De l’émergence à la chute des machines Lisp, vers l'AutoLISP

Patrick · Juin 14, 2025, 3:36

L’émergence et la chute des machines Lisp, des ordinateurs spécialisés conçus pour le langage de programmation Lisp dans les années 1980. Les origines du Lisp, développé par John McCarthy, et son adoption rapide dans la recherche en intelligence artificielle (IA), notamment grâce au financement de la DARPA. Le document explique comment la demande croissante en systèmes experts a alimenté le marché des machines Lisp, menant à la création de sociétés comme Symbolics et LMI. Finalement, la montée en puissance des stations de travail Unix plus polyvalentes et le manque d’adaptation de l’industrie Lisp ont conduit à la disparition de ces machines spécialisées.

[!Success] Ecoutez la conversation !

L’Essor et la Chute des Ordinateurs IA « Cultes » (Machines Lisp)

Ce document retrace l’histoire des « machines Lisp », des ordinateurs spécialisés qui ont émergé dans les années 1980 au cœur d’un boom de l’intelligence artificielle, avant de connaître une chute spectaculaire. Il explore les origines de l’IA et du langage Lisp, l’environnement qui a favorisé leur développement, les entreprises clés impliquées, les raisons de leur succès et, finalement, les facteurs de leur déclin.

1. Les Origines de l’IA Symbolique et du Lisp

L’histoire des machines Lisp est intrinsèquement liée aux débuts de l’intelligence artificielle et au développement du langage de programmation Lisp.

La Naissance de l’IA : Le terme « intelligence artificielle » a été inventé par John McCarthy en 1956 lors de la conférence de Dartmouth. C’est lors de cet événement que Herbert Simon et Allen Newell ont présenté le « Logic Theorist », souvent considéré comme le premier programme d’IA, capable de prouver des théorèmes mathématiques.
L’IA Symbolique : Simon, Newell et Clifford Shaw ont été des pionniers de l’approche de l’IA connue sous le nom d’IA Symbolique (ou « Good Old-Fashioned AI »). Cette philosophie postule que « l’intelligence n’est rien d’autre que la création, la modification et la destruction de ces symboles ». Les programmes d’IA symbolique créent des représentations internes du monde à l’aide de symboles et manipulent ces symboles via des règles (heuristiques) pour résoudre des problèmes.
Les Limites des Langages de l’Époque : Les pionniers de l’IA, notamment Simon, Newell et Shaw, ont rencontré des difficultés avec les langages de programmation existants comme Fortran, qui exigeaient la prédéfinition des structures de données. Ils ont créé l’Information Processing Language (IPL), qui introduisait le concept de « list processing » – organiser les données en mémoire comme « des perles sur une ficelle ».
L’Innovation de Lisp : John McCarthy, inspiré par l’IPL et son intérêt pour la manipulation algébrique des programmes, a créé le langage Lisp (List Processor ou List Processing) en 1958.
Simplicité et Élégance : Lisp est caractérisé par sa simplicité, où « tout objet en Lisp, qu’il s’agisse de code ou de données, est exprimé sous forme de listes ».
Flexibilité : Il est idéal pour représenter des objets changeants et permet la méta-programmation (les programmes Lisp peuvent prendre du code en entrée et produire de nouveaux programmes).
Extensibilité : « Lisp est assez extensible, de sorte que les utilisateurs peuvent facilement étendre le langage pour créer des variantes. » Cependant, cela a également conduit à une « profusion de dialectes », entravant son adoption initiale.
« Le meilleur environnement de développement jamais inventé » : Lisp a acquis une réputation culte parmi ses utilisateurs, avec des affirmations que les machines Lisp étaient « le meilleur environnement de développement jamais inventé ». Paul Graham le décrit comme « minimaliste et élégant, le calcul décomposé en quelques éléments fondamentaux ».

2. Le Besoin de Machines Spécialisées

Malgré les avantages de Lisp, ses exigences en matière de ressources étaient un défi pour le matériel informatique de l’époque.

