Po nadšení z raného vývoje AI v 50. a 60. letech přišlo období, které historici označují jako „AI zima“ (AI winter). Tento termín označuje dobu, kdy nadšení pro umělou inteligenci pokleslo, investice do výzkumu klesly a výsledky počítačových systémů nedokázaly naplnit vysoká očekávání. Přesto toto období nebylo neplodné – vznikly základní technologie a principy, které později umožnily vznik moderních systémů strojového učení a hlubokého učení.
Důvody AI zimy byly převážně technické a ekonomické:Omezený výpočetní výkon: počítače 70. a 80. let nebyly schopné zvládnout složité algoritmy a obrovské množství dat, které AI vyžadovala.Přeceňování schopností: rané projekty, jako expertní systémy, slibovaly rychlé „myšlení strojů“, ale výsledky byly často zklamáním.Nedostatek dat: bez rozsáhlých dat nemohly algoritmy strojového učení učinit spolehlivé predikce.Přesto se během této doby vyvinuly technologie, které položily základ moderní AI
Expertní systémy byly jedním z hlavních úspěchů 70. a 80. let. Šlo o programy, které simulovaly rozhodování lidských expertů v konkrétních oblastech, například medicíně nebo průmyslu.MYCIN: jeden z nejslavnějších expertních systémů, vyvinutý na Stanfordské univerzitě, sloužil k diagnostice bakteriálních infekcí a doporučování antibiotik.Principy: expertní systémy fungovaly na základě pravidel „if-then“, což znamenalo, že na základě vstupních údajů systém prováděl logické závěry a doporučení.Tyto systémy ukázaly, že počítače mohou napodobit lidské rozhodování v úzkých specializovaných oblastech, což byl první krok k širšímu využití AI.
V této době vznikaly také programy, které se pokoušely napodobit lidskou konverzaci. Eliza: program vyvinutý Josephem Weizenbaumem v roce 1966, který simuloval psychoterapeuta. Eliza reagovala na uživatelské vstupy pomocí jednoduchých pravidel a často jen přesměrovávala otázky zpět na uživatele.Tyto programy ukázaly, že počítače mohou s lidmi komunikovat, i když zatím velmi omezeně, a inspirovaly pozdější vývoj chatbotů a digitálních asistentů.
Během tohoto období se také rozvíjely pravidlové systémy, které umožňovaly strojům provádět logické dedukce a odvozování.Používaly se v matematice, medicíně, inženýrství i ve hrách.Například počítačové programy dokázaly hrát šachy nebo řešit logické problémy, což ukazovalo potenciál AI i mimo úzké expertní domény.
V 80. a 90. letech došlo k zásadní změně, díky níž AI začala nabírat moderní podobu:Výpočetní výkon rostl: dostupnost rychlejších počítačů umožnila zpracovávat větší množství dat a složitější algoritmy.Vznik strojového učení (Machine Learning): namísto pevně daných pravidel se algoritmy začaly učit z dat. To znamenalo, že počítače mohly samostatně zlepšovat své výsledky, aniž by programátor musel definovat každý krok.Neuronové sítě a hluboké učení: inspirované lidským mozkem, neuronové sítě umožnily řešit složité úkoly, jako je rozpoznávání obrazu nebo predikce trendů.Statistické metody: algoritmy založené na pravděpodobnosti a statistice umožnily analyzovat velké soubory dat a dělat přesnější rozhodnutí.Tento přechod znamenal, že AI se stala nejen vědeckou disciplínou, ale začala být prakticky využitelná v průmyslu, medicíně a každodenním životě.