От мечты до реальности. 9 решающих моментов в истории искусственного интеллекта, которые изменили все

От первых цифровых компьютеров, построенных в 1940-х годах, до многочисленных применений современных инструментов машинного обучения, искусственный интеллект (ИИ) прошел долгий путь за относительно короткий период времени.

До недавних лет прогресс был медленным по сравнению с сегодняшними стандартами, с вычислительной мощностью ИИ, удваивающейся примерно каждые 20 месяцев.

За последнее десятилетие возможности искусственного интеллекта значительно расширились (фото: Our World in Data)

Тесей, роботизированная мышь Шеннона (1950 год)

Это был один из первых примеров машинного обучения - роботизированная мышь, которая могла самостоятельно находить путь через лабиринт, "обучаясь" в процессе.

Разработанный Клодом Шенноном, американским математиком и исследователем, Тесей был крошечным деревянным устройством с металлическими усиками на носу и магнитом в теле. Под лабиринтом ряд телефонных реле и электромагнит, установленных на двигателе, помогали Тесею ориентироваться, записывая выходы и стены по мере его продвижения.

Как сообщает MIT Technology Review, Шеннон сказал, что машина была "способна решать [путем проб и ошибок], запоминать решение и также забывать его в случае изменения ситуации и неприменимости результата".

Клод Шеннон и Тесей (фото: MIT Museum)

Дартмутский семинар (1956 год)

Официально известный как Дартмутский летний исследовательский проект по искусственному интеллекту. Этот конгресс, проведенный в американском Дартмутском колледже, широко считается местом рождения ИИ как области.

Небольшая группа ученых, включая Клода Шеннона, придумала термин "искусственный интеллект" для этого мероприятия и проложила путь для будущего мышления и исследований в области этой технологии.

Ученые в рамках Дартмутского летнего исследовательского проекта по искусственному интеллекту (фото: Margaret Minsky)

Перцептрон (1958 год)

Значительным шагом в машинном обучении считается Перцептрон - первая искусственная нейронная сеть, которая принимает решения подобно человеческому мозгу.

Разработанная американским психологом Фрэнком Розенблаттом, модель научилась самостоятельно различать перфокарты, отмеченные слева и справа. Розенблатт назвал ее "первой машиной, способной иметь оригинальную идею".

Изображение персептрона из книги Розенблатта "Проект интеллектуального автомата" (фото: Division of Rare and Manuscript Collections)

Розенблатт и перцептрон (фото: Wikimedia)

ADALINE (1960 год)

Адаптивный линейный элемент (ADALINE) был простой, или однослойной, искусственной нейронной сетью, разработанной Бернардом Видроу, профессором Стэнфордского университета в США, и его тогдашним студентом Тедом Хоффом.

Будучи адаптивной системой для распознавания образов, она заложила основу для будущих достижений в области нейронных сетей и машинного обучения.

Бернард Видроу (фото: National Academy of Engineering)

"Зима" искусственного интеллекта (1974-1980 и 1987-1994 годы)

В эти приблизительные периоды мир переживал спады в финансировании, исследованиях и разработках в области ИИ, часто называемые "зимами" ИИ. Тем не менее, произошли некоторые значительные события, включая программу TD-Gammon, которая в 1992 году научилась играть в настольную игру бэкгаммон (нарды) на уровне, чуть ниже лучших игроков того времени.

"Зимы" искусственного интеллекта (фото: Perplexity)

Deep Blue (1997 год)

Deep Blue от IBM пошел дальше TD-Gammon и всех других существовавших до него машин, став первой компьютерной системой, победившей действующего чемпиона мира по шахматам в стандартном турнирном матче.

Базовая технология Deep Blue продвинула способность суперкомпьютеров справляться со сложными вычислениями, необходимыми для выполнения таких задач, как обнаружение закономерностей в базах данных.

AlexNet (2012 год)

Введение AlexNet, глубокой нейронной сети с множеством слоев, ознаменовало прорыв в распознавании изображений. Она могла распознавать изображения объектов, таких как собаки и автомобили, на уровне очень близком к человеческому.

GPT-2 (2019 год)

Хотя многие крупные технологические компании участвуют в эволюции ИИ, именно выпуск малоизвестного тогда Generative Pre-trained Transformer 2 (или GPT-2) от OpenAI продемонстрировал мощь обработки естественного языка.

Способная предсказывать следующий элемент в последовательности, она могла выполнять такие задачи, как суммирование и перевод текста. "Наша модель способна генерировать образцы из различных подсказок, которые кажутся близкими к человеческому качеству и демонстрируют связность на протяжении страницы или более текста", - заявила OpenAI в блоге в то время.

Ускорение эволюции искусственного интеллекта (2020-2024 года)

Выпуск GPT-3 от OpenAI в 2020 году принес модель, которая могла создавать текст, часто неотличимый от написанного человеком. Чатбот ChatGPT, выпущенный в конце 2022 года, был построен на этой большой языковой модели и представил генеративный ИИ широкому миру.

Выпуск ChatGPT положил начало новой фазе быстрого развития, и генеративный ИИ быстро начал преобразовывать все аспекты бизнеса и нашей жизни.

Одновременно с этим проблемы с предвзятостью и галлюцинациями привели к призывам о том, чтобы генеративный ИИ внедрялся и управлялся ответственно.

Эволюция искусственного интеллекта (фото: Nova - ChatGPT AI Chatbot)