Gourmand en Mémoire : Lisp était un langage « très gourmand en mémoire », ce qui posait problème sur les mini-ordinateurs traditionnels comme le PDP-10 ou le VAX, qui avaient des quantités de RAM limitées (par exemple, 256 000 mots pour les premières variantes du PDP-10, soit environ 1 Mo).
Goulots d’Étranglement : Les programmes d’IA de l’époque, appelés « systèmes experts », utilisaient des dizaines, voire des centaines de milliers de « nœuds » Lisp. Le « garbage collection » (gestion automatique de la mémoire) des premières versions était inefficace, et l’environnement de « time-sharing » obligeait les chercheurs à partager une mémoire limitée avec de nombreux utilisateurs, entraînant de longues attentes.
L’Idée de la Machine Lisp : Cette frustration a poussé les chercheurs à créer leur propre matériel. Inspiré par l’idée de Peter Deutsch, Richard Greenblatt a initié le projet de machine Lisp au MIT en 1973. L’objectif était de construire un « mini-ordinateur qui pourrait exécuter un microcode spécial pour Lisp ».
Le Projet CONS : Greenblatt et Tom Knight ont développé la première machine Lisp, nommée CONS (une fonction Lisp pour construire des listes).
Personnalisation Matérielle : CONS était « propulsé par un processeur à usage général reprogrammé au niveau du microcode » et rempli des « souhaits » de Greenblatt.
Architecture Taguée : Une caractéristique notable était son « architecture taguée », où une partie des bits d’un mot de 36 bits était réservée au « tagging » pour faciliter la gestion des types de données dynamiques de Lisp.
Système d’Exploitation en Lisp : Le système d’exploitation était « entièrement écrit en Lisp », favorisant une communication « peu naturelle » entre les programmes et l’OS.
Interface Graphique : Il comportait une « interface utilisateur graphique avec des fenêtres qui pouvaient être manipulées avec des souris ».
Soutien de la DARPA : La DARPA (Defense Advanced Research Projects Agency) a soutenu ces initiatives, reconnaissant que « si vous donnez aux chercheurs de meilleures installations, ils travailleront bien sûr plus vite ». Le soutien de la DARPA a « légitimé l’IA en tant que domaine de recherche ».

3. La Commercialisation et la Concurrence

Le succès des premières machines Lisp au MIT a rapidement conduit à des efforts de commercialisation, mais aussi à des divisions internes.

Le KADR : En 1977, Greenblatt et son équipe ont créé une deuxième machine, le KADR, une version améliorée du CONS, qui a attiré beaucoup d’attention. Environ 35 KADR ont été produits.
Le Schisme MIT : En 1979, l’ancien directeur du laboratoire d’IA du MIT, Russell Noftsker, a proposé de créer une entreprise autour du KADR.
Vision Différentes : Greenblatt souhaitait une entreprise « bootstrapped », dirigée par des « hackers pour des hackers », avec une culture informelle. Noftsker, en revanche, voulait une « entreprise professionnelle avec des managers, des vendeurs… et un financement en capital-risque ».
La Scission : Cette divergence a mené à la création de deux entreprises concurrentes : Symbolics Inc. (fondée par Noftsker et la majorité de l’équipe originale) et Lisp Machines Inc. (LMI) (fondée par Greenblatt et quelques loyalistes, avec le soutien de Richard Stallman).
Controverse : La scission a généré des sentiments forts, avec des accusations mutuelles d’éthique douteuse et de « vol » de logiciel.
Les Produits Initiaux : Les deux entreprises ont licencié le logiciel Lisp du MIT et ont lancé des produits très similaires :
LMI : Le LMI KADR a été lancé le premier en 1980.
Symbolics : Le Symbolics LM2 a suivi en septembre 1981.
Concurrence : La compétition se jouait sur le matériel, l’intégration logicielle et la rapidité d’implémentation de nouvelles fonctionnalités.

4. Le Boom des Systèmes Experts et l’Âge d’Or des Machines Lisp

Le début des années 1980 a vu une montée en flèche de l’intérêt pour l’IA, en particulier les systèmes experts, propulsant les ventes de machines Lisp.

