Разберись в ИИ и нейросетях: как они работают, где помогают и где ошибаются - Анастасия Зарубина

нервной деятельности», что стало первой ступенью на длинном пути развития искусственного интеллекта в том виде, в котором мы его знаем сейчас. Нейропсихиатр Маккалок и математик Питтс предложили провести аналогию между Булевой логикой с ее двоичной системой и нервной деятельностью человеческого мозга, также осуществляемой по принципу «все или ничего». В своей статье они сконструировали гипотетические сети нейронов, принимающих два состояния (возбуждающие нейроны и тормозящие), и описали подобие этих сетей с пропозициональной логикой, доказав тем самым возможность моделирования основных нейрофизиологических функций при помощи формальной логики.

Эти разработки по-настоящему взбудоражили весь ученый мир. Многие умы были заняты поисками пути создания программы, работающей по принципу человеческого мозга. Однако они не забывали и об этической составляющей, и о методах оценки «интеллектуальности» этого программного интеллекта и, наученные опытом барона фон Кемпелена, задавались вопросом: как определить, действительно это разумная машина или вместо нее выполняет задачи живой человек?

ТРИ ЗАКОНА РОБОТОТЕХНИКИ АЗИМОВА

Эти законы до сих пор обсуждаются в контексте этики ИИ, хотя были придуманы писателем-фантастом!

1. Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред.

2. Робот должен повиноваться приказам человека, кроме случаев, когда они противоречат Первому Закону.

3. Робот должен заботиться о своей безопасности, если это не противоречит Первому и Второму Законам.

Тогда в 1950 году Алан Тьюринг предложил эксперимент по оценке искусственного интеллекта, известный сейчас как тест Тьюринга[1]. Его суть была в задавании определенных вопросов и определении уровня схожести ответов с человеческими.

После этого в 1956 году в Дартмуте была созвана конференция, предметом обсуждения на которой стала возможность моделирования рассуждений и творческих процессов программными методами. Именно там собрались вместе все энтузиасты, ранее работавшие в одиночестве и оказавшие впоследствии наибольшее влияние на развитие искусственного интеллекта. Кстати, именно на Дартмутской конференции был предложен этот термин.

Этот тест проводится до сих пор, но уже начал вызывать определенные сомнения у многих разработчиков после того, как модель GPT-4.5 прошла его в 73 % случаев. – Здесь и далее примечания автора, если не указано иное.

1.3. Расцвет

Дальше наступил поистине золотой период для ИИ. Всего за десять лет совместными усилиями многих ученых и разработчиков был сделан огромный шаг. Давайте по порядку.

Ученые со всего мира сконцентрировали усилия на вопросах механизации мыслительных процессов. Герб Гелернтер и Натан Рочестер описали семантическую модель, способную доказывать «типичные» геометрические теоремы. Следом Джеймс Слэгл из Массачусетского технологического института написал первую программу, способную решать задачи по исчислению на уровне первокурсника. Через пару лет, в 1963 году, программа Томаса Эванса ANALOGY сделала скачок от разработки Джеймса Слэгла и математических вычислений в более абстрактную тогда еще сторону, продемонстрировав способность компьютеров решать не только вычислительные задачи, но и задачи на аналогию, те самые, которые встречаются в тестах на IQ. А в 1964 году Дэнни Боброу в своей диссертации показал, что теперь компьютеры могут понимать естественный язык на уровне, позволяющем решать текстовые алгебраические задачи. То есть буквально за пять лет ИИ прошел путь от описания теоретической модели, знающей общие формулы, до понимания естественного языка. Конечно, оно было еще не на таком уровне, как сейчас, но тогда это был поистине прорыв.

Тогда же многие ученые поняли основное направление для ИИ и сконцентрировались на обработке естественных языков. В 1965 году Джозеф Вайценбаум создал ELIZA[2] – программу, способную вести диалог на английском языке. Наиболее известной стала ее версия, симулирующая диалог с психотерапевтом. Долгое время исходный код программы был утерян, и лишь в 2023 году удалось ее вновь запустить. По отзывам исследователей, в общении она превосходит современные чат-боты, создавая более яркое впечатление общения с живым собеседником, стремящимся поддерживать разговор, а тест Тьюринга дал показатель в 27 %, гораздо выше, чем у GPT‐3.5.

Именно ELIZA и последующие за ней исследования подняли планку настолько, что от разработчиков начали ждать по меньшей мере волшебства, на которое технологии того времени были неспособны. В 1960-е разработка ИИ была на подъеме, но скоро пришло понимание ограниченности возможностей, и постепенно интерес к теме ИИ стал угасать. Даже энтузиастам начало казаться, что системы, которые работают по четко заданным алгоритмам и не справляются с нестандартными ситуациями, слишком далеки от настоящей «думающей машины». А потом вышел отчет Дж. Лайтхилла, оказавший на всю сферу поистине разгромное влияние, финансирование начало падать, и все это ознаменовало наступление так называемой «зимы» искусственного интеллекта.

1.4. «Зима»

На самом деле «зима» ИИ была не одна – их было две. Первая пришлась на 1970-е, а вторая – на конец 1980-х – начало 1990-х.

Сам термин возник по аналогии с «ядерной зимой», возникающей вследствие крупномасштабной ядерной войны. Здесь так же: все происходит не резко и не внезапно, а по цепочке. Сперва развитие наращивает темпы, формируя завышенные ожидания, затем выходит на своеобразное «плато», в это время эксперты высказывают свое мнение относительно прогноза, а его уже подхватывает пресса и неуклонно множит. Общее доверие падает, как и финансирование, что, как мы понимаем, точно не идет на пользу и так неустойчивому положению.

В 1973 году Дж. Лайтхилл провел крупный анализ разработки в сфере искусственного интеллекта[3]. Условно он разделил его применение на три области:

♦ A (Advanced Automation) – возможность ИИ заменить человека в некоторых областях, прикладная автоматизация;

♦ C (Computer-based CNS studies) – исследования ЦНС (центральной нервной системы) при помощи ИИ;

♦ B (Building Robots) – «мост», соединяющий категории A и C, создание роботов, что, по мнению Лайтхилла, должно серьезно продвинуть исследования в первых двух категориях.

Вердикт его был неутешителен. Несмотря на то что он отметил некоторые достижения (например, система автоматической посадки, которая справлялась лучше человека), он указал на слишком узкую применимость отдельных моделей, невозможность создания универсального ИИ, а области распознавания текста и машинного перевода и вовсе назвал разочаровывающими, «где были потрачены огромные суммы, но достигнуты лишь незначительные полезные результаты»[4].

В действительности Лайтхилл был прав, исследования на тот момент уперлись в технический потолок, не достигнув результатов, которые ожидались. Он не только подтвердил наблюдения Консультативного комитета по автоматической обработке языка ALPAC (Automatic Language Processing Advisory Committee) от 1966 года[5] касательно машинного перевода, но и подсветил другие слабые на тот момент точки.

После этого все силы были брошены на развитие экспертных (узкоспециализированных) систем, а