AI memiliki sejarah panjang kekecewaan, tetapi saya pikir banyak kritik sering terlalu menyederhanakan apa yang terjadi, seperti dengan kutipan Anda, "Insinyur tahun 1960-an terlalu banyak dipromosi dan kurang terkirim".
Pada 60-an, AI adalah domain dari segelintir peneliti (bidang ini belum benar-benar cukup dikembangkan untuk menyebutnya rekayasa), kebanyakan di universitas, dan sangat sedikit dari mereka adalah programmer yang cakap.
Ketersediaan mesin komputasi yang tiba-tiba pada tahun 1950-an telah menyebabkan harapan besar untuk otomatisasi, terutama dalam terjemahan mesin dari bahasa alami, bermain catur, dan masalah serupa. Anda mungkin menemukan beberapa prediksi sukses yang sebenarnya dari masa itu, tetapi janji-janji itu pasti datang SEBELUM ada orang yang menangani salah satu masalah itu secara mendalam. (Atau, mereka salah mengira satu kesuksesan menjamin yang lain, seperti berharap untuk dapat menerapkan permainan catur yang baik setelah Samuel sukses dengan catur).
Juga, waspadalah terhadap klaim "mereka berkata", "mereka merasa", "mereka pikir", dll .; pendapat retrospektif (seperti ini!) mudah untuk dilontarkan, sementara bukti terdokumentasi tentang prediksi aktual oleh "para ahli" (mereka yang benar-benar mencoba memecahkan masalah yang diberikan) bisa jauh lebih sulit ditemukan.
Overpromising dan undelivering selalu menjadi gejala pengembangan perangkat lunak, terlepas dari bidang spesifik di mana pemrograman diterapkan. Kesulitan utama dengan AI adalah bahwa masalah non-sepele berada di luar kemampuan sebagian besar insinyur. Sebagai contoh, walaupun jawaban Charles E. Grant mengkategorikan ELIZA dan SHRDLU sebagai "relatif sederhana", saya akan mengatakan itu hanya berlaku untuk ELIZA (yang sebagian besar siswa pemrograman tahun pertama mungkin dapat diimplementasikan tanpa banyak kesulitan). Di sisi lain, SHRDLU adalah program besar, sangat canggih yang kebanyakan programmer akan mengalami kesulitan menciptakan, mari kita implementasikan. Memang, dua tim mahasiswa bahkan tidak bisa menjalankan kode sumber sepenuhnya, dan kemampuan seperti SHRDLU masih sulit ditemukan saat ini, lebih dari 40 tahun kemudian.
Karena AI mungkin adalah salah satu masalah yang paling tidak dipahami dan paling sulit di mana komputer dapat diterapkan, secara keseluruhan saya akan mengatakan kemajuan dalam AI umumnya setara dengan kursus. Masih ada harapan yang tinggi , dan kecepatan dan kapasitas perangkat keras kami telah meningkat pesat sejak tahun 60-an, tetapi saya akan mengatakan bahwa kemampuan dan pemahaman para insinyur tentang AI tidak meningkat banyak, sehingga cawan suci seperti lulus tes Turing masih mungkin jauh, dan overpromising dan underdelivering mungkin akan berlanjut untuk beberapa waktu.