Урок 2. История развития машинного обучения и ИИ

Прежде чем приступить к непосредственной работе с кодом и математическими алгоритмами, важно понять концептуальный фундамент нашей дисциплины. На этом занятии мы разберем историю развития искусственного интеллекта, его основные типы и принципы работы с данными, а также наметим вектор развития технологий на ближайшие годы.

Эволюция ИИ: от механических вычислений к генеративным сетям

История искусственного интеллекта — это череда ярких надежд, технологических прорывов и периодов охлаждения интереса, известных как «зимы ИИ».

1. Механический этап (XVII–XIX века): Человечество давно стремилось автоматизировать рутинные мыслительные операции. В 1642 году Блез Паскаль создает первый механический арифмометр — «Паскалину», способную складывать и вычитать. Спустя два века Чарльз Бэббидж проектирует «Аналитическую машину». Его соратница Ада Лавлейс, признанная первым программистом в истории, сформулировала важный тезис: машина способна лишь выполнять предписанные инструкции, но не создавать концептуально новое. Современный ИИ заставил переосмыслить это утверждение.
2. Зарождение теории компьютерного интеллекта (1940–1950-е гг.): Алан Тьюринг формулирует идею компьютерного интеллекта и предлагает свой знаменитый эмпирический тест (Тест Тьюринга) для определения способности машины мыслить. В этот же период Норберт Винер публикует фундаментальный труд «Кибернетика», заложив основы теории управления и обратной связи.
3. Официальное рождение ИИ (1956 г.): Знаковым событием становится Дартмутский семинар, организованный Марвином Мински и Джоном Маккарти. Именно здесь утверждается термин «Искусственный интеллект». В эти же годы Артур Сэмюэл создает программу для игры в шашки, вводя в оборот понятие «машинное обучение», а Фрэнк Розенблатт конструирует «Перцептрон» — первую математическую модель искусственного нейрона, способную распознавать простейшие геометрические фигуры.
4. «Зима ИИ» и экспертные системы (1970–1980-е гг.): В 1969 году Мински и Паперт доказывают математические ограничения простейших однослойных нейросетей. Это приводит к спаду финансирования («зиме ИИ»). Интерес временно смещается в сторону экспертных систем — жестко алгоритмизированных баз правил, формализующих знания человека-эксперта.
5. Аппаратная революция и Deep Learning (1980–2000-е гг.): В 1986 году описывается метод обратного распространения ошибки (Backpropagation), преодолевший ограничения ранних сетей. Возникает концепция «глубокого обучения». В 1988 году Ян ЛеКун успешно коммерциализирует сверточные нейронные сети (LeNet) для автоматического распознавания рукописных индексов на почтовых конвертах. В 2006 году происходит еще один качественный скачок — исследователи начинают применять графические ускорители (GPU) для параллельного выполнения матричных операций в нейросетях, что кратно ускоряет процесс их обучения.
6. Век больших языковых моделей (с 2017 г. по настоящее время): Разработка архитектуры Transformer и механизмов внимания (Attention) в 2017 году легла в основу современных языковых моделей (BERT, семейство GPT). В 2022 году публичный релиз ChatGPT и генераторов изображений (Midjourney, Stable Diffusion) открыл эру прикладного использования ИИ в повседневной жизни. Сегодня индустрия движется по пути мультимодальности (работа с текстом, звуком, видео) и создания сильного универсального интеллекта (AGI).

План занятия

История искусственного интеллекта (от истоков к современности)

• 1. Механические предшественники: машина «Паскалина» Блеза Паскаля (1642 г.) и Аналитическая вычислительная машина Чарльза Бэббиджа (1834 г.). Историческая оценка Ады Лавлейс об отсутствии у машин творческого начала.
  2. Зарождение теории компьютерного интеллекта: работы Алана Тьюринга (1947 г.), кибернетика Норберта Винера (1948 г.) и концепция теста Тьюринга (1950 г.).
  3. Официальное рождение ИИ: введение термина «машинное обучение» Артуром Сэмюэлом (1952 г.) и игра в шашки. Дартмутский семинар (1956 г.) Марвина Мински и Джона Маккарти, официальное появление термина «Искусственный интеллект».
  4. Первые алгоритмы и программы: Logic Theorist (1956 г.) и автоматическое доказательство математических теорем. Перцептрон Фрэнка Розенблатта (1957 г.) как первая модель искусственного нейрона. Чат-бот ELIZA (1966 г.).
  5. «Зима искусственного интеллекта» и экспертные системы: критика однослойных перцептронов Мински и Папертом (1969 г.), сокращение бюджетов (1970-е), развитие баз знаний и экспертных систем на языках LISP и Prolog (1980-е).
  6. Возрождение нейронных сетей: появление метода обратного распространения ошибки (Backpropagation, 1986 г.), введение термина «глубокое обучение» (Deep Learning). Сверточные нейронные сети Яна ЛеКуна (LeNet, 1988 г.) для распознавания почтовых индексов USPS.
  7. Эпоха технологического превосходства: победа Deep Blue над Гарри Каспаровым в шахматы (1997 г.), самодвижущийся робот DAVE (2004 г.).
  8. Вычислительная революция: начало использования графических процессоров (GPU) для матричных вычислений в нейросетях (2006 г.).
  9. Современный этап (2010–2020-е гг.): победа AlexNet на ImageNet (2012 г.), AlphaGo (2016 г.), появление архитектуры Transformer и механизмов внимания (2017 г.), модель BERT (2018 г.).
  10. Генеративный ИИ: модели GPT-3/ChatGPT, Midjourney, Stable Diffusion, мультимодальные сети (GPT-4) и генерация видео (Sora, 2024 г.)