AI is ontstaan in de jaren vijftig van de twintigste eeuw, maar de ideeën die eraan ten grondslag liggen gaan verder terug. De moderne geschiedenis van AI begint formeel in 1950 met het werk van Alan Turing, en kreeg een naam in 1956 tijdens de Dartmouth Conference in de Verenigde Staten.
Hoe begon de geschiedenis van AI?
De gedachte dat machines kunnen denken is eeuwenoud. In de filosofie en wiskunde werd al lang nagedacht over formele redenering, logica en de vraag wat intelligentie precies is. De concrete stap richting kunstmatige intelligentie begon met de opkomst van digitale computers in de jaren veertig.
In 1950 publiceerde de Britse wiskundige Alan Turing het invloedrijke artikel “Computing Machinery and Intelligence”. Daarin stelde hij de vraag die de basis werd van het hele vakgebied: “Can machines think?” Om die vraag meetbaar te maken, introduceerde hij de Turing-test: een methode om te bepalen of een machine intelligent gedrag vertoont dat niet te onderscheiden is van menselijk gedrag. Zijn werk legde het theoretische fundament waarop het vakgebied gebouwd is.
Wanneer is AI officieel ontstaan?
De term “artificial intelligence” werd voor het eerst officieel gebruikt in 1956, tijdens de Dartmouth Conference aan de Dartmouth University in de Verenigde Staten. De conferentie werd georganiseerd door John McCarthy, Marvin Minsky, Nathaniel Rochester en Claude Shannon.
McCarthy stelde voor om het nieuwe vakgebied “artificial intelligence” te noemen. De conferentie leverde geen grote wetenschappelijke doorbraken op, maar had een andere betekenis: ze vestigde AI als zelfstandig onderzoeksgebied met eigen doelstellingen. Machines leren, redeneren en problemen oplossen werden de centrale ambities.
Dat is de reden waarom 1956 geldt als het officiële geboortejaar van AI als discipline, ook al lagen de theoretische wortels zes jaar eerder bij Turing.
Wat waren de eerste AI-programma’s?
Al in 1955, een jaar voor de Dartmouth Conference, ontwikkelden Allen Newell en Herbert Simon het Logic Theorist. Dit was het eerste computerprogramma dat wiskundige stellingen kon bewijzen via symbolische manipulatie, zonder dat de oplossingsmethode vooraf was ingeprogrammeerd. Het wordt beschouwd als het eerste echte AI-programma.
In de jaren zestig volgde ELIZA, ontwikkeld door Joseph Weizenbaum aan het MIT. ELIZA simuleerde een gesprek met een psychotherapeut door zinnen van de gebruiker te herschrijven als vragen. Het was de eerste chatbot in de geschiedenis van AI en toonde iets opvallends aan: mensen schrijven snel menselijke kwaliteiten toe aan systemen die alleen eenvoudige patronen herkennen.
In diezelfde periode kwamen de eerste neurale netwerken tot stand, en in 1986 beschreven David Rumelhart, Geoffrey Hinton en Ronald Williams het backpropagatie-algoritme: een methode waarmee neurale netwerken efficiënter konden leren. Dit algoritme zou pas jaren later zijn volle potentieel tonen. Hoe die technologie heeft doorgeëvolueerd naar de systemen die nu gebruikt worden, legt ons artikel over hoe AI werkt uit.
Wat waren de AI-winters in de geschiedenis van AI?
Na de optimistische beginjaren volgden periodes van stagnatie die bekend zijn geworden als AI-winters. De eerste AI-winter begon in de jaren zeventig. Computers hadden onvoldoende rekenkracht en geheugen om de ambitieuze doelstellingen waar te maken, en investeerders trokken financiering terug.
In de jaren tachtig was er een tijdelijke opleving via expertsystemen: programma’s die de kennis van menselijke experts vastlegden in regels en beslisbomen. MYCIN kon bacteriële infecties diagnosticeren en XCON van Digital Equipment Corporation configureerde computersystemen op maat. Deze systemen werkten goed voor specifieke, afgebakende problemen, maar waren broos buiten hun eigen domein.
Aan het einde van de jaren tachtig volgde een tweede AI-winter. De beperkingen van expertsystemen werden zichtbaar, investeringen droogden opnieuw op en honderden AI-bedrijven gingen failliet. Het duurde tot de jaren negentig voordat het tij keerde.
Hoe veranderde het internet de geschiedenis van AI?
De opkomst van het internet, goedkopere opslag en snellere processoren gaven machine learning de brandstof die het nodig had. Voor het eerst was er op grote schaal toegang tot data, en de rekenkracht om die data te verwerken nam snel toe.
In 1997 versloeg IBM’s Deep Blue de schaakwereldkampioen Garry Kasparov. Het was een mijlpaal die wereldwijd aandacht trok en aantoonde dat computers mensen konden overtreffen in een specifieke, complexe taak. In de jaren daarna begon AI door te dringen in alledaagse toepassingen: zoekmachines, spamfilters en aanbevelingssystemen werden de eerste AI-toepassingen waar grote groepen mensen dagelijks mee te maken kregen.
Wanneer begon de deep learning revolutie in de geschiedenis van AI?
In 2012 won het systeem AlexNet, ontwikkeld door Alex Krizhevsky, Ilya Sutskever en Geoffrey Hinton, overtuigend een internationale beeldherkenningswedstrijd. Het presteerde zo veel beter dan de concurrentie dat het de aandacht van het hele onderzoeksveld trok. Deep learning, het trainen van diepe neurale netwerken op grote datasets, werd vanaf dat moment de dominante methode in AI-onderzoek.
In de jaren daarna verbeterde spraakherkenning sterk, vertaalsystemen werden nauwkeuriger en de beschikbare rekenkracht bleef groeien. Die combinatie maakte steeds grotere en krachtigere modellen mogelijk. Bij LearnLLM zien we in trainingen dat professionals die begrijpen hoe deze periode de huidige tools heeft gevormd, aanzienlijk beter in staat zijn om die tools effectief in te zetten. Een overzicht van de soorten AI die uit deze revolutie zijn voortgekomen, vind je in ons artikel over de verschillende soorten AI.
Wanneer is generatieve AI ontstaan?
Generatieve AI bestaat al langer, maar brak door bij een breed publiek met de lancering van ChatGPT in november 2022. OpenAI had daarvoor al GPT-3 uitgebracht in 2020, een taalmodel dat tekst kon genereren van een kwaliteit die eerder niet mogelijk was.
ChatGPT maakte die technologie toegankelijk voor iedereen via een eenvoudige chatinterface. Binnen enkele dagen hadden wereldwijd grote aantallen gebruikers een account aangemaakt. De snelle adoptie leidde tot een versnelling van investeringen en ontwikkelingen bij concurrenten als Google, Anthropic en Meta.
Generatieve AI is de meest directe vorm van AI voor professionals van nu. Meer over hoe ChatGPT werkt en voor welke taken je het inzet, lees je in ons uitgebreide artikel. Hoe generatieve AI als technologie in elkaar zit, legt ons artikel over wat generatieve AI is uit.
Wil je leren hoe je deze technologie effectief inzet in jouw werk? In de ChatGPT cursus van LearnLLM leer je stap voor stap werken met de meest gebruikte AI-tool voor professionals, gericht op jouw vakgebied en rol.
