Синусоида искусственного интеллекта: от научной фантастики до ChatGPT
Начало в наших мечтах
Когда мы слышим искусственный интеллект, в памяти всплывают не учебники, а сцены из фантастики. В книгах и фильмах ИИ всегда был больше, чем просто программа. В «2001: Космическая одиссея» HAL 9000 рассуждал и принимал решения, Терминатор показал пугающий образ восстания машин, у Азимова роботы жили по трём законам робототехники и спорили с людьми о морали.
Долгое время это оставалось лишь мечтой и художественным образом. Но начиная с 1950-х исследователи на полном серьёзе пытались воплотить эти фантазии в жизнь. И путь оказался не прямой, а похожий на синусоиду: взлёты, падения, зимы и новые возрождения.
Амбиции и вера в будущее 1950-е
1950-е годы — момент рождения искусственного интеллекта как дисциплины. Алан Тьюринг предлагает простой, но мощный критерий: если в диалоге машина неотличима от человека, то она обладает интеллектом.
В 1956 году проходит Дартмутская конференция. Джон Маккарти вводит термин Artificial Intelligence, а Аллен Ньюэлл и Герберт Саймон демонстрируют программу, доказывающую математические теоремы. Впервые появляется ощущение, что создание разумных машин — не вопрос фантастики, а инженерная задача ближайших десятилетий.
Первые результаты и рост оптимизма 1960-е
1960-е показывают: компьютеры могут больше, чем от них ожидали. Программы решают уравнения, строят доказательства, разговаривают на английском. ELIZA, первый чат-бот, симулирует психотерапевта, а робот Shakey умеет воспринимать пространство и планировать действия.
Появляется вера в то, что через 20 лет мы создадим полноценный машинный разум. Финансирование идёт миллионами долларов, а интерес СМИ только подогревает ожидания.
Первая зима 1970-х
Реальность быстро возвращает исследователей к земле. В начале 1970-х становится ясно — задачи развития искусственного интеллекта оказались куда сложнее, чем казалось. Великобритания после жёсткого отчёта Лайтхилла сворачивает большинство проектов, в США также падает уровень поддержки. Нейросети объявлены тупиковой ветвью — слишком ограниченные для реального применения. Наступает первая зима ИИ.
Практическое направление: экспертные системы
Но в тени разочарования рождается другое направление. Экспертные системы — это не универсальный интеллект, а формализация знаний узких специалистов. DENDRAL помогает химикам анализировать молекулы, MYCIN диагностирует инфекции крови, XCON экономит корпорациям десятки миллионов долларов, автоматически конфигурируя сложное оборудование. В 1980-е бизнес впервые ощущает реальную ценность ИИ. Возникает миллиардный рынок экспертных систем.
Вторая зима 1980-х
Проблема в том, что экспертные системы плохо масштабировались. Каждую базу знаний приходилось наполнять и обновлять вручную. Стоимость внедрения росла, а результат не всегда соответствовал ожиданиям. К концу 1980-х рынок рушится. DARPA сворачивает программы, сотни компаний закрываются. Вторая зима ИИ подрывает доверие к технологии.
Возвращение интереса — начало 2000-х
1990-е и начало 2000-х дают новые инструменты: байесовские сети, статистические методы, первые шаги в области больших данных. В 1997 году IBM Deep Blue обыгрывает Гарри Каспарова. Это важный символ: пусть узко, но компьютер способен победить лучшего человека.
2000-е закрепляют тренд. ИИ становится встроенной частью интернет-сервисов: фильтры спама, поисковые алгоритмы, рекомендательные системы. DARPA проводит первые соревнования для беспилотных автомобилей. В 2011 году IBM Watson выигрывает шоу Jeopardy!, а в iPhone появляется Siri.
Прорыв глубокого обучения 2012
2012 год становится поворотным — сверточные нейросети вырываются вперёд на конкурсе ImageNet. За этим следуют победы AlphaGo над чемпионом мира в го (2016), которые ознаменовали собой прорыв в области искусственного интеллекта, доказав, что системы ИИ способны решать сложные задачи в областях, где человеческая интуиция считалась преобладающей.
Так же в этом году был взрывной рост качества распознавания речи и машинного перевода.
2017 год приносит архитектуру Transformer — основу для будущих языковых моделей. ИИ начинает переходить от узких задач к более универсальным возможностям.
Эра генеративного ИИ
2020-е открывает GPT-3 с 175 млрд параметров. В 2022 году выходит ChatGPT — и за два месяца им пользуются уже 100 млн человек. Параллельно взлетают DALL-E, Stable Diffusion, MidJourney. Машины начинают не только классифицировать, но и создавать — текст, изображение, музыку.
ИИ перестаёт быть инструментом для бородатых дядек в очках. Это инфраструктура для бизнеса, медицины, образования и творчества. Производственные системы предсказывают сбои, врачи используют алгоритмы для диагностики, банки — для борьбы с мошенниками.
История ИИ — это американские горки. Хайп → зима → хайп → зима → и снова хайп. Но с каждым циклом технологии оставляли после себя всё больше практической пользы. Экспертные системы стали первой формой настоящего прикладного ИИ. А сейчас мы живём в эпоху, когда ИИ — это рабочий инструмент, который жрёт одни профессии и создаёт другие.