История искусственного интеллекта начинается в 1950 году со статьи Алана Тьюринга, а сам термин появился в 1956 году на летнем семинаре в Дартмуте. Дальше были периоды восторга и провалы, которые назвали «зимами ИИ», эпоха экспертных систем, победа Deep Blue над Каспаровым, взрыв глубокого обучения после 2012 года и, наконец, языковые модели вроде ChatGPT. Ниже — основные этапы по порядку и причины, по которым каждый из них начался и закончился.
Идея думающей машины и вопрос Тьюринга
Мечты об искусственных помощниках встречаются еще в древних мифах, но научная история ИИ начинается с вычислительных машин. В 1936 году английский математик Алан Тьюринг описал абстрактную «машину Тьюринга» и показал, что одно устройство может выполнять любой алгоритм, если дать ему подходящую программу. Отсюда выросла мысль: если мышление тоже сводится к обработке информации, его можно запрограммировать.
В 1950 году Тьюринг опубликовал статью «Вычислительные машины и разум», где предложил вместо спора об определении мышления проверять поведение машины в переписке с человеком. Эту проверку позже назвали тестом Тьюринга. Тогда же появились первые программы, игравшие в шашки и шахматы, а нейрофизиолог Уоррен Мак-Каллок и логик Уолтер Питтс еще в 1943 году описали математическую модель нейрона.
Дартмут, 1956 год: рождение науки об ИИ
Летом 1956 года в Дартмутском колледже (США) собралась небольшая группа ученых: Джон Маккарти, Марвин Минский, Клод Шеннон, Натаниэль Рочестер и другие. В заявке на семинар Маккарти использовал выражение «искусственный интеллект», и оно закрепилось за новой областью. Организаторы были настроены оптимистично и считали, что заметного прогресса можно добиться за одно лето работы небольшой команды.
В следующие годы появились программы, которые доказывали теоремы логики, решали алгебраические задачи и вели простой диалог. В 1958 году Маккарти создал язык Лисп, который на десятилетия стал главным языком исследований ИИ. В 1966 году Джозеф Вейценбаум написал ЭЛИЗУ — программу, изображавшую психотерапевта.
Перцептрон и первая «зима ИИ»
В 1957–1958 годах психолог Фрэнк Розенблатт представил перцептрон — простую обучаемую нейросеть. Ее аппаратная версия Mark I распознавала простые изображения с камеры из 400 фотоэлементов. Газеты писали, что скоро машины начнут ходить, говорить и осознавать себя.
В 1969 году Минский и Сеймур Пейперт выпустили книгу «Перцептроны», где строго показали, что однослойная сеть не способна решить даже простую задачу «исключающее ИЛИ». Интерес к нейросетям резко упал. Одновременно выяснилось, что программы, блестяще работавшие на игрушечных примерах, не справляются с реальными задачами: перевод текстов и понимание речи требовали знаний о мире и вычислительной мощности, которых не было.
В 1973 году в Великобритании вышел отчет Лайтхилла с критикой результатов, после него сократилось финансирование и в США. Середину 1970-х называют первой зимой ИИ.
Экспертные системы и вторая зима
В 1980-х ИИ вернулся в виде экспертных систем. Идея была практичной: опросить специалистов и записать их знания в виде тысяч правил «если… то…». Медицинская система MYCIN подбирала антибиотики при инфекциях крови, а XCON помогала компании DEC собирать конфигурации компьютеров и экономила ей миллионы долларов в год. Япония запустила амбициозный проект компьютеров пятого поколения, корпорации открывали отделы ИИ.
Слабые места проявились быстро:
- правила приходилось вручную писать и обновлять, системы становились громоздкими;
- вне своей узкой области программа выдавала нелепые ответы;
- специализированные Лисп-машины проиграли дешевым персональным компьютерам.
К концу 1980-х рынок экспертных систем рухнул, началась вторая зима ИИ, продлившаяся примерно до середины 1990-х. При этом в 1986 году Дэвид Румельхарт, Джеффри Хинтон и Рональд Уильямс популяризировали метод обратного распространения ошибки, который позволил обучать многослойные нейросети. Его ценность стала очевидна позже.
