Короткая история ИИ без математики

Чтобы понять, что происходит сейчас, нужно оглянуться назад. Не будем углубляться в 1950-е годы и труды Алана Тьюринга, хотя всё началось именно тогда.

Таймлайн развития ИИ: от жесткой логики до генеративного ИИ

Эпоха "Жесткой логики" (до 2010-х)

Долгое время компьютеры были просто очень быстрыми калькуляторами. Они делали ровно то, что им прописали программисты в коде: ЕСЛИ нажата кнопка А, ТО сделай Б. ЕСЛИ баланс < 0, ТО начислить пени.

Это работало отлично для бухгалтерии, но плохо для реальной жизни. Как объяснить компьютеру, как выглядит кошка?

• "У неё есть усы?" — У дедушки тоже есть усы.

• "У неё острые уши?" — У овчарки тоже.

• "Она пушистая?" — Шуба тоже пушистая. Невозможно прописать все правила ЕСЛИ/ТО для распознавания кошки.

Жесткая логика: программист пишет правила

Эпоха "Машинного обучения" (2010-е)

Мы перестали писать жесткие инструкции. Вместо этого мы дали компьютеру гору примеров (миллионы фотографий котиков, тысячи текстов Шекспира, терабайты финансовых отчетов) и сказали: "Найди закономерности сам".

И компьютер нашел. Он сам понял, что отличает кошку от собаки, а мошенническую транзакцию от честной.

• 2010-е: ИИ научился видеть (распознавать лица, знаки, диагнозы на рентгене) и слышать (голосовые помощники).

Машинное обучение: классификация кошек и собак

Эпоха "Генеративного ИИ" (2020-е)

Произошла революция. ИИ научился не просто классифицировать ("это кошка"), но и создавать. Генеративный ИИ (Generative AI) может написать стих, нарисовать картину, составить договор или написать код, которого не было в его базе. Он делает это, комбинируя найденные закономерности новым, уникальным способом.

Генеративный ИИ создает новые изображения

Миф: ИИ понимает смысл слов. Реальность: ИИ видит математические связи между словами. Для него "Банк" и "Надёжность" стоят рядом не потому, что он верит в нас, а потому что в миллионах текстов эти слова часто встречаются вместе. Он оперирует вероятностями, а не смыслами.