1980年代のAI黄金期に登場したLISP専用コンピュータの興亡を描いたドキュメンタリーである。MITから生まれたSymbolicsとLMIという2つの企業が、数十万ドルもする特殊なコンピュータを開発し、エキスパートシステムブームに乗って一時は大成功を収めたものの、最終的にはSunワークステーションなどの汎用Unixマシンに敗北して破綻に至るまでの物語を詳細に追っている。
はじめに
こんな話を聞いたことがないでしょうか。数十万ドルもする巨大なコンピュータがあって、大規模なAIプログラム用に特別に調整されたプログラミング言語を実行し、これらのプログラムは人間の専門家を置き換え、軍事情報を処理し、高度な数学計算を行うことができる。
聞き覚えがありませんか？ただし、これは全て40年前の出来事なのです。
1980年代、AI ブームの中でカルト的なAIコンピュータの新しい産業が登場しました。その中で最大のものは数百万ドルを生み出しましたが、その後全てが崩壊しました。
今日のビデオは、これまでに作られた最高のプログラミング環境だと言う人もいるものについてです。そして、そのユーザーたちは、PCのシリコンが5万倍高速になるまで、それを手放すことはありませんでした。
私たちが知っているのは、それがLISP機械と呼ばれているということだけです！
始まり
私たちの物語は、コンピュータサイエンスと人工知能の分野における最も偉大な先駆者の一人であるジョン・マッカーシーから始まります。
彼は「人工知能」という言葉を作ったと言われており、それは1956年夏のダートマスでの非常に有名な研究プロジェクトの予算提案書を書いている時のことでした。これは帽子に掛けるにはかなりの雑学ですね。
そのダートマス研究プロジェクトはシンポジウムのように機能し、複数の貢献者が論文と興味深いプロジェクトを発表しました。発表の一つには、有名なコンピュータサイエンス研究者であるハーバート・サイモンとアレン・ニューウェルが含まれていました。彼らは唯一動作するプログラムを持っていました。
論理理論家とシンボル
彼らは「プリンキピア・マテマティカ」という本から38の定理を証明することができるプログラムを発表しました。
このため、それは最初のAIプログラムと呼ばれています。サイモン、ニューウェル、そして彼らの協力者であるクリフォード・ショーは、一般問題解決器のような他の画期的なAIプログラムも作り続けました。人間の知能に対する彼らのアプローチはシンボリックAIとして知られていました。
この哲学は、脳は外部世界に直接アクセスできないため、それをナビゲートするために現実世界の抽象的で内部的な表現を作成しなければならないと主張しています。
このように、私たちが知り、考えるすべては、シンボルから作られた内部表現によって導かれています。知能とは、これらのシンボルの作成、修正、破壊に他ならないのです。
そして、私たちの脳がそれを行うことができるなら、私たちのコンピュータもそれを行うことができます。そこでプログラマーは物事を表現するシンボルを作成し、それらのシンボルを操作するためのヒューリスティックと呼ばれる一連の手作りのルールを作成します。
このシンボリックなAIアプローチにおいて、研究者は特定の行動の背後にある論理や最終結果を調べます。そして、それをコンピュータが従うべき一連のステップに翻訳します。数年後、このシンボリック的または「古き良きAI」アプローチが、コンピュータで人間の行動を複製する好ましいパラダイムとして勝利を収めました。
私は以前のビデオで代替アプローチ、つまりパーセプトロンと呼ばれるニューラルネットワーク型構造を中心としたアプローチを取り上げました。
IPL
サイモン、ニューウェル、ショーは、論理理論家のために作成し使用したプログラミング言語について説明しました。それは情報処理言語またはIPLでした。
IPLは、IBMのFORTRANのような既存のプログラミング言語に対する三人組の不満から生まれました。彼らは、人間の思考は異なるシンボル間の関連付けをアイデアや記憶の形で生産し編集することだと信じていました。
問題は、FORTRANとBASICが、プログラムを実行する前にメモリ内の配列とデータ構造を事前定義し予約することを要求していたことでした。そのため、プログラマーは事前にプログラムが行うすべてのことを知っていなければなりませんでした。サイモン、ニューウェル、ショーにとって、これは人間の脳の働き方ではありませんでした。
RAND Corporationが所有するJOHNNIACと呼ばれる初期のコンピュータで動作したIPLは、これをリストでサポートしました。メモリ内のデータを紐に繋がれたビーズのように整理することを想像してください。各ビーズは追加情報を保持し、ユーザーを紐の「次の」ビーズに指し示します。それがリストです。
三人組は「リスト処理」と呼ばれるもののアイデアを、非常に古い形式のメモリである磁気ドラムメモリマシンから最初に得ました。そして、ダートマスでの夏の会議中にジョン・マッカーシーと詳細に議論しました。
LISP
マッカーシーはリスト処理のアイデアを気に入りました。彼は、リストが木や数式などのシンボリックデータ構造をより簡単に表現できると感じていました。
しかし、彼はIPLをコピーしたくありませんでした。なぜなら、それがRAND CorporationでのJOHNNIACコンピュータの唯一無二のハードウェア機能に依存していたからです。
マッカーシーが実装したかった別のアイデアもありました。これらの初期の頃、ほとんどのコンピュータは数値を計算していました。それが彼らの焦点でした。しかし、マッカーシーはIBMの新しい言語FORTRANで遊んでいて、より代数的なスタイルでプログラムを書くことを可能にする方法を気に入っていました。
この方法では、複雑な数式や論理文を取り、それらの断片を切り取って操作することができます。このように、まるで2つの数を掛け合わせるかのように、関数を別の関数に適用することができるのです。