Таблица ключевых дат истории ИИ
| Год | Событие |
|---|---|
| 1950 | Статья Тьюринга и идея игры в имитацию |
| 1956 | Дартмутский семинар, появляется термин ИИ |
| 1958 | Перцептрон Розенблатта |
| 1966 | Программа ЭЛИЗА |
| 1970-е | Первая зима ИИ |
| 1980-е | Расцвет экспертных систем |
| 1986 | Обратное распространение ошибки |
| 1997 | Deep Blue выигрывает матч у Каспарова |
| 2012 | AlexNet побеждает в ImageNet |
| 2016 | AlphaGo обыгрывает Ли Седоля |
| 2017 | Архитектура трансформер |
| 2022 | Запуск ChatGPT |
Deep Blue и статистический поворот 1990-х
В 1997 году суперкомпьютер IBM Deep Blue выиграл матч из шести партий у чемпиона мира Гарри Каспарова. Для публики это стало символом того, что машина может превзойти человека в интеллектуальной игре. Но Deep Blue не учился, а перебирал огромное число позиций и оценивал их по правилам, которые составили программисты и гроссмейстеры.
Гораздо важнее для будущего был тихий переход к статистике. Вместо ручных правил разработчики стали обучать модели на данных: спам-фильтры считали частоты слов, машинный перевод опирался на миллионы пар параллельных текстов, распознавание речи строилось на вероятностных моделях. Рост интернета дал данные, а закон Мура — вычислительную мощность.
Глубокое обучение: ImageNet, AlphaGo и трансформер
2012: сверточная сеть AlexNet
ImageNet — база из более чем миллиона размеченных фотографий, на которой ежегодно соревновались программы распознавания. В 2012 году сеть AlexNet Алекса Крижевского, Ильи Суцкевера и Джеффри Хинтона снизила ошибку сразу примерно на 10 процентных пунктов по сравнению с лучшими конкурентами. Секрет был в глубокой нейросети, обученной на игровых видеокартах. После этого глубокое обучение быстро захватило распознавание изображений, речи и перевод.
2016: AlphaGo
Программа AlphaGo компании DeepMind выиграла у одного из сильнейших игроков в го Ли Седоля со счетом 4:1. Го долго считалось недоступным для компьютеров из-за огромного числа вариантов. AlphaGo сочетала нейросети, которые оценивали позиции «на глаз», с поиском ходов и обучением на партиях против самой себя.
2017: архитектура трансформер
Исследователи Google опубликовали статью «Attention Is All You Need» с новой архитектурой — трансформером. Механизм внимания позволяет модели учитывать связи между всеми словами текста сразу и хорошо распараллеливается на видеокартах. На трансформерах построены почти все современные языковые модели: GPT, Claude, Gemini, YandexGPT, GigaChat.
ChatGPT и эпоха больших языковых моделей
В 2018–2020 годах компания OpenAI выпустила модели GPT, GPT-2 и GPT-3, каждая на порядок крупнее предыдущей. Выяснилось, что при росте размера и объема данных модели начинают решать задачи, которым их специально не учили. 30 ноября 2022 года OpenAI открыла ChatGPT — чат-бот на основе такой модели, дообученной отвечать в диалоге. По оценкам аналитиков, он набрал около 100 миллионов пользователей примерно за два месяца, быстрее любого приложения до этого.
За ним последовали Claude, Gemini, отечественные YandexGPT и GigaChat, открытые модели вроде Llama и DeepSeek, генераторы изображений Midjourney, Stable Diffusion и Kandinsky. В 2024 году Нобелевскую премию по физике получили Джон Хопфилд и Джеффри Хинтон за основополагающие работы по нейросетям, а премию по химии — в том числе создатели AlphaFold.
Что еще спрашивают об истории ИИ
Кто придумал искусственный интеллект
Одного автора нет. Термин ввел Джон Маккарти в 1955–1956 годах, теоретическую основу заложил Алан Тьюринг, а первые нейросетевые модели предложили Мак-Каллок, Питтс и Розенблатт.
Что такое зима искусственного интеллекта
Так называют периоды, когда завышенные обещания не сбывались и финансирование исследований резко сокращалось. Их было два: в середине 1970-х и на рубеже 1980-х и 1990-х.
Почему нейросети выстрелили только после 2012 года
Сошлись три фактора: большие размеченные наборы данных, мощные видеокарты для параллельных вычислений и улучшенные методы обучения глубоких сетей.
Сколько лет искусственному интеллекту
Если считать от Дартмутского семинара, около 70 лет. Если от статьи Тьюринга 1950 года, чуть больше.