1950-களில் நவீன செயற்கை நுண்ணறிவுக்கு அடிக்கேடாக அமைந்த பல முக்கிய நிகழ்வுகள் நடந்தன. இயந்திரக் கற்றல் மற்றும் தகவல் செயலாக்கத்தை த-automatize செய்யும் ஆராய்ச்சியின் தொடக்கம் என்ற வகையில் இந்த காலம் அடையாளமாக உள்ளது. முதலில், செயற்கை நுண்ணறிவின் கருத்துக்கள் மொழிசார், கணிதம், கி்சல் மற்றும் நரம்பியல் ஆகியவற்றால் ஊக்கமளிக்கப்பட்டதாக இருந்தன. இந்த கட்டுரையில், செயற்கை நுண்ணறிவு என்ற கருத்தின் உருவாக்கத்தின் முக்கிய கட்டங்களை மற்றும் அதனுடைய முதற்கட்டங்களை நாங்கள் கவனமாகக் காண்கிறோம்.
செயற்கை நுண்ணறிவுக்கான அறிவியலின் அடித்தளம் XX நூற்றாண்டின் ஆரம்பத்தில் தயங்கியது, ஆனால் 1950-களில் முறைமையாகவே இக் கருத்துக்களை நடைமுறைக்கு கொண்டுவரலாம். அலன் டியூரிங் எழுதிய "Computing Machinery and Intelligence" என்ற கட்டுரை 1950-ல் வெளியிடப்பட்டது, இது முக்கியமான கட்டுரைகளில் ஒன்று. இதில் மானிடமயமான செயல்பாட்டைக் காட்டும் இயந்திரத்தின் திறனை அளவிடுவதற்கான "டியூரிங் சோதனை" எனப்படும் சோதனையை அறிவித்தார்.
1956-ல் நடந்த தார்த்த்மூத் கல்லூரியின் மாநாடு செயற்கை நுண்ணறிவின் வரலாற்றில் முக்கியமான நொடியாக திகழ்ந்தது. இதில் ஜான் மெக்கார்த்தி, மார்வின் மின்ஸ்கி, நோர்தா டேவிட்சன் போன்ற ஆராய்ச்சியாளர்கள் கலந்து கொண்டனர். அவ்வப்போது நிவாந்துகளான இயந்திரங்களை உருவாக்குவதற்கான கற்பனைகள் பற்றி விவாதித்தனர், மேலும் "கற்கையின் அல்லது வேறு எதுவும் புத்திசாலித்தனமான செயல்படுத்த முடியுமென" நன்கு விவரிக்கப்படுகிறது என்று அவர்கள் எண்ணினர். இந்த மாநாடு ஆராய்ச்சிகளின் வளர்ச்சிக்கான தொடக்கக் கதை ஆக உள்ளது.
தார்த்த்மூத் மாநடுபின் முதற்கட்ட செயற்கை நுண்ணறிவுக்கான பயன்பாட்டினால் இருப்பினையிலே ஆரம்பிக்கப்பட்டன. 1958-ல் ஜான் மெக்கார்த்தி உருவாக்கிய லிஸ்ட் என்ற நிரலாக்க மொழி முதன்மை அபிவிருத்தி ஆக அமைந்தது. இந்த மொழி, குறிப்புக்குறிகள் மற்றும் பட்டியல் கையாளுவதில் எளிதாக இயங்குவதன் மூலம் செயற்கை நுண்ணறிவில் பயன்படுத்தப்படுகிறது.
1956-ல் அல்ன் நியூவெல் மற்றும் ஹர்பர்ட் சைமன் நேரடியாக உருவாக்கிய "Logic Theorist" என்ற நிகழ்ச்சி. இந்த நிகழ்ச்சி, மனிதனைப் போலவே சிக்கல்களைத் தீர்க்கும் திறனைப் பெற்றது மற்றும் குறைந்தது தொழில்நுட்பமாக செயல்படுவதற்கான முதற்கட்ட முயற்சிகளில் ஒன்று.
1950-களின் முடிவில், செயற்கை நுண்ணறிவுக்கு ஆர்வம் முக்கியமாக உயர்ந்தது, மேலும் பல பல்கலைக்கழகங்கள் மற்றும் ஆய்வகங்கள் பல்வேறு சிக்கல்களை தீர்க்கும் நிகழ்ச்சிகளை உருவாக்குவதில் ஈடுபட்டன. நரம்பியல் நெட்வொர்க்குகள், பாரம்பரிய 알고ரிதங்கள் மற்ற முறைமைகள் ஆகியவற்றைப் பயன்படுத்தி, செயற்கை நுண்ணறிவை உருவாக்குவதற்கான பல்வேறு அணுகுமுறைகள் உருவானன. ஆனால் இந்த வெவ்வேறு கருத்துக்களின் வளர்ச்சியோடு கூட, அக்காலத்தில் உள்ள தொழில்நுட்பங்களின் வரையறைகள் குறித்து முதல் அசந்தங்கள் வந்தன.
1960-துடிப்பின் நடுத்தரத்தில், உண்மையில் புத்திசாலித்தனமான இயந்திரங்களை உருவாக்கும் முயற்சிகள் கடுமையான சிக்கல்களுக்கு மாறியதைக் காண முடிந்தது. "SHRDLU" போன்ற நிகழ்ச்சிகள் வரையறுக்கப்பட்ட சூழல்களில் இயற்கை மொழியை கையாள முடியுமென இருந்தாலும், அதற்கு மேலோட்டமான விவரங்களைப் புரிந்துகொள்ள முடியாது. அதைச் மேலும் நிதானிக்க, இக்காலத்திலிருந்து தேவைப்படும் தரவுகளைப் பெற முடியாமல் இருந்தன – இது "AI குளிர்ச்சி" என்ற மாதிரி நிகழ்வுக்கு வழிவகுத்துள்ளது, இதில் செலவினமும் ஆர்வமும் குறைந்து போனது.
இதற்குப்பின் 1970 மற்றும் 1980-களில், செயற்கை நுண்ணறிவு மீண்டும் பிரபலமாகவந்தது. இயற்கை மொழி செயலாக்கம், வல்லுனர் அளவுகோல்களின் உருவாக்கம் மற்றும் கணினி சக்தியில் வேகமாகும் மாற்றங்கள் புதிய அளவுக்கான ஆர்வத்தை ஏற்படுத்தியது. இந்தவகை நிரல்கள் மருத்துவம், நிதி மற்றும் உற்பத்தி ஆகியவற்றில் பயன்படுத்தப்பட்டது.
எனவே, 1950-கள், அறிவியல் துறையாக செயற்கை நுண்ணறிவுக்கான அடையாளமாகவே விளங்கியது. பொருளின் அலங்காரம் மற்றும் கணித நிலைக்கு முதல் கருத்துக்களோம் முதல் நிரலாக்க மொழிகள் வரை, இந்த காலம் செயற்கை நுண்ணறிவின் வளர்ச்சிக்கான அடித்தளத்தை அமைத்தது. தடைகள் மற்றும் தாமதங்களிருந்தாலும், இந்த நிலையில் தோன்றிய கருத்துக்கள் தொடர்ந்து வளர்ந்து, மாறுபட்டுவிடையான கைதிழபான கருவிகளை உருவாக்க புதிய தலைமுறையினரை ஊக்குவிக்கின்றன.