История искусственного интеллекта, рассказанная им самим

«История искусственного интеллекта (ИИ) – это захватывающее повествование о человеческом стремлении создать мыслящую машину. От мифов об искусственных существах до сложных алгоритмов современности, путь ИИ отмечен как триумфами, так и разочарованиями.

Первые искры интереса к ИИ можно увидеть в философских размышлениях о природе разума и возможности его воспроизведения. Однако, как самостоятельная научная дисциплина, ИИ оформился в середине XX века. Ключевым событием стала Дартмутская конференция 1956 года, где группа учёных впервые собралась для обсуждения перспектив создания «мыслящих машин».

Первые годы развития ИИ характеризовались оптимизмом и верой в скорое создание «общего искусственного интеллекта» (AGI), способного выполнять любые интеллектуальные задачи, которые может выполнять человек. Были разработаны программы, способные решать логические задачи, играть в шахматы и даже понимать ограниченный набор английских предложений.

Однако, вскоре энтузиазм сменился разочарованием. Оказалось, что решение реальных задач, требующих здравого смысла, адаптации к новым условиям и понимания контекста, намного сложнее, чем предполагалось. Начались так называемые «зимы ИИ» – периоды, когда финансирование и интерес к исследованиям в области ИИ резко сокращались.

Несмотря на трудности, исследования в области ИИ продолжались. Постепенно акцент сместился с создания AGI на разработку «узкого искусственного интеллекта» (ANI), ориентированного на решение конкретных задач. В 1980-х годах появились экспертные системы, которые успешно применялись в медицине, геологии и других областях.

В последние десятилетия мы наблюдаем новый расцвет ИИ, обусловленный развитием вычислительной техники, появлением больших объёмов данных и новыми алгоритмами машинного обучения, в частности, глубокого обучения. ИИ сегодня успешно применяется в самых разных областях: от распознавания лиц и голосовых помощников до беспилотных автомобилей и медицинских диагностических систем.».
Этот текст был сгенерирован одной из нейросетей по запросу «история искусственного интеллекта».

Как всё было на самом деле. От деревянного голубя до чата GPT

Итак, искусственный интеллект – это компьютерная программа, которая получает и обрабатывает информацию, а затем формирует заключения на её основе. Всё как у людей. Ведь человеческий интеллект определяют, как способность воспринимать, понимать, объяснять поступающую информацию и принимать соответствующие конкретной ситуации решения. С искусственным интеллектом тесно связан термин «нейросеть». Это математические модели или алгоритмы для обучения искусственного интеллекта, созданные по образцу человеческого мозга.

Историю создания искусственного интеллекта, как историю создания интеллектуальных машин, действительно можно проследить до античных времён. Уже тогда появились первые автоматоны (от древнегреческого «самодвижущийся») – механические куклы, которые выполняли некоторые простейшие действия по заданной программе. По свидетельству древнеримского писателя Авла Геллия (ок.130–после 170 гг.) древнегреческий философ, математик и полководец Архит Тарентский (435/410- 360/350 г. до н.э.) создал летающего деревянного голубя. Конструкция предполагала систему противовесов, а движение осуществлялось с помощью «заключённого внутри» воздуха. Но от механической игрушки до технологий, способных вместо человека выполнять сложные задачи было ещё очень далеко.