1958年の秋、マッカーシーはこれらの概念を取り、彼の大学院生であるスティーブ・ラッセルと協力して、LISPプログラミング言語の最初の実装を作成しました。LISPは「List Processor」または「List Processing」の略です。
なぜLISPなのか
プログラマーではない私が、LISP愛好家がこの言語をなぜそれほど愛するのかを言葉で表現しようとするのは躊躇われます。
しかし、試さなければなりません。そうでなければ、人々がLISP専用のマシン全体を構築するほどLISPを愛する理由を理解するのが困難になるからです。LISPについてのいくつかのことのリストを構築することから始めてみましょう。
LISPは全てがシンプルさについてです。LISPプログラムは互いを呼び出す関数のセットとして整理されていると言えるでしょう。
LISPのすべてのオブジェクト、コードもデータも、成長または縮小できるリストとして表現されます。プログラムが実行されるにつれて変化する可能性のあるオブジェクトを表現するのに理想的です。
LISPプログラムはコードを入力として取り、新しいプログラムを出力することができます。これはメタプログラミングと呼ばれるものです。このような機能により、プログラマーは人間の思考のような複雑なプロセスを簡単にモデル化できます。
言語は学習も簡単です。構文は統一され一貫しており、再帰の多用を促進する括弧が豊富な構造を持っています。奇妙で恣意的な言語機能を覚える必要はありません。ただし、インターネット上では括弧の氾濫について文句を言う人々を見かけます。
そして最後に、LISPは非常に拡張可能です。そのためユーザーは言語を簡単に拡張してバリエーションを作成できます。これは長所でもあり短所でもありました。初期の頃のLISP採用の深刻な障害は、その膨大な数の方言でした。
しかし、私のリストは愛好家がLISPに対して持つ愛を過小評価していることを認めなければなりません。ポール・グラハムは、Y Combinatorスタートアップアクセラレーターの共同創設者として知られる作家兼投資家です。彼は長年にわたってLISPについて書いており、LISPを本当に好んでいるようです。
私が特に楽しんだ「LISPの根」と呼ばれるエッセイの中で、グラハムはLISPがミニマリストで洗練されていると論じました。計算がいくつかの基本的な構成要素に分解されています。しかし同時に、プログラマーが想像するものすべてにスケールできます。
LISPを作成することで、マッカーシーはコンピュータのプログラミング方法を永遠に変えました。そして、それは間違いなく彼のコンピュータ史上最も有名な功績でさえありません。この男は文字通りタイムシェアリングを発明したのです。
LISPは、マッカーシーが最初に働いていたMITのAIラボの若いAI群衆の間で急速に広まりました。その後、全国の大学の他のAIグループに広がっていきました。
DARPA
1950年代後半から、アメリカ政府はAI開発に資金を提供し育成し始めました。
これは特に、国防総省の研究開発センターであるDARPAを通じて行われました。スプートニク事件の後に創設されたDARPAの目標は、アメリカの技術的優位性を確保するために最先端の研究を行うことでした。
1962年、彼らの情報処理技術局またはIPTOは、有名な心理学者であるJCR リックライダーを所長として雇いました。彼はわずか2年間そこにいましたが、その後数十年間政策に影響を与えました。
リックライダーは、コンピュータが人類の真の創造的パートナーになり、人間の知能を拡張するために並んで働くことができると信じていました。このビジョンを実現するために、機械は人間とより有能で柔軟で知的な相互作用を行う必要がありました。
彼は東海岸と西海岸の両方の大学での人工知能とコンピュータサイエンス研究に資金を注ぎ込みました。そのような軍事的理由は、高度なAIが次世代の指揮統制システムの鍵となるというものでした。
ちなみに、「リック」の研究ビジョンの影響は今日まで広く感じられています。彼が資金提供したプロジェクトは、グラフィカルユーザーインターフェースと現代のインターネットの祖先であるARPANETをもたらすのに役立ちました。それは履歴書に書くべきことです。
とにかく、DARPAのサポートはAIを研究分野として正当化しました。そして初期には、資金提供は商業化への具体的な圧力をほとんど伴わずに来ました。研究者に探求し相互受粉する自由を与えたのです。音声認識、コンピュータビジョン、エキスパートシステムで大きな進歩が達成されました。
メモリ不足
当時のLISPの大きな問題の一つは、プログラムするのにとても楽しくしている要素が、当時のハードウェアでそれを実行するのを非常に困難にしていることでした。
当時、半導体DRAMのような物の登場前に、コンピュータメモリは数千ドルかかっていました。広範囲なリスト使用のおかげで、LISPは非常にメモリを大食いする言語で、DECが製造したPDP-10やVAXのような従来のミニコンピュータで実行するのは苦痛でした。
これらのコンピュータには、ユーザーがアクセスできるRAMの量、「アドレス空間」と呼ばれるものが極小でした。PDP-10の初期バリエーションは約256キロワードでした。
ワードは、プロセッサが単一の操作で処理できる固定データ単位を指します。PDP-10では、ワードは36ビットだったので、256,000ワードは今日の約1メガバイトでした。
LISPでは、リストは2つのポインタのノードで構成されます。リスト要素を指すポインタと、リストの次の項目への別のポインタです。
各ノードはワードを使用し、コンピュータがハードディスクドライブにスワップアウトする必要がある前にRAMに保持できるリストノードの総数を制限します。
