개념
AI Winter는 인공지능에 대한 기대가 컸지만 실제 성과가 부족해 연구비와 관심이 줄어든 시기를 말한다.
원인
초기 AI는 모든 문제를 탐색이나 규칙으로 풀 수 있다고 기대했지만, 현실 문제는 너무 복잡했다. 가능한 경우의 수가 폭발적으로 늘어나는 조합 폭발이 발생했고, 당시 하드웨어와 데이터도 부족했다.
규칙 기반 방법론은 사람이 직접 규칙을 만들어야 했기 때문에 실제 세계의 예외와 불확실성을 모두 다루기 어려웠다.
이후 회복
이후 기계학습, 딥러닝, CNN, Transformer가 발전하면서 AI는 다시 강한 성장 국면에 들어갔다.