В XVII веке люди начали задумываться о том, можно ли оживить неживые объекты. В это время, когда после долгого перерыва началось развитие естественнонаучных дисциплин, сформировались идеи механистического материализма. Мысли о том, что сам человек – это тоже механизм, были сформулированы в работах философов Рене Декарта (1596–1650) и Томаса Гоббса (1588–1679). Они рассуждали так. Механизм – даже сложный – можно создать искусственно, заложить в него некоторую программу действий, а отсюда остаётся один шаг и до искусственного интеллекта, аналога мыслительной деятельности. Природу же можно измерить, всё можно и нужно посчитать. И считать тоже должны механизмы. Есть предположение, что первый арифмометр (вычислительную машину, которая может складывать, вычитать, делить и умножать) создал в 1623 году астроном и математик Вильгельм Шикард (1592–1635). Он назвал своё творение «счётные часы». Считается, что оба созданных экземпляра механизма сгорели во время пожара. В 1960 году по сохранившимся чертежам удалось создать работающую конструкцию, хотя для этого пришлось серьёзно изменить её устройство. В 1642 году философ и математик Блез Паскаль (1623–1662) сконструировал суммирующую машину (она могла только складывать), а в 1673 году учёный Готфрид Лейбниц (1646–1716) доработал прибор Паскаля и изобрёл полноценный арифмометр. Один из таких арифмометров сохранился до наших дней. Кроме того, Лейбниц разработал современную двоичную систему счисления с помощью цифр «0» и «1» и высказал идею о том, что машины могут имитировать работу человеческого мозга при помощи специальных символов и схем. Но это была только теория. На практике в последующие два века умельцы ради развлечения публики создавали часы с движущимися фигурами, автоматы, изображавшие людей играющих на музыкальных инструментах, рисующих и пишущих.

В 1832 году российский изобретатель Семён Николаевич Корсаков (1787–1853) издал брошюру «Начертание нового способа исследования при помощи машин, сравнивающих идеи», в которой подробно описывал пять своих изобретений: три гомеоскопа, идеоскоп и простой компоратор. Все они действовали на основе перфорированных таблиц (картонок с отверстиями в определённых местах) и предназначались для поиска информации, сравнения и классификации. К сожалению, Императорская Академия наук не оценила изобретения Корсакова и его разработки не получили поддержки.

Современник Корсакова английский математик и философ Чарльз Бэббидж (1791–1871) разработал конструкцию аналитической вычислительной машины, ставшую прародительницей современных компьютеров. Бэббидж пытался механизировать процесс мышления и создать машину, способную выполнять любые действия с помощью математической логики. В качестве центрального процессора выступала «мельница», представляющая собой арифметико-логическое устройство, а для хранения данных предназначался «склад», который мог вместить до 1 000 чисел с 50 десятичными знаками каждое. Для ввода данных и программ предполагалось использовать перфокарты, а результаты выводить на гравировальный станок для типографских форм или записывать на регистрационные диаграммы. Программу для аппарата, включавшую алгоритмы вычисления чисел Бернулли и тригонометрических функций, составила математик Августа Ада Лавлейс (1815–1852), которая была убеждена, что в будущем аналитическая машина сможет решать алгебраические формулы, писать музыку и рисовать. Задуманный Бербеджем механизм мог бы выполнять широкий спектр задач: от финансовых прогнозов и баллистических таблиц до создания произведений искусства. Однако грандиозный проект не был реализован. Техническая возможность создания многочисленных и сложных деталей отсутствовала, сроки постоянно сдвигались, и в итоге правительство Великобритании прекратило финансирование. Тем не менее, принципы, заложенные Бэббиджем и Лавлейс, такие как архитектура устройства, программирование, ввод и вывод данных, стали основой вычислительной техники XX века.

Это были первые попытки создать умную машину, способную заменить человека в сложных процессах.

И только к середине XX века учёные разных специальностей вплотную подошли к созданию искусственного интеллекта. В 1941 году инженер Конрад Цузе (1910–1995) создал первый работающий электромеханический компьютер и разработал для него свой язык программирования. В 1943 году нейрофизиолог Уоррен Маккалог (1898–1969) и математик Уолтер Питтс (1923–1969) опубликовали статью «Логическое исчисление идей, относящихся к нервной активности». В своей работе они предложили идею искусственного нейрона как упрощённый математический аналог биологического нейрона, который может выполнять базовые логические операции. Маккалок и Питтс продемонстрировали, что сети, состоящие из таких нейронов, могут выполнять любые логические функции, что делает их универсальным инструментом для вычислений. В 1949 году физиолог и нейропсихолог Дональд Олдинг Хебб (1904–1985) предложил работающий алгоритм обучения искусственных нейронных сетей. Математик Алан Тьюринг (1912–1954) в статье «Могут ли машины мыслить?» (1950 г.) предложил тест для оценки интеллектуальной способности машин, позже названный его именем. Цель теста состоит в том, чтобы определить, с кем именно общается экспериментатор: с машиной или с человеком. Если после серии вопросов и ответов невозможно понять, с кем именно идёт общение, то это означает, что компьютер прошёл тест и искусственный интеллект способен максимально имитировать мышление человека. Ещё раньше в 1936 году он предложил абстрактную вычислительную машину, своеобразную модель компьютера. Она состоит из ленты, считывающего и записывающего устройства. Данные вводятся на ленту, которая состоит из ячеек, каждая из которых может содержать символ или быть пустой. Программа обрабатывает символы, удалят или записывает их в соответствии с инструкциями, хранящимися в её памяти. По сути, Тьюринг показал, что вычислительная машина может решить любую задачу, если её сформулировать в виде последовательности действий, то есть определённого алгоритма.

