AI winter（AIの冬）とは、当時の技術が期待に応えられなかった過大な期待の波の後に、資金提供、関心、研究活動が減少する期間を指す。「核の冬」になぞらえて作られたこの用語は、1956年のダートマス会議でこの分野が創設されて以来繰り返されてきた循環的な好況・不況のパターンを表している。歴史家は一般に、1970年代半ばと1980年代後半から1990年代初頭にかけての2つの主要なAI winterを特定しているが、より小規模な地域的な停滞も発生している。
各冬は同様のパターンをたどった。初期のデモがメディアの誇大宣伝と多額の政府・企業投資を生み出し、その後、基礎となったアプローチが提唱者たちが過小評価していた根本的な限界に達し、資金提供者が忍耐を失い、研究予算が崩壊し、多くの研究者が自分たちの仕事を「AI」というラベルを完全に外してブランド変更せざるを得なくなった。
第一次AI winter（1970年代半ば）
第一次の冬は、英国政府が委託した1973年のライトヒル報告書によって部分的に引き起こされた。この報告書は、AI研究が初期の約束を果たせなかったと結論付け、英国全土の大学資金に大幅な削減をもたらした。米国では、音声認識と機械翻訳プロジェクトが期待を下回った後、DARPAが無制限のAI研究資金を縮小した。特に機械翻訳は、1966年の米国政府報告書が人間の品質に匹敵できないと結論付けたことで、数年早くすでに打撃を受けていた。さらに悪化させた要因は、マービン・ミンスキーとシーモア・パパートの1969年の著書で、単層パーセプトロンの数学的限界を示し、ニューラルネットワーク研究を10年以上妨げたことだった。
第二次AI winter（1980年代後半から1990年代初頭）
第二次の冬は、エキスパートシステムと専用LISPマシンの商業市場の崩壊に続いて起こった。両者は維持に費用がかかり、狭い領域外の複雑な現実世界の知識に拡張できないことが判明したためである。1982年にシンボリックAIと論理プログラミングに賭けた大規模な政府プロジェクトである日本の第五世代コンピュータプロジェクトは、1992年の終了までに商業的な突破口を生み出せず、世界中の投資家心理をさらに悪化させた。「AI」というラベル自体がこの期間に商業的に時代遅れとなり、多くの研究者は自分たちの研究を「機械学習」「情報学」「パターン認識」などと表現した。
遺産と現代の議論
各冬からの回復は、汎用知能の新たな約束ではなく、より狭く実証的に有用な技術からもたらされた。1990年代を通じての統計的機械学習と、2012年以降の深層学習である。2022年のChatGPTのリリース以来、コメンテーターは定期的に、巨額の資本支出と議論のあるスケーリング則の収益を伴う現在のAIブームが第三次の冬で終わるかどうかを問いかけてきた。一方で、今日のAIは以前の時代とは異なり、すでに substantial な商業収益と大規模な採用を生み出しており、評価の修正が最終的に発生したとしても、対称的な崩壊は起こりにくいと主張する者もいる。