1970年代と1980年代の最先端AIプログラムであるエキスパートシステム（この名前を覚えておいてください）は、数万から数十万のノードを定期的に持っていました。
これを改善するために、LISPは「ガベージコレクション」と呼ばれる自動メモリ管理機能を提供しました。コンピュータがメモリ不足になったときにトリガーされ、オブジェクトのリストを通って、再割り当てのためにメモリを解放していました。
しかし、初期の反復はそれほどうまく機能しませんでした。その上、これはタイムシェアリングの時代だったので、研究者は20人ほどの他のユーザーとその限られたメモリを共有しなければなりませんでした。コンピュータがプログラムをゆっくりと処理するのを何時間も待つことは、これらの若い研究者を狂わせ、すぐに彼らは独自のハードウェアを作成することになりました。
CONS
1973年、リチャード・グリーンブラットという名前の研究者がLISP機械プロジェクトを開始しました。
彼はXerox PARCのピーター・ドイチュによって書かれた論文をインスピレーションとして挙げました。その論文は、LISPの特別なマイクロコードを実行できるミニコンピュータを作成することを提案していました。
グリーンブラットのプロジェクトは、LISP機械がどのように動作するかをエミュレートするPDP-10用の単純なソフトウェアエミュレータとして始まりました。グリーンブラットは、その後トム・ナイトという名前の同僚に参加され、一緒に実際のマシンを構築するための資金を要求しました。
当時DARPA（当時はARPAと呼ばれていました）で働いていたスティーブン・ルカシックは、1973年にその要求を受け取ったことを口述歴史の中で思い出しています。
私はそれを予算に入れました。なぜなら、それは良いアイデアだと思ったからです。そして、私がそれを良いアイデアだと思った理由は、私がAIに興味があったからです。そして、研究者により良い設備を与えれば、彼らはもちろん、より速く働くだろうと感じました。
つまり、汎用のタイムシェアードコンピュータで人工知能を苦労して作り出しているなら、私が10万ドルや20万ドルの特別なLISP機械を与えるのとは同程度の進歩を期待してはいけません。
シングルユーザーのLISP機械コンピュータは、マイクロコードレベルで再プログラムされた汎用プロセッサによって動力を供給されました。それはCONSと呼ばれました。これは「CONStruct」の略で、リストのようなデータ構造を生成するLISP内の関数です。
厳密に言えば、CONSは特にマイクロプロセッサを記述します。問題のLISP機械には、CONSチップと付随する特別なマイクロコードの両方が含まれています。しかし、簡潔にするために、私は全体をCONSと呼びます。
グリーンブラットはCONSを自分用に意図しており、そのため彼が気にかけることのウィッシュリストを詰め込みました。このレベルのハードウェアカスタマイゼーション、特にLISPのような高レベル言語にとっては、非常に珍しいものでした。
LISP機械の作成
これらのカスタマイゼーションの一部はどのようなものでしょうか？注目すべきものの一つは、その「タグ付きアーキテクチャ」でした。
前述のPDP-10のように、CONSは36ビットのワードを処理しました。これらのビットの大部分はデータを運び、残りの少数派はタグ付けのために脇に置かれました。なぜそれを行うのでしょうか？
LISPは動的に型付けされているので、変数はあなたの最も大胆な欲望に従って、整数から文字列、別のリストに設定することができます。操作を実行する際、これらの型を追跡して、誤って文字を数値に加算してプログラムをクラッシュさせないようにすることが重要です。CONSのタグはそれを簡単にしました。
CONSはまた、完全にLISPで書かれたオペレーティングシステムを特徴としており、プログラムとOSが一部の人が不自然だと考える方法でコミュニケーションできるようにしました。マウスで操作できるウィンドウを持つグラフィカルユーザーインターフェースもありました。
結果として得られたマシンは、LISP開発者にとって真の喜びでした。CONSはDARPAを十分に印象づけたので、グリーンブラットは他のMITチーム用にさらにいくつかを構築するお金を得ました。その後、MIT外のチームが興味を持ち、それぞれ約5万ドル、または今日の約28万5千ドルでいくつかのマシンを購入しました。
CADR
1977年、グリーンブラットと彼のチームはCADR（「ケーター」と発音）という名前の2番目のコンピュータを作成しました。
この命名も内輪のジョークです。LISP言語では、CADR関数はリストの2番目の項目以降を取得します。その関数の珍しい名前は、LISPが最初に開発されたIBM 704コンピュータから来ている「レジスタのデクリメント部分の内容」を意味するCDRから派生しています。
CADRは基本的にCONSと同じでしたが、いくつかの改善がありました。これには、マイクロコード化されたデータ型チェックと、マシン全体を一時停止することなくリアルタイムで動作するより良いガベージコレクションシステムが含まれていました。
CADRは多くの注目を集め、MITでかなり重要なハードウェア製造オペレーションになりました。グリーンブラットが思い出すように、彼らは予算に最低5万ドルを持っている人なら誰にでも作ることを申し出ました。そして最終的に、彼らは約35台のCADRを作りました。
その成功は十分に公になったので、1979年、MIT研究所の元所長であるラッセル・ノフツカーがリチャード・グリーンブラットにCADRを中心としたビジネスを開始する可能性について接触しました。
商業化と分裂
当時、人工知能は豊かな未来があるように見えました。
ノフツカーは、ハードウェア加速ソフトウェアの市場に可能性があると感じていましたが、グリーンブラットのサポートを欲しがっていました。なぜなら、彼は文字通りこれらのマシンを手作りで構築しているチームを率いている人物だったからです。
