История появления ИИ в мире
От первых проблесков до конкретной схемы
Мечтать о машинах, похожих на мозг человека, ученые начали еще тогда, когда компьютеры занимали целые аудитории. 1943 год — Маккалок и Питтс публикуют свою знаменитую модель: если упростить логику нервных клеток до бинарного «вкл/выкл», оказывается, они тоже способны выполнять вычисления. Вот оно — зерно идеи.
Через шесть лет Дональд Хебб дает прирост: учиться у мозга стоит не только строению элементов, но и тому, как они изменяют связи друг с другом (если два нейрона часто возбуждаются вместе — их синапсы крепнут).
Теория встречается с практикой
Фрэнк Розенблатт в конце 1950-х не ограничился формулами: он собрал перцептрон из настоящего железа. Фактически это был первый «живой» образец искусственной нейросети — пусть возможности его были больше похожи на игру в угадайку (перепутал икс с крестиком? Ничего страшного — попробуем снова). СМИ тут же заговорили об электронном мозге. Однако скепсис вернулся быстро: оказалось, простая сеть не способна выучить базовые логические операции вроде «исключающее или». Мечта о бесконечно умной машине снова ушла в длинный ящик.
«Зима» искусственного интеллекта
1969 год стал для ИИ холодным душем: Минский и Пейперт доказали математически ограниченность однослойных сетей. Интерес к теме резко упал (что неудивительно — представьте себе атмосферу: финансирование урезают, энтузиазм researchers сгибается под грузом неоправдавшихся надежд). Многие переключились на другие направления «умных» программ — писали экспертные системы на чётких правилах и постепенно перестали обращать внимание на нейросети.
Возвращение интереса: от backpropagation до новых горизонтов
Всё изменилось в 1986 году: появился алгоритм обратного распространения ошибки. Теперь стало возможным создавать сети не из одного слоя нейронов-элементаторов (условно «простейших рабочих»), а из многоуровневых конструкций («менеджеров», которые способны анализировать сложные зависимости между данными). Это уже было похоже на настоящее обучение! В этот же период Джон Хопфилд придумывает ассоциативные нейросети: теперь искусственный интеллект мог вспоминать и восстанавливать данные даже по их части.
Время больших данных и вычислительных гигантов
Честно говоря, все эти классные идеи могли бы по-прежнему пылиться на полках библиотек, если бы не технологический бум 21 века. Интернет подарил горы данных; видеокарты сделали дешевыми матричные операции. 2012-й стал «взрывным»: команда под руководством Крижеваского создала AlexNet — глубокую сеть для распознавания изображений. С этого момента нейросети ворвались в каждый смартфон (словно мы все внезапно приодели новые очки).
Дальше больше: архитектура трансформеров от Google (2017 год) изменила подход к работе с текстом и дала старт эпохе таких моделей, как GPT. А потом пришли мультимодальные ИИ-системы — теперь машина может выдать картину по текстовому описанию или написать историю про то, почему коты любят коробки.
