Рождение Скайнета, или когда появился первый искусственный интеллект

Когда люди слышат словосочетание «искусственный интеллект», большинство сразу представляет ChatGPT, Midjourney, нейросети, создающие музыку, видео и картины. Кажется, будто ИИ появился буквально вчера. Но на самом деле история искусственного интеллекта началась почти 80 лет назад, а путь к современным нейросетям оказался длиннее, чем может показаться.

Современные генераторы текста и изображений — это не внезапное изобретение XXI века, а результат десятилетий исследований, ошибок и настоящих научных революций.

История начинается задолго до появления интернета.

В 1943 году американский нейрофизиолог Уоррен Маккаллок и математик Уолтер Питтс предложили первую математическую модель искусственного нейрона. Они попытались описать работу человеческого мозга с помощью логики и электрических схем.

Их модель была невероятно простой: нейрон получал сигналы, суммировал их и принимал решение — активироваться или нет.

Сегодня этот принцип лежит в основе практически каждой современной нейросети.

Через несколько лет британский математик Алан Тьюринг задал вопрос, который изменил историю науки:

«Может ли машина мыслить?»

Ответить напрямую было невозможно, поэтому он предложил эксперимент, позже ставший знаменитым тестом Тьюринга.

Если человек, общаясь с собеседником через текст, не сможет определить, разговаривает он с человеком или машиной, значит компьютер можно считать разумным.

Даже современные языковые модели до сих пор часто оценивают именно по этому принципу.

Именно этот год считается датой рождения искусственного интеллекта как научной дисциплины.

Летом 1956 года в Дартмутском колледже (США) состоялась конференция, где впервые прозвучал термин Artificial Intelligence.

Исследователи были уверены, что создание полноценного мыслящего компьютера займет максимум одно поколение.

Как показало время, они сильно ошиблись.

В 1957 году психолог Фрэнк Розенблатт создал систему под названием Perceptron.

Это была первая модель, способная обучаться.

Компьютер получал множество примеров и постепенно учился отличать один объект от другого.

Например:

По современным меркам это звучит примитивно, но тогда это было настоящей революцией.

Фактически именно перцептрон стал прадедушкой всех современных нейронных сетей.

В 1960-х ожидания были огромными.

Учёные обещали:

Но вычислительной мощности катастрофически не хватало.

Компьютеры были слишком медленными, память измерялась килобайтами, а обучение даже простейшей модели могло занимать часы или дни.

К концу 1970-х финансирование резко сократилось.

Этот период позже получил название «зима искусственного интеллекта».

В 1980-х ИИ неожиданно вернулся.

На этот раз популярность получили экспертные системы.

Они не умели учиться самостоятельно, зато могли принимать решения по огромным базам правил.

Например:

Для своего времени это был настоящий технологический прорыв.

В 1997 году произошло событие, о котором говорили во всём мире.

Компьютер IBM Deep Blue победил чемпиона мира по шахматам Гарри Каспарова.

Впервые машина оказалась сильнее лучшего шахматиста планеты.

Хотя Deep Blue нельзя назвать искусственным интеллектом в современном понимании — он перебирал огромное количество вариантов, — именно эта победа показала, что компьютеры способны превосходить человека в сложных интеллектуальных задачах.

Настоящий прорыв произошёл после 2010 года.

Появилось сразу несколько факторов:

Вместо небольших нейронных сетей начали использовать модели из десятков, затем сотен, а позже и миллиардов искусственных нейронов.

Так появилось глубокое обучение (Deep Learning).

Компьютеры научились:

В 2017 году исследователи Google представили архитектуру Transformer.

Именно она стала фундаментом современных языковых моделей.

До этого нейросети читали текст последовательно — слово за словом.

Transformer научился анализировать предложение целиком, понимая связи между словами независимо от их расположения.

Это позволило создавать модели совершенно нового уровня.

Без Transformer не существовало бы:

Следующим этапом стало обучение нейросетей рисованию.

Модели начали анализировать миллиарды изображений вместе с их описаниями.

Так появились генераторы изображений:

Теперь компьютер мог не просто распознавать картинку, а создавать совершенно новую по текстовому запросу.

Несмотря на невероятные успехи, современные нейросети не являются искусственным интеллектом в классическом понимании.

Они не обладают сознанием.

Не имеют собственных желаний.

Не понимают мир так, как человек.

Они предсказывают наиболее вероятное продолжение текста, изображения или звука, используя статистические закономерности, извлечённые из огромных объёмов данных.

Именно поэтому специалисты чаще говорят о генеративном искусственном интеллекте, а не о полноценном разуме.

Если понимать под Скайнетом момент, когда человечество впервые создало машину, способную хоть немного имитировать мышление, то ответ — 1943 год, когда появился первый искусственный нейрон.

Если говорить о рождении современного ИИ, который понимает язык, пишет статьи, программирует и рисует картины, то ключевым моментом стал 2017 год, когда была представлена архитектура Transformer.

И всё же нынешние нейросети — лишь очередная ступень длинной эволюции, начавшейся десятки лет назад. От простейших математических моделей до систем, способных поддерживать разговор, создавать фильмы, писать музыку и помогать людям в самых разных профессиях, путь занял почти восемь десятилетий. И если история чему-то учит, то одному: самые удивительные главы в развитии искусственного интеллекта, вероятно, ещё впереди.