グリーンブラットは前向きでしたが、ベンチャーが完全に自力で立ち上がることを望んでいました。ハッカーによるハッカーのための会社で、彼の究極の「ハッカー」マシンを他のハッカーに提供する。それはMIT AI研究所と同じ非公式な文化を持ち、金の亡者が彼らに何をすべきかを指示することなく、自分たちとその仲間のためにクールなものを作るだけでした。
ノフツカーは異なって考えていました。彼は、管理者、営業担当者、入浴/衛生、そしてベンチャーキャピタル資金調達を持つプロフェッショナルな会社を望んでいました。
この分裂により、MIT AI研究所から2つの会社がスピンオフしました。ノフツカーとSymbolics Inc、そしてグリーンブラット、LISP Machines Inc、またはLMIです。
この分裂については多くの視点があります。グリーンブラットは、コンピュータ歴史博物館の口述歴史でそれをかなり楽観的に振り返りました。
とにかく、私はこの自力立ち上げのことをやりたかった。彼らはそうではなかった。そして他にも多くの違いがありました。そこで、最終的に起こったことは、2つの会社が分裂したということです。
両方ともMITからソフトウェアのライセンスを受けました。元のチームの大部分は、残念ながらSymbolicsに行きました。数人がMITに残り、MITに残った数人は、特にRMSがLMIを積極的に助けました。
このRMSはリチャード・ストールマンで、GNUプロジェクトの創設とフリーソフトウェアの擁護で知られています。
ストールマンはCONSとCADRプロジェクトで働いており、かなり面白い2002年のスピーチで振り返りました。
グリーンブラットは、その後、私を雇ったラッセル・ノフツカーという男をリクルートしました。彼はその後AI研究所を離れ、成功した会社を作っていました。ラッセルはビジネスの才能があると信じられていました。
彼はグループの他の人々に、「グリーンブラットを見捨て、彼のアイデアを忘れ、別の会社を作ろう」と言うことで、このビジネスの才能を実証しました。明らかに真のビジネスマンである、背中を刺すことです。
これらの人々は、Symbolicsと呼ばれる会社を設立することにしました。彼らは外部投資を得て、良心を持たず、勝つために可能なすべてのことを行うでしょう。
しかし、グリーンブラットは諦めませんでした。彼と彼に忠実な数人は、とにかくLisp Machines Incを開始し、彼らの計画を進めることにしました。そして、どうでしょう、彼らは成功したのです！
Dan LuuのブログにコメントされたDan Weinrebという元Symbolics従業員は、この歴史に異議を唱えています。私は、それが優れた第一人者の概要であるため、声明とブログ投稿の両方を読むことを強くお勧めします。
Weinrebは、外部資金なしにコンピュータ会社を設立し運営することは非現実的だと述べました。そして、MITのLISP機械プロジェクトのメンバーは、グリーンブラットがそのようなビジネスを成功裏に率いて運営する能力について疑問を持っていました。それはもっともだと思います。
HP Nequisの本「The Brain Makers」は、この物語とそれ以上の優れた再話ですが、ノフツカーは、グリーンブラットに心を変えるよう懇願し、嘆願し、最終的に諦めたことを思い出しました。
そのVC資金調達を得るのには時間がかかりましたが、ノフツカーとSymbolicsがMIT研究所の真向かいに設備の整った研究所を設立することを可能にしました。給与、柔軟な勤務時間、利用可能なコンピュータ時間。それはこれらの学生にとって非常に魅力的なパッケージでした。
そして、グリーンブラットについては、彼は幸運でした。Symbolicsは、ベンチャーキャピタル資金調達の遅れのために立ち上がるのに時間がかかりました。
その後、1980年に、彼は学生に教えるための自然言語処理を調べていたControl Data Corporationのコンサルタントであるアレックス・ジェイコブソンに会いました。ジェイコブソンは、グリーンブラットがLMIのビジネスプランを作成し、エンジェル投資家を見つけ、Control Data Corporationからの最初の販売を調達するのを助けました。
この分裂はいくつかの強い感情を引き起こすようです。LMIの人々は定期的にSymbolicsの人々が非倫理的で、ソフトウェアを「盗み」、「ハッカー」エトスと法律に違反していると非難しました。そして、Symbolicsの人々は、これらすべてに信じられないという気持ちで、彼らの評判を支持しました。あらゆる場所で良い雰囲気です。
SymbolicsとLMI
SymbolicsとLMIは、最初は非常に似た製品を持っていました。
Symbolicsの最初のコンピュータはLM-2で、資金調達の遅れのために1981年9月にようやく発売されました。そのため、LMIは後から始まったにもかかわらず、実際に最初に製品を発売しました。10万ドルのLMI-CADRです。
グリーンブラットの誓約に従い、彼らは自己生成されたキャッシュフローで運営し、本質的にLISP機械を注文に応じて構築しました。彼らの最初の年である1980年、会社は100万ドルを稼ぎました。Control DataとTexas Instrumentsに販売しました。
LM-2とLMI-CADRの両方が元のMIT CADRコンピュータに基づいているため、2つの会社は急速に第2世代LISP機械に移行しようとしました。Symbolicsは彼らの3600「シンボル処理システム」へ、LMIは彼らのLMI-Lambdaへです。
2つが基本的に同じソフトウェアスタックを実行していたことに注意することが重要です。SymbolicsとLMIの両方が、LISPフレーバー、OS、テキストエディタ、ユーティリティについてMITからソフトウェアライセンスを購入しました。この取引により、それらの改善をMITに渡す限り、コードを修正し改善することができました。
