在上世纪80年代，一个名为Cyc的雄心勃勃的人工智能项目因其准确回答人类问题的能力而留下了印记。然而，随着深度学习等方法的流行，Cyc逐渐被人们遗忘，这是技术专家I.A.费舍尔在一篇关于Cyc历史的文章中提到的。
1983年，斯坦福大学一组人工智能研究人员在教授道格·莱纳特的领导下，开始将常识编程到机器中。莱纳特，自动数学家系统的创建者，此前已探索了人工智能发现新定理的能力。他接下来的项目EURISKO允许程序评估并修改自己的启发式规则。莱纳特成功地在一场游戏比赛中使用EURISKO，采用了非常规策略，取得了令人惊讶的胜利。
莱纳特希望超越“聪明但简单”的程序，如AM和EURISKO，他设想制造一台机器，能够像人类一样利用大量的普通知识库，就像人类的常识一样。他注意到当时的专家系统在分享和连接不同规则和事实方面存在局限，这往往导致低效。
1984年，莱纳特作为Microelectronics and Computer Technology Corporation（MCC）的首席科学家加入，他投入大量资源创建了Cyc，一个被设计为像人类一样推理和演绎的知识库。与传统百科全书不同，Cyc的任务是理解基本知识命题，这些命题是如此基础，以至于很少被记录。
最初，Cyc的工程师手动编码知识，但很快他们使系统发展到可以自主推断信息的程度，比如推断如果玛丽从五所录取的学院中选择了哈佛，并且获得了化学学位，那么她可能花了大约四年时间学习多种与化学有关的科目。
尽管Cyc不断发展，但神经网络的兴起让基于规则的系统黯然失色。随着人工智能领域的显著转变，以深度学习为代表的数据驱动机器学习方法取得了显著成功，将Cyc的方法论定位为过时的。
截至2024年，距离其成立已经40年，Cyc仍然存在，拥有2500万条规则、150万个概念和一千多个专门的推理引擎。Cycorp有一个由50名技术员组成的团队，通过选择性的商业合同维持运营。
已故的莱纳特教授在2023年去世，他设想将大型语言模型的广泛但不一致的知识与Cyc的严谨推理能力相结合，从而促进更强大的人工智能。费舍尔承认Cyc的长寿，但认为它真正的遗产可能是一个领先于时代的方法的警示故事，暗示也许基于规则的Cyc系统可能会再次兴起。
The source of the article is from the blog klikeri.rs