एआई में निराशाओं का एक लंबा इतिहास है, लेकिन मुझे लगता है कि कई आलोचकों को अक्सर अधिक सरल बना दिया जाता है, जैसे कि आपके उद्धरण के साथ "1960 के इंजीनियरों ने अधिरोहित और अल्पविकसित"।
60 के दशक में, AI शोधकर्ताओं के एक रिश्तेदार मुट्ठी भर का क्षेत्र था (यह क्षेत्र वास्तव में अभी तक इसे इंजीनियरिंग कहने के लिए पर्याप्त रूप से विकसित नहीं किया गया था), ज्यादातर विश्वविद्यालयों में, और उनमें से बहुत कम प्रोग्रामर थे।
1950 में कंप्यूटिंग मशीनों की अचानक उपलब्धता से स्वचालन के लिए बहुत उम्मीदें थीं, विशेष रूप से प्राकृतिक भाषा के मशीन अनुवाद, शतरंज खेलना और इसी तरह की समस्याओं में। आपको उन दिनों से सफलता की कुछ वास्तविक भविष्यवाणियां मिल सकती हैं, लेकिन जो वादे अनिवार्य रूप से सामने आए, उनमें से किसी ने भी उन समस्याओं में से एक को गहराई से निपटाया। (या, उन्होंने गलत तरीके से एक सफलता को दूसरे की गारंटी माना, जैसे कि शमूएल को चेकर्स के साथ इतनी सफलता मिलने के बाद अच्छा शतरंज खेलने में सक्षम होने की उम्मीद करना ।)
इसके अलावा, "उन्होंने कहा", "उन्होंने महसूस किया", "उन्होंने सोचा", आदि के किसी भी दावे से सावधान रहें; पूर्वव्यापी राय (जैसे यह!) चारों ओर फेंकना आसान है, जबकि "विशेषज्ञों" (जो वास्तव में किसी समस्या को हल करने की कोशिश की) द्वारा वास्तविक भविष्यवाणियों के प्रमाणों को खोजने के लिए बहुत कठिन हो सकता है।
ओवरप्रोमाइजिंग और अनडिलीवरिंग हमेशा सॉफ़्टवेयर डेवलपमेंट का एक लक्षण रहा है, भले ही उस विशिष्ट क्षेत्र की परवाह किए बिना जहां प्रोग्रामिंग लागू होती है। एआई के साथ एक बड़ी कठिनाई यह है कि गैर-तुच्छ समस्याएं अधिकांश इंजीनियरों की क्षमताओं से परे हैं। उदाहरण के लिए, हालांकि चार्ल्स ई। ग्रांट का जवाब एलिजा और SHRDLU को "अपेक्षाकृत सरल" के रूप में वर्गीकृत करता है, मैं कहूंगा कि यह केवल एलिजा (जो कि प्रथम वर्ष के अधिकांश प्रोग्रामिंग छात्र शायद बहुत कठिनाई के बिना लागू कर सकते हैं) सच है। दूसरी ओर, SHRDLU एक बड़ा, अत्यंत परिष्कृत कार्यक्रम है जिसे अधिकांश प्रोग्रामर को लागू करने में बहुत कठिन समय का आविष्कार करना होगा। दरअसल, विश्वविद्यालय के छात्रों की दो टीमें भी स्रोत कोड को पूरी तरह से फिर से नहीं चला सकती हैं, और SHRDLU जैसी क्षमताओं को अभी भी 40 साल बाद, आजकल खोजना मुश्किल है।
चूँकि AI शायद कम से कम समझी जाने वाली और सबसे अट्रैक्टिव समस्याओं में से एक है जहाँ कंप्यूटर को लागू किया जा सकता है, कुल मिलाकर मैं कहूँगा कि AI में प्रगति आम तौर पर कोर्स के लिए बराबर रही है। अभी भी उच्च उम्मीदें हैं , और 60 के दशक से हमारी हार्डवेयर गति और क्षमता बहुत बढ़ गई है, लेकिन मैं कहूंगा कि इंजीनियरों की क्षमता और एआई की समझ में इतना सुधार नहीं हो रहा है, इसलिए ट्यूरिंग टेस्ट पास करने जैसी एक पवित्र कब्र अभी भी है शायद एक लंबा रास्ता बंद है, और overpromising और underdelivering शायद कुछ समय के लिए जारी रहेगा।