これは、2つの会社が主にハードウェア、ソフトウェアとの統合、そして新しいソフトウェア機能が「共通スタック」に入る前にどれだけ速くそれらを実装できるかの基準で競争する必要があることを意味していました。
エキスパートシステム
これらの10万～14万ドルのコンピュータの中核ターゲット市場は、大学、企業研究所、政府でした。
この市場は、特定のAIであるエキスパートシステムを取り巻く1980年代初頭の盛り上がりの誇大宣伝によって推進されました。私は以前に簡単に言及しました。それらは異なるアプローチに従うルールベースのAIです。
複雑な現実世界のシナリオで苦戦した汎用問題解決器になろうとするのではなく、これらのエキスパートシステムはエンジニアや医師などの専門家の知識を捕捉し複製しようとしました。
それらには2つの主要なコンポーネントがあります。知識ベースと制御/推論エンジンです。
知識ベースは本質的に、「知識エンジニア」と呼ばれる人間の労働者によって前述の人間の専門家から収集されたドメイン固有の事実と経験則を含む巨大な束のリストです。
これらのリスト内のものは、おそらく確率分析と組み合わされた洗練された「If/Else」文のようなものとして想像できます。
エキスパートシステムの推論エンジンは、一連の仮定と状況を取り、その知識ベースに「推論」を実行して、銅鉱床の存在の可能性のような何かについて結論するのです。
スタンフォード大学のエドワード・ファイゲンバウムによって広く普及されました。彼はハーバート・サイモンの元学生でした。エキスパートシステムは知識を民主化し、潜在的に高価な人間のコンサルタントを置き換える可能性があると見られていました。
注目すべき例には、SRI International（Siriを作った人々でもあります）によって製造された地質学的エキスパートシステムであるPROSPECTORが含まれます。
PROSPECTORは鉱物堆積物の存在を決定するのに役立ちました。それはワシントン州でモリブデン堆積物を特定するために成功裏に使用されました。おそらくEUVブラッグ反射器を作るためです。
このツールは決して生産に至りませんでしたが、それにもかかわらず様々なメディアストーリーで取り上げられました。BusinessWeekは1984年の「人工知能はここにある」というタイトルのストーリーでそれを特集しました。そのストーリーは、若干の編集を加えて次のように始まります。
数十の小さな鉱山を掘り、数百のテスト掘削を行った後、彼らは60年後もその捉えどころのない金属を探していました。しかし、わずか数年前、鉱夫たちは大当たりを打ちました。
彼らがついに鉱石を見つけたのは、岩のハンマーを振るう地質学者ではなく、南に数百マイル離れたメンロパークにあるコンピュータに導かれたからでした。
この劇的な偉業は、エキスパートシステムと呼ばれる革命的な種類のコンピュータ化されたヘルパーが膨大な商業的可能性を持つ可能性があることの最初の実証でした。AI研究が実験室の好奇心以上のものになったことを一度きりで証明したのです。
MITのAI教授であるランダル・デイビスは、「皮肉なことです。3年前、AIは奇妙だと考えられていました。今それはホットで、誰もが参加したがっています」と言います。
政府と戦略コンピューティング
その引用で言及されたタイミングは興味深いものです。
始まりから、政府支出はAI研究、したがってLISP機械産業の主要な推進力でした。しかし、1980年代半ばに、DARPA支出が急増しました。
これの一部は、批評家が軽蔑的に「スターウォーズ」と呼んだ宇宙ベースのミサイル防衛システムである戦略防衛イニシアチブに関連していました。
しかし、それ以上に、DARPAが議会と軍に売り込んだ「戦略コンピューティングプログラム」と呼ばれる野心的なプログラムもありました。
その支持者は、エキスパートシステム、自然言語理解、コンピュータビジョンなどのAI製品が軍事システムに組み込まれる寸前にあると信じていました。この努力は、既存のギャップを埋めるために、新しいVLSI技術、チップ設計、コンピュータアーキテクチャ、そしてAIソフトウェアを研究することでした。
いつものように、この推進にはアジアの地政学的要素も含まれていました。1981年末、日本政府は第五世代コンピュータシステムプロジェクトと呼ばれる新しい組織横断的なイニシアチブを発表しました。
このプロジェクトは、次の10年間、新しい形のコンピュータ、ソフトウェア誘導の人間-機械相互作用、そしてAIを探求することでした。より実践的には、彼らはLISPを避けてPROLOGと呼ばれる別の言語を支持し、非ノイマン並列ハードウェアとAIプログラムを探求しました。
称賛すべき目標でしたが、それはアメリカでの日本の経済的脅威の最高潮という間違った時期に来ました。
多くの人々は資金調達に注目しました。発表時に前例のない5億ドル、しかしいくつかの報告では「公的支援」の40億ドルに膨らみました。他の人々は、AI駆動のロボットが人々の仕事を奪う可能性に注目しました。
長い話を短くすると、アメリカの観察者は第五世代コンピューティングプロジェクトを日本がコンピュータでアメリカの覇権に挑戦するものと見ました。日本が自動車、電子機器などで既に行ったことを再び行おうとしているということです。ファイゲンバウム自身もこのプロジェクトについて本を書き、この物語にやや乗っかりました。
もちろん、最終的にはそうはなりませんでした。全体の話は別のビデオに取っておきます。
それにもかかわらず、その恐怖は、エキスパートシステムなどのアメリカのAIプロジェクトへの豊富な政府資金調達を生み出しました。1983年から1993年の間に10億ドル以上が機械知能研究に投入され、LISP機械の売上を押し上げました。
セカンダリーマーケット
しかし、Symbolics内の人々によって、彼らのマシンがAI以外のこともする必要があることは最初から認識されていました。