Les Systèmes Experts : Ces IA étaient basées sur des règles et visaient à « capturer et reproduire les connaissances d’experts comme des ingénieurs ou des médecins ». Ils comprenaient une « base de connaissances » (faits et règles) et un « moteur d’inférence ».
Démocratisation de la Connaissance : Popularisés par Edward Feigenbaum, les systèmes experts étaient perçus comme un moyen de « démocratiser la connaissance » et potentiellement de remplacer des consultants coûteux.
Exemple Remarquable : Prospector, un système expert géologique, a identifié avec succès un gisement de molybdène, prouvant que « la recherche en IA était devenue plus qu’une curiosité de laboratoire ».
Hype : Le magazine Business Week titrait en 1984 : « L’intelligence artificielle est là… Il y a trois ans, l’IA était considérée comme fantaisiste, maintenant c’est chaud et tout le monde veut y entrer. »
Financement Gouvernemental : Les dépenses du gouvernement américain, notamment celles de la DARPA, ont alimenté la croissance.
Strategic Defense Initiative (SDI) : Une partie du financement était liée à l’initiative « Star Wars ».
Strategic Computing Program : La DARPA a lancé ce programme ambitieux pour intégrer l’IA dans les systèmes militaires, avec un financement de « plus d’un milliard de dollars pour la recherche en intelligence machine entre 1983 et 1993 ».
Peur du Japon : Le projet japonais « Fifth Generation Computer System » a exacerbé les craintes américaines de perdre leur suprématie technologique, stimulant davantage l’investissement dans l’IA américaine.
Expansion du Marché : Le marché cible des machines Lisp (coûtant entre 100 000 et 140 000 $) était les universités, les laboratoires de recherche d’entreprise et le gouvernement. Symbolics a également cherché à diversifier ses applications vers la conception de semi-conducteurs et les mathématiques appliquées (via le logiciel Macsyma).
Domination de Symbolics :Nouveaux Modèles : Symbolics a lancé son 3600 symbol processing system en 1983, à un prix d’entrée de 78 500 $, avec des améliorations significatives (processeur de tags dédié, pipeline amélioré, meilleure gestion du garbage collection).
Stratégie Commerciale : LMI a lutté pour passer de la production artisanale à la production à grande échelle, tandis que Symbolics a rapidement dépassé LMI, atteignant 40,7 millions de dollars de revenus en 1984.
IPO et Succès : Symbolics a fait son entrée en bourse en novembre 1984, levant 12 millions de dollars. En 1985, elle a généré 69 millions de dollars de revenus, détenant 64% du marché du matériel IA. En 1986, le revenu a atteint 104 millions de dollars avec 18 millions de dollars de profit.

5. Le Déclin et la Chute

Le boom de l’IA et des machines Lisp était éphémère, miné par des problèmes inhérents à la technologie et l’émergence de solutions concurrentes.

Désenchantement de l’IA :Attentes Non Tenues : « Une grande partie du battage médiatique ne se réalisait pas. » Les prévisions selon lesquelles l’IA aurait bientôt des « capacités humaines » se sont avérées erronées.
Goulot d’Étranglement de l’Acquisition de Connaissances : « L’extraction de données d’experts humains et leur encodage en règles était un travail difficile et incertain. » Le « savoir tacite » des experts était difficile à quantifier.
Fragilité des Systèmes : Les systèmes experts étaient « longs à créer, difficiles à modifier et devenaient extrêmement fragiles en utilisation pratique ».
Difficulté d’Adoption : Les grandes entreprises ayant acheté des machines Lisp « n’avaient aucune idée de comment les utiliser ».
Problèmes du Lisp :Non-Adoption Industrielle : « Le langage Lisp n’a jamais pris son envol dans l’industrie comme le C. »
Courbe d’Apprentissage : Il souffrait d’une « cacophonie de dialectes et d’une courbe d’apprentissage abrupte ».
Incompatibilité : « Il ne s’intégrait pas bien avec d’autres langages largement utilisés dans l’industrie. »
Manque de Programmeurs : Les entreprises manquaient de programmeurs Lisp.
L’Ascension des Stations de Travail Unix : Le coup de grâce est venu des stations de travail Unix.
Concurrence Hardware : Des entreprises comme Sun Microsystems et Apollo Computer ont bénéficié de puces « toujours plus rapides » (Intel, Motorola). « Avant longtemps, les puces, les compilateurs et les mémoires sont devenus suffisamment rapides pour annuler tous les avantages d’acheter et d’exécuter une machine Lisp. »
Coût : Une machine Lisp « sur-conçue » ne pouvait pas rivaliser avec une station de travail Sun vendue à 14 000 $, par rapport aux 40 000 $ pour une machine Lisp bas de gamme.
Écosystème Logiciel : « L’écosystème logiciel Unix était quelque chose que Symbolics ne pourrait jamais surmonter. » Les vendeurs de logiciels ne voulaient pas développer pour un « écosystème spécialisé en déclin ».
Aveuglement de Symbolics : « L’entreprise a malheureusement échoué à le reconnaître. » Les employés de Symbolics, « universitaires et perfectionnistes de Lisp », ne pouvaient imaginer que quelqu’un préférerait une machine Sun.
Problèmes Internes de Symbolics :Divergences Stratégiques : Symbolics était divisée sur sa stratégie : créer une puce IA pour les stations de travail ou se tourner vers les graphiques informatiques. L’incapacité de la direction à choisir a été fatale.
Coûts Opérationnels : L’entreprise a accumulé des « coûts d’exploitation inutiles » et des « coûts immobiliers coûteux » en poursuivant les deux voies. En 1987, elle est passée d’un profit de 18 millions de dollars à une perte de 25 millions de dollars.
LMI : LMI, quant à elle, n’a jamais récupéré du succès de TI et a fait faillite en avril 1987.
Le Coup de Grâce : En mars 1988, Texas Instruments et Apple ont annoncé le MicroExplorer, une station de travail hybride Macintosh II avec une puce IA Lisp intégrée, vendue à seulement 15 000 $. C’était exactement le produit que Symbolics espérait créer.
Fin de Symbolics : Cela a entraîné des réductions de coûts drastiques et des licenciements. Symbolics a chancelé pendant quelques années avant de faire faillite en 1993 et de liquider ses actifs.

