Имея на руках такую наглядную модель, было лишь вопросом времени, когда технологический прогресс подхватит любопытство исследовательского сообщества. Один из таких моментов наступил в 1958 году, когда исследователь психологии из Корнельской аэронавтической лаборатории Фрэнк Розенблатт разработал механический нейрон, который он назвал "перцептроном". Хотя его идеи были достаточно просты по своей концепции, Розенблатт реализовывал их в эпоху, которая все еще была в значительной степени доцифровой. Смешивая свои знания в области психологии с пониманием электротехники и машиностроения, он месяцами трудился над тем, чтобы превратить математическую модель в функциональное, реально работающее устройство.
Еще более дерзким был тот факт, что работа Розенблатта была не просто реализацией идей Маккаллоха и Питтса. В нее была включена дополнительная гипотеза гарвардского психолога Б. Ф. Скиннера, расширившая базовую модель нейрона представлением о том, что определенные сигналы имеют тенденцию оказывать большее влияние на его поведение, чем другие, аналогично тому, как у читателей новостей может развиться различный уровень доверия и скептицизма по отношению к публикациям, которые они читают. Если позволить этим воздействиям меняться со временем, усиливаясь или ослабевая в ответ на успех или неудачу в выполнении задачи, сеть нейронов может, по сути, обучаться.
Розенблатт применил этот принцип к массиву из четырехсот световых датчиков, расположенных в форме камеры размером 20 на 20 пикселей. Подключив выход каждого датчика к перцептрону, он смог научиться определять визуальные паттерны, например, фигуры, нарисованные на картонных карточках, которые он держал перед собой. Поскольку начальное влияние каждого датчика было задано случайным образом, попытки системы классифицировать увиденное также были случайными. В ответ на это Розенблатт, выступавший в роли учителя перцептрона, использовал переключатель, чтобы сообщить ему, когда его поведение было правильным или неправильным. Это позволило системе определить, какой вклад вносит каждый датчик в ее ответ, и соответственно усилить или ослабить его влияние. Повторяя этот процесс, перцептрон постепенно пришел к надежной способности отличать одну форму от другой.
Перцептрон Розенблатта был воспринят как значительный шаг на пути к воссозданию зачатков познания в машинах, и исследовательское сообщество с нетерпением ждало результатов его работы. Но воодушевление рассеялось, когда в глаза бросились ограничения перцептрона: исследователи усомнились в масштабах проблем, которые они могли решить даже теоретически, а технологии того времени ограничивали эксперименты лишь простейшими реализациями.
Интересно, что именно Марвин Мински, один из организаторов летнего проекта в Дартмуте, стал одним из самых запоминающихся критиков перцептрона, опубликовав в 1969 году книгу "Перцептроны", написанную в соавторстве с пионером компьютерных наук Сеймуром Пейпертом. Признавая элегантность перцептрона, книга в то же время была его критикой, сетуя на отсутствие строгой теории, лежащей в основе его конструкции, и перечисляя недостатки, которые, казалось, исключали возможность его использования во всех, кроме самых узких, областях. Хотя мало кто считал аргументы Мински последним словом в этом вопросе, а многие его современники предлагали опровержения, ущерб был нанесен. Перцептроны в частности и машинное обучение в целом будут обречены на прозябание в глубинке ИИ еще не одно десятилетие.
Общаться на кухне было практически невозможно. Шум был настолько сильным, что даже крики не были гарантированно зарегистрированы, и, хотя меня нанял менеджер, говорящий на мандаринском языке, повара, в основном беженцы, говорили только на кантонском, диалекте, который я не мог ни говорить, ни понимать. Будучи новичком, неуклюжим и склонным мешать, я забился в угол и попытался отвлечься от почти театрального хаоса: ревущих вентиляторов, шипящих котелков и всевозможных металлических краев, лязгающих и скребущих друг о друга. Открытое пламя озаряло всю комнату вспышками чистого оранжевого цвета, а струи воды рикошетили от кастрюль и сковородок.