そして彼らの1981年の元のビジネスプランで、Symbolicsは医療アドバイザリー、遺伝子工学、記号数学作業、半導体設計でも競争する意図を示しました。
半導体設計への焦点は興味深いものでした。計画では、10万から100万のトランジスタを持つVLSI、超大規模集積回路の今後の台頭について語られました。
VLSIの主要な懸念は、そのような大きく複雑なシステムを設計するのに必要な延長された人時でした。Symbolicsは、これのためのハードウェア加速ソフトウェアパッケージを製造し販売することを意図していました。言い換えれば、電子設計自動化、またはEDAです。
Dan Luuは、そのようなシステムがSymbolicsで開発され、それはかなり良いものでしたが、何ものにもならなかったと述べました。
Symbolicsが早期に強調したもう一つのプロジェクトは応用数学でした。5万人の数学者と科学者が変換数学と微分方程式を日常的に使用し、そのような計算を手作業で行っていることに注目しました。
この市場を追求するために、Symbolicsは最初にMITで開発されたMacsymaと呼ばれるソフトウェアパッケージをライセンスし、それを商業化して製品として販売しました。私はそれが今日でもまだやや使用されていると思います。
余談です。私は今日とのすべての類似点にやや困惑しています。特に世界で最も困難な数学問題を解決するためにLLMを使用する部分について。
TIが参入
Symbolicsは1983年に最初の3600を7万8500ドルのエントリーレベル価格、または今日の約25万ドルで出荷しました。
3600sはいくつかの改善を特徴としていました。これには、メインALUプロセッサと並行して動作する専用タグプロセッサチップ、より良い並列化のための改善されたパイプライニング、そしてガベージコレクションの改善された方法が含まれていました。
彼らが3600を拡張し、そのファミリーを拡張する中で、Symbolicsは第一世代のLM-2sを1台7万ドルで販売し続けました。彼らは最終的に100台を販売し、それは良いキャッシュフローを提供しました。
LMIが最初に飛び出しましたが、Symbolicsは急速に追いつき追い越しました。1983年末までに、LMIはわずか23台のマシンを販売しており、グリーンブラットの手作り生産方法と自力立ち上げスタイルがそれを妨げていることは明らかでした。
そこで、グリーンブラットは不本意ながら外部資金を調達しました。彼らは半導体大手のTexas Instrumentsに25%の株式を売り、LISPソフトウェアをライセンスしました。そのため、グリーンブラットは第2世代LMI-Lambdaマシンの構築方法を教えるためにテキサスに行く義務がありました。
LMIはハードウェアの拡大に苦戦し続けました。そして1年後、TIは、フラストレーションを感じてパーソナルコンピュータ産業に参入しようとしていたので、本質的にLMIにライセンスを与えることを強制しました。
その後、彼らは独自のLISP機械、TI Explorerの販売を開始しました。真の背中を刺すエネルギーです。
グリーンブラットは思い出しました。
私はTexas Instrumentに数回行き、基本的に彼らを多くのことについて最新の状態にしました。そして彼らは最終的に競争に参入し、The Explorer Seriesと呼ばれるものを出しました。
そして私たちは本当にハードウェアビジネスにいたくはありませんでした。しかし、残念ながら、この時までに、会社は制御を失っていました。会社の制御は、これらのベンチャーキャピタリストと彼らの新しい社長の手にあり、彼らはハードウェアビジネスに参入したがっていました。
AIブーム
AI LISP機械産業は超ホットな走りの真っただ中にありました。
1984年、業界レポートは、企業がエキスパートシステムなどのAIツールに約6400万ドルを費やしており、それが1985年から1990年まで年間50%以上成長すると予測していることを発見しました。
小さなAIスタートアップが大流行で、大企業がエキスパートシステムが実際に機能するという信念を買い込みました。1985年6月、PROSPECTOR背後のチームによって設立されたSyntelligenceというスタートアップが、オーバーサブスクライブされたラウンドで430万ドルを調達しました。
ロッキードは、Inference Corpの株式に400万ドルを支払い、評価額は3200万ドルでした。Inferenceは、複数の大企業に6万ドルずつで訓練されたエキスパートシステムのフレームワークとなる50のコンピュータプログラムを販売したと述べました。
いくつかのAIスタートアップが公開市場に急ぎました。注目すべきものの一つは、前述のエドワード・ファイゲンバウムとスタンフォード医学部の多くの研究者によって1980年に設立されたIntelliGeneticsでした。
彼らは、研究者がDNA配列を分析するのを助けるエキスパートシステムを構築するスタートアップとして始まりました。その後、1983年12月に900万ドルのIPOを行いました。彼らはすぐに、この遺伝学市場がそれほど大きくないことに気づきました。
その後、1984年にエキスパートシステムの誇大宣伝が高まり始めた時、IntelliGeneticsは名前をIntelliCorpに変更し、エキスパートシステム「シェル」、つまり知識ベースのないエキスパートシステムの販売にピボットしました。今日のベースモデルLLMのようなものです。彼らはそれをKEEエキスパートシステムパッケージと呼びました。
これらすべてのAIスタートアップがこれらのエキスパートシステムを開発し、それらを実行する大企業が高価なAI LISP機械を購入する必要がありました。そして、それはハードウェア産業で争奪する巨大な資金の山を意味していました。
