Lad os ikke gøre det for kompliceret - hvis du har spekuleret på, hvem der rent faktisk startede hele kunstig intelligens-bevægelsen, er svaret, i hvert fald historisk set, ret ligetil: John McCarthy . Manden, der ikke bare deltog i AI's tidlige år - han gav den bogstaveligt talt et navn. Udtrykket kunstig intelligens ? Hans.
Men forveksl det ikke med en iørefaldende titel. Det er ikke en ærestitel. Den er fortjent.
Artikler du måske har lyst til at læse efter denne:
🔗 Sådan skaber du en AI – Et dybdegående dyk uden bøv.
En omfattende og præcis guide til at bygge din egen AI fra bunden.
🔗 Hvad er kvante-AI? – Hvor fysik, kode og kaos mødes.
Udforsk det sindsoprivende krydsfelt mellem kvantemekanik og kunstig intelligens.
🔗 Hvad er inferens i AI? – Øjeblikket hvor det hele falder på plads
Lær, hvordan AI træffer beslutninger og producerer indsigt i realtid ved hjælp af trænede data.
🔗 Hvad vil det sige at have en holistisk tilgang til AI?
Opdag hvorfor AI-succes handler om mere end blot algoritmer - etik, hensigt og effekt betyder også noget.
John McCarthy: Mere end et navn i en avis 🧑📘
John McCarthy, født i 1927 og aktiv inden for feltet indtil sin død i 2011, havde en underlig form for klarhed omkring maskiner - hvad de kunne blive, og hvad de måske aldrig ville blive. Længe før neurale netværk ødelagde internetservere, stillede han allerede de svære spørgsmål: Hvordan lærer vi maskiner at tænke? Hvad tæller overhovedet som tanke?
I 1956 var McCarthy medarrangør af en workshop på Dartmouth College sammen med en seriøs intellektuel ildkraft: Claude Shannon (jep, informationsteori-fyren), Marvin Minsky og et par andre. Dette var ikke bare en støvet akademisk konference. Det var øjeblikket. Den faktiske begivenhed, hvor udtrykket kunstig intelligens først blev brugt i officiel kapacitet.
Det forslag fra Dartmouth? Lidt tørt på overfladen, men det udløste en bevægelse, der stadig ikke er aftaget.
Hvad gjorde han egentlig? (Meget, ærligt talt) 💡🔧
LISP, til at starte med
. I 1958 udviklede McCarthy LISP , det programmeringssprog, der stort set ville dominere AI-forskning i årtier. Hvis du nogensinde har hørt udtrykket "symbolsk AI", var LISP dens loyale arbejdshest. Det lod forskere lege med rekursiv logik og indlejret ræsonnement - dybest set ting, vi nu forventer af meget mere avanceret teknologi.
Tidsdeling: OG Cloud
McCarthys koncept med tidsdeling – hvor flere brugere kan interagere med en computer på én gang – hjalp med at udvikle databehandling til noget skalerbart. Man kan endda argumentere for, at det var en tidlig åndelig forfader til cloud computing.
Han ønskede, at maskiner skulle ræsonnere.
Mens de fleste fokuserede på hardware eller snævre regelsæt, dykkede McCarthy ned i logik - store, abstrakte rammer som situationsregning og omskrivning . Disse er ikke modeord. De er rammer, der hjælper maskiner med ikke bare at handle, men også at ræsonnere over tid og usikkerhed.
Åh, og han var med til at grundlægge Stanford AI Lab.
Stanford AI Lab (SAIL) blev en hjørnesten i akademisk AI. Robotteknologi, sprogbehandling, visionssystemer - de havde alle rødder der.
Det var dog ikke kun ham 📚🧾
Se, genialitet er sjældent en soloakt. McCarthys arbejde var grundlæggende, ja, men han var ikke alene om at bygge AI's rygrad. Her er hvem der ellers fortjener at blive nævnt:
-
Alan Turing - Foreslog spørgsmålet "Kan maskiner tænke?" tilbage i 1950. Hans Turing-test citeres stadig i dag. Visionær og tragisk forud for sin tid 🤖.
-
Claude Shannon - Hjalp med at sparke Dartmouth-konferencen i gang med McCarthy. Byggede også en mekanisk mus (Theseus), der løste labyrinter ved at lære. Lidt surrealistisk for 1950'erne 🐭.
-
Herbert Simon & Allen Newell - De byggede Logic Theorist , et program der kunne bevise sætninger. Folk troede ikke på det i starten.
-
Marvin Minsky - Lige dele teoretiker og eksperimenterende. Han vekslede mellem neurale netværk, robotteknologi og dristige filosofiske perspektiver. McCarthys intellektuelle sparringspartner i årevis 🛠️.
-
Nils Nilsson - Formede stille og roligt vores opfattelse af planlægning, søgning og agenter. Skrev de lærebøger, som de fleste tidlige AI-studerende havde åbnet på deres skriveborde.
Disse fyre var ikke bifigurer – de hjalp med at definere grænserne for, hvad AI kunne være. Alligevel holdt McCarthy centrum.
Moderne tid? Det er en helt anden bølge 🔬⚙️
Spol frem. Du har folk som Geoffrey Hinton , Yoshua Bengio og Yann LeCun - nu kendt som "Gudfædrene for Deep Learning".
Hintons backpropagation-modeller i 1980'erne forsvandt ikke bare - de udviklede sig. I 2012 hjalp hans arbejde med konvolutionelle neurale netværk med at bringe AI ind i offentlighedens søgelys. Tænk: billedgenkendelse, stemmesyntese, prædiktiv tekst - alt sammen stammer fra den dybe læringsmomentum 🌊.
I 2024 blev Hinton tildelt Nobelprisen i fysik for disse bidrag. Jep, fysik. Så slørede er linjerne nu mellem kode og kognition 🏆.
Men sagen er den: ingen Hinton, ingen bølge af dybdegående læring - sandt nok. Men også ingen McCarthy, intet AI-felt til at begynde med . Hans indflydelse sidder i knoglerne.
McCarthys arbejde? Stadig relevant 🧩📏
Mærkeligt twist - mens deep learning hersker i dag, får nogle af McCarthys "gamle" ideer et comeback. Symbolsk ræsonnement, vidensgrafer og hybride systemer? De er fremtiden igen.
Hvorfor? Fordi selvom generative modeller er smarte, er de stadig dårlige til visse ting - som at opretholde konsistens, anvende logik over tid eller håndtere modsætninger. McCarthy udforskede allerede disse grænser tilbage i 60'erne og 70'erne.
Så når folk taler om at blande LLM'er med logiske lag eller symbolske overlejringer - genbesøger de, bevidst eller ej, hans playbook.
Så, hvem er faderen til AI? 🧠✅
Ingen tøven her: John McCarthy .
Han opfandt navnet. Formede sproget. Byggede værktøjerne. Stillede de svære spørgsmål. Og selv nu kæmper AI-forskere stadig med idéer, han kortlagde på tavler for et halvt århundrede siden.
Vil du rode rundt i LISP-kode? Dykke ned i symbolske agenter? Eller spore, hvordan McCarthys frameworks smelter sammen med nutidens neurale arkitekturer? Jeg har det, du leder efter – bare spørg.