6. L’Héritage

Malgré leur échec commercial, les machines Lisp et Lisp ont laissé un héritage durable.

Lisp Persiste : « Lisp n’est plus le langage de l’IA… mais Lisp lui-même reste quelque peu utilisé, ce qui en fait le deuxième plus ancien langage de programmation de ce type après Fortran. »
L’AutoLISP : « Un des plus beaux succès du LISP c’est l’AutoLISP d’AutoCAD® ! »
Qualité du Produit : Bien que l’entreprise n’ait pas réussi, le produit Symbolics était considéré comme « quelque chose de spécial », avec des fonctionnalités impressionnantes, des logiciels et un système d’exploitation « magnifiquement écrits en Lisp ».
Environnement de Développement Exceptionnel : Les anciens utilisateurs de Lisp se souviennent des machines Lisp comme du « meilleur environnement de développement jamais inventé », qu’ils ont continué à utiliser jusqu’à ce que les PC soient « environ 50 000 fois plus rapides et environ 100 000 fois moins chers ».
Influence Durable : De nombreux concepts développés dans Lisp et sur les machines Lisp, comme les interfaces utilisateur graphiques et la gestion automatique de la mémoire, ont influencé les systèmes informatiques modernes.

Chronologie Détaillée des Événements

Années 1950

1956 (été) : John McCarthy, Herbert Simon, Allen Newell et Clifford Shaw participent au projet de recherche de Dartmouth. John McCarthy invente le terme « intelligence artificielle » et travaille sur l’idée du traitement de listes. Simon et Newell présentent le « Logic Theorist », un programme capable de prouver 38 théorèmes de Principia Mathematica, considéré comme le premier programme d’IA. Ils développent également l’Information Processing Language (IPL) avec Clifford Shaw.
1958 (automne) : John McCarthy et son étudiant Steve Russell créent la première implémentation du langage de programmation LISP (List Processor/Processing).
Fin des années 1950 : LISP gagne en popularité auprès des chercheurs en IA au MIT’s AI Lab et se diffuse dans d’autres groupes d’IA universitaires. Le gouvernement des États-Unis, notamment via la DARPA, commence à financer la recherche en IA.

Années 1960

1962 : J.C.R. Licklider devient directeur de l’Information Processing Techniques Office (IPTO) de la DARPA. Il canalise des fonds vers la recherche en IA et en informatique, influençant la politique pendant des décennies.

Années 1970

1973 : Richard Greenblatt, inspiré par un article de Peter Deutsch, lance le projet de la machine LISP. Il commence par un émulateur logiciel pour le PDP-10, puis, avec Tom Knight, demande un financement pour construire une machine physique. Steven Lucas, de l’ARPA (DARPA), finance le projet.
1977 : Greenblatt et son équipe créent une deuxième machine, la « Cater » (K-Machine), une version améliorée de la « Cons » (machine LISP d’origine). Environ 35 Cater sont vendues pour 50 000 $ (environ 285 000 $ aujourd’hui).

