Historien om kunstig intelligens: Hvem oppfant AI og når?
TL;DR (Kort oppsummert)
Kunstig intelligens har en overraskende lang historie som strekker seg tilbake til 1950-tallet. Alan Turing regnes som AI-ens far etter å ha stilt spørsmålet “Kan maskiner tenke?” i 1950. Selve begrepet “artificial intelligence” ble skapt i 1956 av John McCarthy. Siden da har feltet opplevd perioder med stor optimisme, etterfulgt av “AI-vintre” med lite fremgang. Den moderne AI-revolusjonen startet rundt 2012 med gjennombrudd innen dyp læring, og akselererte kraftig med ChatGPT i 2022.
AI-historien strekker seg tilbake til de første datamaskinene på 1950-tallet.
Drømmen om tenkende maskiner
Mennesker har lenge drømt om å skape kunstige vesener med intelligens. I gresk mytologi skapte guden Hefaistos mekaniske tjenere. Gjennom historien har oppfinnere laget mekaniske “automater” som kunne utføre enkle oppgaver.
Men ideen om en maskin som virkelig kunne tenke måtte vente på datamaskinen. Først med programmérbare maskiner ble det mulig å forestille seg intelligens i silisium i stedet for biologisk materiale.
Den moderne AI-historien begynner derfor med datamaskinens fødsel på 1940-tallet, og de første som stilte det fundamentale spørsmålet: Kan en maskin tenke?
Alan Turing og det store spørsmålet
Alan Turing (1912-1954) regnes ofte som kunstig intelligens sin “far”. Den britiske matematikeren var et geni som bidro til å knekke nazistenes Enigma-koder under andre verdenskrig. Men hans mest varige bidrag var kanskje til datavitenskap og AI.
I 1950 publiserte Turing artikkelen “Computing Machinery and Intelligence” der han stilte spørsmålet: “Kan maskiner tenke?” Han foreslo det som nå kalles Turing-testen: Hvis en maskin kan føre en samtale så godt at et menneske ikke kan skille den fra et annet menneske, kan vi da si at maskinen “tenker”?
Turing-testen er fortsatt relevant og diskutert i dag. ChatGPT og lignende systemer har kommet forbausende nær å bestå den, selv om de fleste mener de ikke virkelig “tenker” slik mennesker gjør.
Stanford Encyclopedia of Philosophy har en grundig gjennomgang av Turing-testen og dens betydning.
1956: AI får sitt navn
Begrepet “artificial intelligence” (kunstig intelligens) ble formelt introdusert på en konferanse ved Dartmouth College i USA sommeren 1956. Konferansen ble organisert av John McCarthy, Marvin Minsky, Nathaniel Rochester og Claude Shannon.
Disse forskerne var optimistiske. De trodde at innen en generasjon ville maskiner kunne gjøre alt mennesker kunne - fra å spille sjakk til å skrive poesi. Denne optimismen viste seg å være prematur.
McCarthy gikk videre til å utvikle programmeringsspråket LISP, som ble viktig for AI-forskning i tiårene som fulgte.
De tidlige AI-pionerene var forskere som drømte om maskiner som kunne tenke.
AI-vintrene og tilbakeslagene
Etter den tidlige optimismen kom nedturene. To perioder, kjent som “AI-vintre”, preget feltets historie.
Første AI-vinter (1974-1980): Forskerne innså at problemene var vanskeligere enn forventet. Finansiering ble kuttet, og mange prosjekter ble lagt ned. Å lære maskiner å forstå naturlig språk eller gjenkjenne objekter viste seg mye vanskeligere enn antatt.
Andre AI-vinter (1987-1993): En ny bølge av optimisme rundt “ekspertsystemer” (programmer som skulle etterligne menneskelige eksperter) kollapset da systemene viste seg å være begrensede og kostbare å vedlikeholde.
Disse periodene lærte AI-feltet viktige leksjoner om å sette realistiske forventninger. Et viktig gjennombrudd kom i 1997 da IBMs datamaskin Deep Blue slo verdensmester Garry Kasparov i sjakk. For første gang hadde en maskin slått verdens beste menneske i et komplekst spill - et psykologisk vendepunkt.
Dyp læring endrer alt
Det virkelige gjennombruddet kom rundt 2012 med dyp læring - en teknikk basert på kunstige nevrale nettverk. Forskere hadde jobbet med nevrale nettverk i tiår, men tre ting kom sammen som gjorde dem praktisk nyttige.
Mer data: Internett og smarttelefoner genererte enorme mengder data som AI kunne lære fra.
Kraftigere maskinvare: Grafikkort (GPUer), opprinnelig laget for videospill, viste seg perfekte for AI-beregninger.
Bedre algoritmer: Forskere fant nye måter å trene dype nettverk effektivt.
I 2012 vant et dyp læring-system en bildeklassifiseringskonkurranse med stor margin. Plutselig kunne datamaskiner gjenkjenne objekter i bilder nesten like godt som mennesker.
Google AI har vært en drivkraft i utviklingen av moderne maskinlæring.
Moderne AI lærer fra enorme mengder data og finner mønstre vi ikke ser.
ChatGPT og den nye bølgen
Den siste store revolusjonen kom 30. november 2022, da OpenAI lanserte ChatGPT. På bare fem dager hadde tjenesten én million brukere - raskere enn noen annen teknologi i historien.
ChatGPT var ikke den første store språkmodellen, men den var den første som ble tilgjengelig for alle og som var enkel å bruke. Plutselig kunne hvem som helst føre en samtale med en AI.
Dette utløste en ny AI-boom. Google lanserte Bard (nå Gemini), Anthropic lanserte Claude, og hundrevis av selskaper begynte å bygge AI-produkter. AI gikk fra å være forskernes domene til å bli en del av hverdagen for millioner.
Vanlige spørsmål
Hvem oppfant AI? Det finnes ingen enkelt oppfinner. Alan Turing la det teoretiske grunnlaget, John McCarthy ga feltet sitt navn, og hundrevis av forskere har bidratt gjennom tiårene.
Når ble AI oppfunnet? Begrepet ble skapt i 1956, men ideen om tenkende maskiner er eldre. Turings banebrytende artikkel kom i 1950.
Hvorfor tok det så lang tid å få AI som ChatGPT? Det krevde en kombinasjon av enorme datamengder, kraftig maskinvare, og bedre algoritmer - ting som først kom sammen de siste 10-15 årene.
Er AI nå “ferdig utviklet”? Absolutt ikke. Vi er trolig bare i begynnelsen. AI-systemene vi har i dag vil sannsynligvis se primitive ut om ti år.
Oppsummering og kilder
AI-historien strekker seg fra Turings filosofiske spørsmål i 1950 til ChatGPT-revolusjonen i 2022. Veien har vært lang, med perioder av optimisme, skuffelse, og til slutt gjennombrudd.
Det viktigste å huske er at AI ikke ble oppfunnet av én person, men utviklet gradvis over tiår. Feltet har opplevd flere “vintre” med lite fremgang. Dyp læring (rundt 2012) og store språkmodeller (2022) er de nyeste gjennombruddene. Utviklingen fortsetter i høyt tempo.
Kilder: Stanford Encyclopedia of Philosophy: Turing Test, Google AI: Machine Learning, OpenAI
Sist oppdatert: Januar 2026