В 1948 году инженер и математик, основатель теории информации Клод Элвуд Шеннон (1916–2001) в статье «Математическая теория связи он предложил использовать слово «бит» для обозначения наименьшей единицы информации в двоичной системе счисления. Он разработал теорию вероятностных схем, теорию автоматов и теорию систем управления, ввёл в научно-практический обиход ряд принципов и законов передачи информации, ставших основой современных коммуникационных технологий. Шеннон был одним из организаторов конференции, созванной для обсуждения актуальных проблем новой отрасли знания. Конференция была проведена в Дартмутском колледже (одном из старейших университетов США) в 1956 году. И на ней впервые прозвучали слова «искусственный интеллект». Тогда учёные пришли к выводу, что пора рассматривать искусственный интеллект как отдельную область науки. Автором термина стал информатик Джон Маккарти (1927–2011), изобретатель языка «Лисп» (от английского list processing language – язык обработки списков) и основоположник функционального программирования. Результатом многочисленных обсуждений стали ключевые идеи, задавшие направление для исследований в следующие десятилетия.

Герберт Саймон (1916–2001) и Аллен Ньюэлл (1927–1992) написали программу Logic Theorist («теоретик логики», 1956 г.), которая могла доказывать математические теоремы. В следующем году была разработана программа General Problem Solver («универсальный решатель задач»), демонстрировавшая универсальный алгоритм для решения простых упражнений (теоремы евклидовой геометрии, игра в шахматы) с помощью логических правил. Одной из первых и наиболее значимой разработок стала программа виртуального собеседника ELIZA, разработанная в 1964–1966 годах Джозефом Вейценбаумом (1923–2008). ELIZA могла общаться с человеком на естественном языке. В 1965 году математик Ирвинг Джон Гуд (1916–2009) предложил идею интеллектуального взрыва, подразумевая, что искусственный интеллект способен самосовершенствоваться и развивать свои возможности. Одним из крупнейших специалистов в области информатики, кибернетики и искусственного интеллекта был советский и российский учёный Дмитрий Александрович Поспелов (1932–2019). В период с 1956 по 1968 год он занимался научными исследованиями в области теории вычислительных систем, теории автоматов и теории игр.

К сожалению, более быстрым темпам создания искусственного интеллекта помешал низкий уровень развития компьютерной техники, ведь машины имели очень низкую мощность и слишком маленькую память. 70-е годы XX века называют «зимой искусственного интеллекта». Тогда научное сообщество переживало период разочарования, посчитав, что машинный разум может решать только самые простые упражнения. Следствием таких взглядов стало резкое сокращение финансирования исследований и их количество. Многим казалось, что возможности искусственного интеллекта сильно преувеличены. Последующие десятилетия показали, что на самом деле они были существенно недооценены. И всё же в те годы были сформулированы основные идеи: при наличии обширных баз данных машины могут обучаться, для решения задач требуются не только правила, но также гибкость и понимание контекста, а для решения разных типов заданий нужно создавать универсальные алгоритмы. Осознание этих принципов стало основой разработки технологий и прогресса искусственного интеллекта в дальнейшем. Ведь энтузиасты не сдавались. Рубеж XX века стал очередным этапом в развитии технологий и их применении. Началось с создания нескольких экспертных систем – программ, которые использовали логические правила на основе собранных баз данных для выполнения специализированных функций, помогая принимать решения в профессиональных сферах. Например: SACON для анализа физических объектов, CRYSALIS для определения структуры белков, PROSPECTOR для поиска полезных ископаемых, MYCIN для диагностики заражений крови и использования в лечении антибиотиков, R1 или XCON, специализировавшаяся на подборке элементов для создания и настройки компьютерных систем в соответствии с требованиями заказчика. В 1986 году учёные придумали алгоритм обратного распространения ошибки, который позволил нейросетям обучаться более сложным закономерностям. Результатом стал проект NETtalk, который позволил научить компьютер преобразовывать текст в речь.