Années 1980

1979 : Russell Noftsker, ancien directeur du MIT AI Lab, propose à Richard Greenblatt de créer une entreprise autour de la Cater. Le désaccord sur le financement (bootstrapped vs. capital-risque) et la culture (hackers vs. professionnelle) mène à une scission.
1980 : Deux entreprises sont créées : Symbolics Inc. (fondée par Noftsker et la majorité de l’équipe originale) et LISP Machines Inc. (LMI) (fondée par Greenblatt et quelques loyalistes, avec l’aide de Richard Stallman). LMI génère 1 million de dollars de revenus sa première année en vendant à Control Data et Texas Instruments.
1981 (septembre) : Symbolics lance son premier ordinateur, le LM-2. LMI a en fait lancé un produit en premier (le LMI Cater) en raison des retards de financement de Symbolics.
Fin 1981 : Le gouvernement japonais annonce le projet du système informatique de cinquième génération (Fifth Generation Computer System Project), visant à explorer de nouvelles formes d’ordinateurs, d’IA et d’interaction homme-machine, notamment des architectures non-Von Neumann et le langage Prologue. Ce projet suscite des craintes aux États-Unis concernant la suprématie technologique japonaise.
1983 : Symbolics expédie ses premiers 3600, vendus à un prix initial de 78 500 $ (environ 250 000 $ aujourd’hui). Ces machines intègrent des améliorations techniques significatives. À la fin de l’année, LMI n’a vendu que 23 machines, et la méthode de production artisanale de Greenblatt s’avère un obstacle.
1983-1993 : Plus d’un milliard de dollars de financement gouvernemental américain est alloué à la recherche en IA, en partie alimenté par la peur générée par le projet japonais.
Décembre 1983 : Intelligenetics, fondée par Edward Feigenbaum et des chercheurs de Stanford, réalise une introduction en bourse (IPO) de 9 millions de dollars.
1984 : Le marché des outils d’IA est estimé à 64 millions de dollars, avec une prédiction de croissance annuelle de 50 % jusqu’en 1990.
1984 : Intelligenetics change son nom en Intellicorp et se tourne vers la vente de « shells » de systèmes experts. Symbolics génère 40,7 millions de dollars de revenus et se prépare pour son IPO.
Octobre 1984 : Texas Instruments (TI) annonce avoir vendu 400 ordinateurs Explorer au MIT, dont 200 ont été « donnés », ramenant le prix effectif à 27 000 $ par machine, un prix incroyablement bas pour les machines LISP. TI avait contraint LMI à leur céder une licence pour le logiciel LISP, s’introduisant ainsi sur le marché.
Novembre 1984 : Symbolics réalise son IPO, levant 12 millions de dollars.
Juin 1985 : Syntelligence, une startup fondée par l’équipe derrière Prospector, lève 4,3 millions de dollars. Lockheed paie 4 millions de dollars pour une participation dans Inference Corp.
1985 : Symbolics réalise un chiffre d’affaires de 69 millions de dollars, détenant 64 % du marché du matériel d’IA. Son action triple, atteignant 16 $ en décembre.
1986 : Le marché des machines LISP atteint son apogée. Le chiffre d’affaires de Symbolics atteint 114 millions de dollars, avec un profit de 18 millions de dollars. Symbolics signe des baux de 10 ans pour des bureaux et des usines, augmentant considérablement ses coûts d’exploitation. Sun Microsystems annonce que 6% de ses 210 millions de dollars de revenus proviennent d’applications liées à l’IA, avec une croissance de 50% par an.
1986 : Les systèmes experts commencent à montrer leurs limites, notamment le « goulet d’étranglement de l’acquisition des connaissances » et leur fragilité.
1987 (année fiscale) : Symbolics passe d’un profit de 18 millions de dollars à une perte de 25 millions de dollars. Le prix de l’action Symbolics chute.
Avril 1987 : LMI dépose le bilan avant de pouvoir commercialiser sa « K Machine ».
Février 1988 : Le cours de l’action Symbolics tombe sous 1 $. Le conseil d’administration demande la démission du PDG Noftsker et du COO Sear, et Ronald Derry prend la direction.
Mars 1988 : Texas Instruments et Apple Computer annoncent leur partenariat pour créer le MicroExplorer, un Macintosh II avec une puce d’IA LISP intégrée, vendu à un prix de 15 000 $. Cela secoue Symbolics, qui avait envisagé un produit similaire. Symbolics procède à des réductions de coûts importantes et licencie 225 de ses 640 employés restants (contre un millier quelques années auparavant).

