1928: Frank Rosenblatt, perceptronens fader, föds

Den 11 juli 1928 föddes Frank Rosenblatt i New Rochelle, New York. Rosenblatt, som utbildades till psykolog, blev en av de mest betydelsefulla — och mest omstridda — personerna i artificiell intelligens tidiga historia när han uppfann perceptronen, ett av de första artificiella neuronnäten som kunde lära sig av exempel.

Rosenblatt byggde vidare på Warren McCulloch och Walter Pitts tidigare arbete med artificiella neuroner, men gick längre: han utformade en algoritm som lät ett nätverk av enkla tröskelbaserade enheter justera sina egna kopplingsvikter efter varje exempel, så att det gradvis blev bättre på en uppgift utan att vara uttryckligen programmerat för den. År 1958, med finansiering från amerikanska flottans forskningskontor, presenterade han Mark I Perceptron, en rumsstor maskin byggd för att känna igen enkla visuella mönster med hjälp av ett rutnät om 20x20 fotoceller kopplade till justerbara motstånd.

Mediebevakningen var extraordinär för sin tid. New York Times rapporterade 1958 att flottan förväntade sig att perceptronen en dag skulle kunna "gå, tala, se, skriva, reproducera sig själv och vara medveten om sin existens" — en hypnivå som skapade orealistiska förväntningar på ett fält som fortfarande var i sin linda. När Marvin Minsky och Seymour Papert 1969 gav ut boken "Perceptrons", som matematiskt visade begränsningarna hos enkla, enlagriga nätverk — mest känt deras oförmåga att lära sig XOR-funktionen — kollapsade finansieringen och entusiasmen för forskning om neurala nätverk under mer än ett decennium, en period historiker idag kallar den första "AI-vintern" för de konnektionistiska metoderna.

Rosenblatt dog den 11 juli 1971 — på sin 43-årsdag — i en båtolycka i Chesapeake Bay, innan han fick se sina idéer få upprättelse. Det skulle ta till 1980-talet, med spridningen av flerlagriga nätverk och backpropagation-algoritmen, innan fältet återupptäckte löftet i den arkitektur han var pionjär för.

• 1958: Rosenblatts Mark I Perceptron demonstreras vid Cornell Aeronautical Laboratory.
• 1969: Minsky och Paperts "Perceptrons" bromsar finansieringen av forskning om neurala nätverk.
• 1986: Backpropagation, populariserad av Rumelhart, Hinton och Williams, ger nytt liv åt flerlagriga neurala nätverk.

Varje modernt djupinlärningssystem — från bildklassificerare till stora språkmodeller — härstammar konceptuellt från den enkla inlärningsregel Rosenblatt byggde in i perceptronen: justera dina vikter utifrån dina fel, och bli bättre. Han fick inte själv se neurala nätverk bli det dominerande paradigmet inom AI, men museet uppmärksammar hans födelse, och årsdagen av hans död samma datum, som en av fältets stora, olösta ironier.