Путь искусственного интеллекта от идеи до реальности был полон прорывов и важных открытий, которые изменили не только технологии, но и общество в целом. Каждый из этих моментов сыграл ключевую роль в том, каким мы знаем ИИ сегодня.
Про 9 решающих событий, которые перевернули историю искусственного интеллекта, рассказывает РБК-Украина (проект Styler) со ссылкой на сайт Всемирного экономического форума The World Economic Forum.
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)
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)
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)
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)
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)
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 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.
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.
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.
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)
Напомним, что лауреат Нобелевской премии предупредил мир об угрозах искусственного интеллекта.
А еще у нас есть материал о том, как искусственный интеллект поможет получать больше урожая в сельском хозяйстве при меньших затратах.