Создание искусственного интеллекта: первые попытки в XX веке
Современные нейросети умеют генерировать изображения, писать тексты и поддерживать разговор почти как человек. Но идея искусственного интеллекта появилась задолго до XXI века. Подробнее — в материале «Рамблера».
Когда появились первые идеи?
Представление о машине, способной имитировать разум, существовало еще до появления электроники. В XVII–XIX веках ученые и инженеры создавали механические автоматы — устройства, которые могли писать, рисовать или выполнять простые действия по заранее заданному алгоритму.
Одним из самых известных примеров стал «Механический турок» XVIII века, сконструированный Вольфгангом фон Кемпеленом, — шахматный автомат, который якобы самостоятельно обыгрывал людей. Позже выяснилось, что внутри прятался настоящий шахматист, тем не менее идея «думающей» машины уже тогда вызывала огромный интерес.
Настоящий научный фундамент появился только в XX веке, когда математики начали рассматривать мышление как процесс обработки информации.
Алан Тьюринг и его «мыслящая» машина
Ключевой фигурой ранней истории ИИ стал британский математик и логик Алан Тьюринг. Во время Второй мировой войны он участвовал в создании систем для расшифровки немецких кодов, а позже его ум увлекла идея о том, что машины способны мыслить самостоятельно.
В 1950 году Алан опубликовал работу «Вычислительные машины и разум», где предложил знаменитый тест Тьюринга. Идея заключалась в том, что, если человек не может отличить ответы машины от ответов другого человека, значит система демонстрирует признаки интеллекта. Это стало фундаментом для будущих исследований ИИ.
Как выглядели первые программы?
В 1950–1960-х годах компьютеры были огромными машинами размером с комнату, а их вычислительная мощность была несравнимо ниже современных смартфонов. Тем не менее ученые уже пытались создавать программы, способные решать задачи за людей.
Одним из первых проектов стала программа «Логик теоретик», созданная Алленом Ньюэллом и Гербертом Саймоном в 1956 году. Она была способна доказать 38 математических теорем. Исследователи считали это огромным прорывом. Саймон позже заявлял, что в течение двадцати лет машины смогут делать любую работу, которую выполняет человек.
Когда искусственный интеллект выйдет за пределы Земли
Попытка воспроизвести мозг
Параллельно развивалось другое направление — идея создания искусственных нейронов. В 1943 году нейрофизиолог Уоррен Маккаллок и математик Уолтер Питтс предложили модель искусственного нейрона — простую математическую схему, имитирующую работу нервной клетки. И хотя их модель была крайне упрощенной, но именно она стала основой будущих нейросетей.
В конце 1950-х психолог Фрэнк Розенблатт создал «перцептрон» — систему, которая могла обучаться и распознавать простых изображений. По сути это был ранний прообраз современных нейросетей. Также он преобразовал перцептрон в первый мире нейрокомпьютер.
Почему нейросети потеряли популярность?
В 1969 году Марвин Минский и Сеймур Пейперт опубликовали книгу «Перцептроны», где подробно описали ограничения ранних нейросетей. По их мнению, главная проблема заключалась в том, что ранние компьютеры были слишком слабыми. Даже хорошие идеи упирались в нехватку вычислительной мощности и данных.
После этого интерес к нейросетям резко упал. Начался так называемый «зимний период ИИ» — время, когда финансирование исследований резко сократилось, и многие проекты закрылись.
Экспертные системы: ИИ до эпохи нейросетей
В 1970–1980-х годах исследователи переключились на экспертные системы. Это были программы, основанные на огромных наборах правил:
- «если происходит X — сделать Y»
- «если симптом A и симптом B — вероятен диагноз C»
Одной из известных систем стала MYCIN, созданная для диагностики бактериальных инфекций. Такие программы иногда работали на удивление эффективно, но у них был серьезный недостаток: они не анализировали новую информацию, а лишь следовали заранее прописанным инструкциям.
Прорыв XXI века
То, что в 1960-х выглядело теорией, стало технически реализуемым только спустя десятилетия. Современный ИИ стал возможен благодаря сочетанию нескольких факторов:
- росту вычислительной мощности,
- появлению огромных массивов данных,
- развитию многослойных нейросетей,
- использованию графических процессоров (GPU).
Особенно важным оказался метод глубокого обучения. Он позволил нейросетям самостоятельно выделять сложные закономерности из огромного количества примеров. Таким образом, хотя. многие ранние идеи оказались тупиковыми, тем не менее некоторые все же определили технологическое будущее.
Ранее мы рассказывали, как искусственный интеллект влияет на наши политические решения.