SymbolicsとTexas
1984年、Symbolicsは4070万ドルの収益を生み出し、IPOの準備を始めました。
しかし、冷酷なTexas Instruments巨人の台頭が彼らを不安にさせました。TIの規模といくつかの賢明な技術的選択により、SymbolicsやLMIができるよりも低い価格を請求することができました。
この能力は、いくつかのビジネスマンのトリックで増強されました。1984年10月、SymbolicsがそのIPOを行う直前に、Texas Instrumentsは、MITに400台のExplorerコンピュータを販売したと発表しました。そう、SymbolicsとLMIがスピンオフしたまさにその場所です！
この取引では、MITは400台のTI Explorerのうち200台しか支払いませんでした。他の200台は「寄付」され、マシンあたり2万7000ドルという効果的な価格を作り出しました。LMIやSymbolicsが提供できるよりもはるかに低い価格です。
TI取引は悪い味を残しましたが、SymbolicsはそれでもそのIPOを進め、1984年11月に1200万ドルを調達しました。翌年、1985年、彼らは6900万ドル（ナイス）の収益を上げ、AIハードウェア市場の64%を取りました。株価は、IPO価格の6ドルからほぼ3倍になり、1985年12月に16ドルに達しました。
その市場は1986年にピークを迎えました。Symbolicsの収益は1億1400万ドルに急上昇し、1100万ドルの利益に変換されました。ロサンゼルス・タイムズのプロフィールで、Symbolicsの管理者は、彼らがAIで「事実上の」標準を確立したと述べました。CEOで会長のラッセル・ノフツカーは言いました。
私たちは市場を始め、市場は私たちが成長できるだけ速く成長しています。
近い将来にレベルオフは見えません。人工知能はデータ処理産業に全く新しい要素を追加しています。ほとんど無限の範囲の機会があります。
AI冬
そのような発言のタイミングに感嘆します。
最終的に、この特定のAIブームは続くことができませんでした。
ブームの終わりの一部は、軍事支出の一般的な引き下げに関連していました。ソビエト連邦の継続的な衰退と将来の崩壊は、DARPAの優先順位をAIから自律運転などの他のものへとシフトさせました。
しかし、誇大宣伝の多くも実現していませんでした。DARPAは、AIがすぐに人間のような能力を持ち、見る、推理する、計画し、最終的には軍事システム全体を監督することを可能にするだろうと予測していました。
さて、議会に壮大なビジョンを売るためには少しの誇大宣伝が必要です。私はそれを理解します。しかし、エキスパートシステムが膨大な誇大宣伝に応えることができないという懸念が早期にありました。残念ながら、彼らは正しかったのです。
エキスパートシステムは期待を下回りました。特に、知識取得のボトルネックと呼ばれるものがありました。人間の専門家からデータを抽出し、それをルールにエンコードすることは困難で不安定な作業でした。彼らが行うことの多くは、誰も書き留めたり考えたりしないことです。私たちはこれを「暗黙知」と呼んでいます。
さらに、微妙で曖昧な「経験則」を冷たく硬い確率にどのように定量化するのでしょうか？そして、すべてを確実に持っていることをどのように確認するのでしょうか？そのため、エキスパートシステムは作成に長時間を要し、編集が困難で、実際の使用では非常に脆弱になりました。
そして、AIをワークフローに取り入れるための新しい「AI部門」を持つ大企業については？それは、使用方法がわからない高価なマシンの束で終わりました。
一つの主要な問題は、LISP言語がCのように産業界で流行することがなかったことでした。それは確かに洗練されていましたが、多数の方言と急峻な学習曲線に苦しんでいました。誰もが再帰やメタプログラミングを使いたがるわけではありません。また、産業界で広く使用されている他の言語ともうまく機能しませんでした。
そのため、企業は、これらの特殊用途マシンでAIプログラム、またはその他のプログラムを作成するのに十分なLISPプログラマーを利用できませんでした。派手な企業AIプロジェクトは静かにキャンセルまたは縮小され始めました。
サンライズ
最終的で最も壊滅的な打撃を与えたのは、Unixワークステーションでした。
以前のビデオで言及したように、Unixは AT&Tで開発され、当時の大学に無料でライセンスされたオペレーティングシステムでした。それは広く使用され、非常に人気になりました。
これらのマシンは、専門のLISP機械ができるほどうまくLISPを実行しませんでしたが、Unixコミュニティは、他のUnixユーザーの時間とお金を節約する幅広い有用なLISPソフトウェアパッケージを開発し共有しました。
さらに、ワークステーションメーカーは、IntelやMotorolaなどのVLSI半導体メーカーによってリリースされたより高速なチップの恩恵を受けました。やがて、チップ、コンパイラ、メモリが十分に高速になり、LISP機械を購入し実行することの利点を無効化しました。
これらの汎用Unixワークステーションの中で最も有名なものは、もちろんSun Microsystemsのものでしたが、Apollo Computerのものもありました。一緒に、彼らはSymbolicsの昼食を食べました。
1986年、Sunは2億1000万ドルの収益の6%がAI関連アプリケーションから来ており、年間50%成長していると述べました。
Symbolicsは、ローエンドの4万ドルのユニットでコンピュータの価格を下げました。その価格でさえ、やや過度に設計されたLISP機械は、わずか1万4000ドルの価格のSunワークステーションと競争することができませんでした。
さらに、Unixソフトウェアエコシステムは、Symbolicsが決して克服できないものでした。Dan Luuが思い出すように、縮小している特殊目的エコシステムのために構築したがるソフトウェアベンダーはいませんでした。
