Każde użycie terminu „uczenie maszynowe” przenosi nas w obszar sieci neuronowych i sztucznej inteligencji, ale to pojęcie nie jest bynajmniej nowe. W rzeczywistości musimy cofnąć się do czasów, gdy tranzystor dopiero zaczynał opuszczać laboratorium.
Na tym nagraniu widzimy Claude’a Shannona, ojca teorii informacji, demonstrującego możliwości swojej małej myszki Teseo, która potrafi gromadzić dane, popełniać błędy, adaptować się i w końcu zastosować właściwe rozwiązanie, aby wydostać się z labiryntu.
Lata 50. XX wieku rozpoczęły się prawdziwą eksplozją rozwoju technologicznego, mimo narastających napięć wynikających z zimnej wojny. W 1947 roku Bell Laboratories zbudowało pierwszy tranzystor półprzewodnikowy, a w mniej niż cztery lata produkowano go masowo. W Bell Labs pracowały wtedy jedne z najbystrzejszych umysłów świata, a jednym z nich był Claude Shannon.
Jego historyczny artykuł z 1948 roku „Matematyczna teoria komunikacji” był rewolucyjny, wprowadzając takie pojęcia jak redundancja i entropia, ale Shannon nie spoczął na laurach. Kolejnym jego dziełem był Teseo, który dzięki archiwum AT&T możemy zobaczyć w akcji:
Jak wyjaśnia sam Shannon, Teseo to elektromechaniczna mysz, która może „uczyć się na wcześniejszych doświadczeniach”, czyli stosować metodę prób i błędów, aby wydostać się z labiryntu podzielonego na 25 sekcji. Za każdym razem, gdy znajdzie właściwą drogę, Teseo zapisuje informacje w swojej „pamięci” (technicznie rzecz biorąc, system przekaźników telefonicznych w tle).
Jeśli wraca na początek, jedyne, co musi zrobić, to odtworzyć zgromadzone doświadczenie. Najlepsze jest jednak jego zdolność adaptacji. Po wykryciu zmian w ścianach labiryntu Teseo częściowo zastępuje stare dane nowymi parametrami i bez problemu wykorzystuje resztę informacji.
Jak przystało na naukowca, Shannon nie może się powstrzymać od wyjaśnienia, że to nie Teseo wykonuje pracę, lecz system zamontowany pod stołem, z elektromagnesem, dwoma silnikami i przełącznikami do określania położenia. Metoda eksploracji stosowana przez Teseo może nie jest najefektywniejsza, ale gwarantuje znalezienie wyjścia z każdego labiryntu.
