La oss ikke gjøre det for komplisert – hvis du har lurt på hvem som egentlig startet hele kunstig intelligens-bevegelsen, er svaret, i hvert fall historisk sett, ganske enkelt: John McCarthy . Mannen som ikke bare deltok i AIs tidlige år – han ga den bokstavelig talt et navn. Uttrykket kunstig intelligens ? Hans.
Men ikke misforstå det som en fengende tittel. Det er ikke en ærestittel. Den er fortjent.
Artikler du kanskje vil lese etter denne:
🔗 Slik lager du en AI – Et grundig innblikk uten tull
En omfattende og enkel guide til å bygge din egen AI fra grunnen av.
🔗 Hva er kvante-AI? – Der fysikk, kode og kaos møtes.
Utforsk det hjernevridende skjæringspunktet mellom kvantemekanikk og kunstig intelligens.
🔗 Hva er inferens i AI? – Øyeblikket når alt kommer sammen
Lær hvordan AI tar beslutninger og produserer innsikt i sanntid ved hjelp av trente data.
🔗 Hva betyr det å ha en helhetlig tilnærming til AI?
Oppdag hvorfor suksess med AI handler om mer enn bare algoritmer – etikk, intensjon og effekt teller også.
John McCarthy: Mer enn et navn i en avis 🧑📘
John McCarthy, født i 1927 og aktiv i feltet frem til sin bortgang i 2011, hadde en merkelig slags klarhet i maskiner – hva de kunne bli, og hva de kanskje aldri ville bli. Lenge før nevrale nettverk knuste internettservere, spurte han allerede de vanskelige spørsmålene: Hvordan lærer vi maskiner å tenke? Hva teller egentlig som tanke?
I 1956 var McCarthy medorganiserende av et verksted ved Dartmouth College sammen med seriøs intellektuell ildkraft: Claude Shannon (jepp, informasjonsteori-fyren), Marvin Minsky og noen få andre. Dette var ikke bare en støvete akademisk konferanse. Det var øyeblikket. Selve hendelsen der begrepet kunstig intelligens først ble brukt i offisiell kapasitet.
Det forslaget fra Dartmouth? Litt tørt på overflaten, men det utløste en bevegelse som fortsatt ikke har roet seg ned.
Hva gjorde han egentlig? (Mye, ærlig talt) 💡🔧
LISP, for det første
I 1958 utviklet McCarthy LISP , programmeringsspråket som stort sett skulle dominere AI-forskning i flere tiår. Hvis du noen gang har hørt begrepet «symbolsk AI», var LISP dens lojale arbeidshest. Det lot forskere leke med rekursiv logikk, nestet resonnement – i bunn og grunn ting vi nå forventer av mye mer avansert teknologi.
Tidsdeling: OG Cloud
McCarthys konsept med tidsdeling – å la flere brukere samhandle med en datamaskin samtidig – bidro til å dytte databehandling mot noe skalerbart. Man kan til og med hevde at det var en tidlig åndelig forfader til skytjenester.
Han ville at maskiner skulle resonnere.
Mens de fleste fokuserte på maskinvare eller smale regelsett, fordypet McCarthy seg i logikk – store, abstrakte rammeverk som situasjonskalkulus og omskrivning . Dette er ikke moteord. De er rammeverk som hjelper maskiner med ikke bare å handle, men å resonnere over tid og usikkerhet.
Å, og han var med på å grunnlegge Stanford AI Lab
Stanford AI Lab (SAIL) ble en hjørnestein i akademisk AI. Robotikk, språkbehandling, synssystemer – de hadde alle røtter der.
Det var ikke bare ham 📚🧾
Se, genialitet er sjelden en soloartist. McCarthys arbeid var grunnleggende, ja, men han var ikke alene om å bygge ryggraden i AI. Her er noen andre som fortjener å bli nevnt:
-
Alan Turing - Foreslo spørsmålet «Kan maskiner tenke?» tilbake i 1950. Turing-testen siteres fortsatt i dag. Visjonær og tragisk nok forut for sin tid 🤖.
-
Claude Shannon – Hjalp med å starte Dartmouth-konferansen med McCarthy. Bygget også en mekanisk mus (Theseus) som løste labyrinter ved å lære. Litt surrealistisk for 1950-tallet 🐭.
-
Herbert Simon og Allen Newell – De bygde Logic Theorist , et program som kunne bevise teoremer. Folk trodde ikke på det med det første.
-
Marvin Minsky – like deler teoretiker og mekker. Han vekslet mellom nevrale nettverk, robotikk og dristige filosofiske perspektiver. McCarthys intellektuelle sparringspartner i årevis 🛠️.
-
Nils Nilsson – Formet i stillhet hvordan vi tenker om planlegging, søk og agenter. Skrev lærebøkene de fleste tidlige AI-studenter hadde åpne på pultene sine.
Disse karene var ikke bifigurer – de bidro til å definere grensene for hva AI kunne være. Likevel holdt McCarthy seg i sentrum.
Moderne tid? Det er en helt annen bølge 🔬⚙️
Spol frem. Du har folk som Geoffrey Hinton , Yoshua Bengio og Yann LeCun – nå kjent som «gudfedrene til dyp læring».
Hintons backpropagation-modeller på 1980-tallet forsvant ikke bare – de utviklet seg. Innen 2012 bidro arbeidet hans med konvolusjonelle nevrale nettverk til å bringe AI inn i offentlighetens søkelys. Tenk: bildegjenkjenning, stemmesyntese, prediktiv tekst – alt stammer fra det momentumet innen dyp læring 🌊.
I 2024 ble Hinton tildelt Nobelprisen i fysikk for disse bidragene. Jepp, fysikk. Så uklare er grensene nå mellom kode og kognisjon 🏆.
Men saken er den: ingen Hinton, ingen bølge av dyp læring – det er sant. Men heller ingen McCarthy, intet AI-felt i utgangspunktet . Hans innflytelse sitter i knoklene.
McCarthys arbeid? Fortsatt relevant 🧩📏
Merkelig vri – mens dyp læring er hersker i dag, får noen av McCarthys «gamle» ideer et comeback. Symbolsk resonnement, kunnskapsgrafer og hybridsystemer? De er fremtiden igjen.
Hvorfor? Fordi generative modeller, uansett hvor smarte de er, fortsatt er dårlige på visse ting – som å opprettholde konsistens, anvende logikk over tid eller håndtere motsetninger. McCarthy utforsket allerede disse kantene tilbake på 60- og 70-tallet.
Så når folk snakker om å blande LLM-er med logiske lag eller symbolske overlegg – så gjenopplever de, bevisst eller ubevisst, hans strategi.
Så, hvem er faren til kunstig intelligens? 🧠✅
Ingen nøling her: John McCarthy .
Han skapte navnet. Formet språket. Bygget verktøyene. Stilte de vanskelige spørsmålene. Og selv nå sliter AI-forskere fortsatt med ideer han kartla på tavler for et halvt århundre siden.
Vil du utforske LISP-kode? Dykke ned i symbolske agenter? Eller spore hvordan McCarthys rammeverk smelter sammen med dagens nevrale arkitekturer? Jeg har det du trenger – bare spør.