これは全て急速に起こりました。そして致命的に、会社はそれを認識できませんでした。Symbolicsは、LISPに浸っている学者と完璧主義者でいっぱいで、彼らの全キャリアをLISPに没頭させていました。彼らは、誰かがSunを購入し実行することを好むということを想像することができませんでした。
LMIについては、彼らはTIの台頭によってはるか後ろに取り残され、それから本当に回復することはありませんでした。彼らは、K-machineと呼ばれるオリジナルの設計アーキテクチャにピボットすることで差別化し生存しようとしました。
しかし、彼らは残念ながら、それがリリースされる前の1987年4月に破産しました。
終わり
では、UnixワークステーションがLISP機械を殺しました。どのように対応しますか？これにおいて、Symbolicsも内部の分裂のおかげで苦戦しました。
会社の一部（CEO ノフツカーが率いる）は、ワークステーションベンダーが自分たちの製品に追加できる「AIチップ」アタッチメントを作成し販売することを望んでいました。ユーザーがLISP AIプログラムを実行できるようにします。その後、Symbolicsはソフトウェアを販売してお金を稼ぐことができます。
しかし、会社の別の派閥（COO ブライアン・シアが率いる）は、チップを作ることが技術的「リープフロッグ」の無益な追求だと思っていました。テーブルに既にあるものと協力するのではなく、高リスクで革命的な製品に貴重なお金を注ぎ込むことです。
彼らは、会社がコンピュータグラフィックスの潜在的な新市場を追求すべきだと主張しました。PixarのようなハリウッドアニメーションスタジオがLISP機械が特殊効果の製作に適していることに気づいていました。そのような戦略では、Symbolicsが新しい市場に参入することになりますが、彼らは既に持っているものを販売することになります。
会社は道を選ぶ必要がありましたが、ローマが燃えている間、経営陣は決定できませんでした。1987年度、Symbolicsは1100万ドルの利益から2500万ドルの損失に転じたと報告しました。
残念ながら、Symbolicsはブーム中に運営コストを積み上げていました。両方の道を追求することに関連した多くの不必要なR&Dと高価な不動産コストです。1986年、まさにピーク時に、彼らはカリフォルニアとマサチューセッツのオフィスと工場に10年リースを契約しました。
株価は1985年12月のピーク以来下落し続け、最終的に1ドル未満に急落しました。
1988年2月、取締役会は、ノフツカーとシアの方向性の間で決定できないようで、両方に辞任を求めました。新しい社長、ロナルド・デリーが制御を取りました。
その後、大きなハンマーが来ました。1988年3月、Texas InstrumentsとApple Computerは、MicroExplorerと呼ばれるハイブリッドワークステーションを作成するパートナーシップを発表しました。
それは、LISP機械「AIチップ」が内部にインストールされたMacintosh IIで、LISPプログラムを実行できるようにしました。MicroExplorerは非常に強力で、Macintoshソフトウェアを実行でき、驚くほど低い1万5000ドルの価格で販売されました。
ちなみに、私はこのコンピュータが存在したことを全く知りませんでした。歴史は野生です。
Symbolicsは、少なくともその一部は、まさにこの製品を作ることを望んでいたので、Texas Instruments-Appleパートナーシップは彼らを核心まで震撼させました。それは、残り640人の労働者のうち225人を解雇するという荒い一連のコスト削減につながりました。数年前、彼らはかつて1000人を持っていました。
彼らは数年間よろよろと続き、最終的に1993年にSymbolicsが破産を申請し、会社は清算されました。そのGeneraオペレーティングシステムやドメイン名（史上初の登録）などの様々なソフトウェア資産は、新しい所有者に売却されました。
それらの所有者の一人がGenera OSをオープンソース化し、そこでそれと関連するソフトウェアパッケージは、Apple Siliconのような現代のハードウェアでエミュレーションで実行できます。興味深い種類の来世です。
結論
LISPとこれらのLISP機械へのラブレターで終わりましょう。
LISPはもはやAIの言語ではありません。そのようなものが存在するなら、それはおそらくPythonでしょう。そして、Javaのような他の言語がその中核的なアイデアを吸収しています。しかし、LISPは多少使用され続けており、FORTRANに次いで2番目に古いプログラミング言語となっています。
そして、Symbolicsについては、ビジネスはうまくいきませんでしたが、ほとんどの人は製品が特別なものだったと振り返ります。その従業員は、あらゆる種類の印象的な機能を詰め込んだ信じられない製品を作るために労働しました。
ソフトウェアとOSは全て美しく書かれたLISPでした。彼らは独自の高解像度ディスプレイハードウェアまで設計し製造しました。
コンピュータ歴史博物館での回顧セッションで、古いLISP’ersは、LISP機械が「これまでに発明された最高の開発環境」だったと主張しました。
別の人は振り返りました。「私たちは、PCが約5万倍高速で約10万倍安くなるまで、LISP機械で開発を続けました。とにかく、彼らが最終的に5万倍の違いを得た時、私たちは残念ながら『普通の』マシンで開発することに切り替えました」。
信じがたいですね。しかし、Symbolicsについての豊富なエミュレータ、愛好家プロジェクト、保持された文書/話は、少なくともいくらかの事実の基盤があることを私に教えてくれます。LISPは愛され続けています。
コメント