Années 1990 et après

1993 : Symbolics dépose le bilan et liquide ses actifs logiciels, y compris son système d’exploitation Genera et son nom de domaine (le premier jamais enregistré). Une partie de ces actifs est par la suite open-sourcée.
Aujourd’hui : LISP reste utilisé, étant le deuxième plus ancien langage de programmation encore en usage après Fortran. Les machines LISP sont émulées sur du matériel moderne, et leur environnement de développement est souvent loué comme l’un des meilleurs jamais créés.

Personnages Principaux

John McCarthy : Un pionnier majeur de l’informatique et de l’intelligence artificielle. Il a inventé le terme « intelligence artificielle » en 1956 et a créé le langage de programmation LISP en 1958. Il est également l’inventeur du temps partagé.
Herbert Simon : Chercheur en informatique et lauréat du prix Nobel. Collaborateur clé du Logic Theorist et du General Problem Solver, il est un ardent défenseur de l’IA symbolique.
Allen Newell : Chercheur en informatique. Collaborateur de Simon sur le Logic Theorist et le General Problem Solver, et co-créateur de l’Information Processing Language (IPL).
Clifford Shaw : Collaborateur de Simon et Newell dans le développement de l’Information Processing Language (IPL).
Steve Russell : Étudiant diplômé de John McCarthy. Il a travaillé avec McCarthy pour créer la première implémentation du langage LISP.
Paul Graham : Écrivain et investisseur, cofondateur de l’accélérateur de startups Y Combinator. Il est un grand admirateur de LISP et a écrit de nombreux essais sur le sujet, louant sa simplicité et son élégance.
J.C.R. Licklider : Psychologue et directeur de l’Information Processing Techniques Office (IPTO) de la DARPA de 1962 à 1964. Il a eu une influence majeure sur le financement de la recherche en informatique et en IA, défendant l’idée d’une collaboration homme-ordinateur.
Richard Greenblatt : Chercheur au MIT AI Lab. Il a initié le projet de la machine LISP en 1973, conçu les machines Cons et Cater, et a cofondé LISP Machines Inc. (LMI), qu’il voulait diriger selon une approche bootstrap.
Tom Knight : Collègue de Richard Greenblatt au MIT AI Lab. Il a rejoint le projet de la machine LISP et a contribué à la construction des premières machines.
Steven Lucas : Employé de la DARPA (alors ARPA) en 1973. Il a approuvé et financé le projet de la machine LISP de Greenblatt et Knight, reconnaissant le besoin de meilleurs outils pour les chercheurs en IA.
Russell Noftsker : Ancien directeur du MIT AI Lab. Il a approché Greenblatt en 1979 pour commercialiser la Cater et a fondé Symbolics Inc., plaidant pour un modèle d’entreprise professionnel avec financement extérieur. Il a été PDG et président de Symbolics.
Richard Stallman (RMS) : Chercheur au MIT AI Lab, connu pour avoir fondé le projet GNU et pour son activisme en faveur du logiciel libre. Il a travaillé sur les projets Cons et Cater et a soutenu LMI après la scission.
Dan Weinreb : Ancien employé de Symbolics. Il a contesté la version de Richard Stallman concernant la scission MIT/Symbolics/LMI, offrant une perspective différente sur les défis de la création d’une entreprise informatique sans financement extérieur.
Alex Jacobson : Consultant pour Control Data Corporation. Il a aidé Richard Greenblatt à élaborer le plan d’affaires de LMI, à trouver des investisseurs providentiels et à obtenir la première vente pour LMI.
Edward Feigenbaum : Professeur à l’Université de Stanford, ancien étudiant de Herbert Simon. Il a popularisé les systèmes experts et a cofondé Intelligenetics (devenue Intellicorp).
Randall Davis : Professeur d’IA au MIT. Il a commenté l’ironie du passage de l’IA d’un domaine « excentrique » à un domaine « en vogue » dans les années 1980.
Ronald Derry : Nouveau président de Symbolics en 1988, après la démission de Noftsker et Sear.
Brian Sear : COO de Symbolics. Il était à la tête d’une des factions de Symbolics qui pensait que la fabrication de puces était une entreprise risquée et qu’il fallait se concentrer sur les graphiques informatiques.

En conclusion, l’histoire des machines Lisp est un rappel de la nature cyclique des booms technologiques, des défis liés à la commercialisation de la recherche de pointe, et de l’importance de l’adaptation face aux changements technologiques rapides et à la concurrence du marché.