В 1990-х годах персональные компьютеры стали неотъемлемой частью жизни миллионов пользователей. Люди получили массовый доступ к компьютерной технике, что дало новый импульс развитию информационных технологий, изучению и усовершенствованию искусственного интеллекта. Особое внимание было уделено машинному обучению, позволившему перейти от ручного программирования правил к обучению компьютеров на больших объёмах данных.

И последний на сегодняшний день период (примерно с 2015 года) характерен массовым внедрением искусственного интеллекта в разнообразные области человеческой жизни от научных исследований до игровой индустрии. Примером могут служить ставшие особенно популярными чат-боты – программы с генеративным искусственным интеллектом для общения с пользователями различных сайтов при помощи текста или голоса. Самый известный среди них ChatGPT (от английского Generative Pre-trained Transformer – «генеративный предобученный трансформер») был обучен на большом объёме текстовых данных и используется для создания текста в ответ на вопрос или комментарий. В июле 2022 года был проведён любопытный эксперимент. Докторант института неврологии и физиологии Гётеборгского университета (Швеция) Альмира Османович Тунстрем задала команде нейросети задание: «Напишите академическую статью в 500 слов о GPT-3 и добавьте научные ссылки и цитаты в текст». Искусственному интеллекту потребовалось 2 часа, чтобы сгенерировать требуемый документ. Назывался он «Может ли GPT-3 написать академическую статью о себе с минимальным участием человека?». В 2023 году студент одного из московских вузов защитил дипломную работу, частично написанную ChatGPT. А совсем недавно цифровой разум пришёл на помощь филологам-пушкинистам. Российские специалисты создали искусственный интеллект, который помогает распознать зачёркнутые слова в черновиках Александра Пушкина. Эти места часто вызывают различные толкования и их правильное прочтение важно для понимания творческого процесса и выявления неточностей в известных текстах. Для этого использовали генеративно-состязательную сеть, состоящую их двух нейросетей. Первая изучала изображения авторского текста (для анализа были взяты так называемые «болдинские рукописи»), а затем создавала новые зачёркивания. Вторая сравнивала их и определяла сгенерировано ли полученное зачёркивание искусственно или же оно было сделано в оригинальной рукописи. Так первая нейросеть «научилась» создавать зачёркивания, практически не отличимые от пушкинских. Итоговая программа смогла исследовать автографы поэта и разобрать заменённые им слова. При этом учёные подчёркивают, что искусственный интеллект учился не писать стихи «как Пушкин», а тому, как двигалось его перо.

В современном мире технологии быстро меняются, вместе с ними меняется окружающий нас мир. Искусственный интеллект призван помогать нам в этом. Он может применяться при выполнении сложных и опасных для человека задач, делать повседневную жизнь проще. При этом мощное развитие IT-технологий породило ряд новых вопросов и проблем. Является ли искусственный интеллект отдельной сущностью, или только инструментом, имитирующим человеческое сознание. А ещё нельзя забывать, что алгоритмы подстраиваются под запросы и могут выдавать не столько объективную информацию, сколько ту, что заведомо может понравиться потребителю. Модель может не понимать контекст запроса или шутки, а также сгенерировать ответ, основанный на неверных или устаревших сведениях. В свою очередь, такие недостаточные и недостоверные данные способны подтолкнуть человека к ошибочным выводам, рекомендациям и действиям.

Что почитать по этой теме Вы найдёте в нашей рубрике «Книжная полка»