Путь к суперинтеллекту: этапы развития ИИ

Идея машины, которая умеет думать, гораздо старше компьютеров. Веками люди фантазировали о говорящих автоматах и искусственных помощниках, но превратить мечту в инженерную задачу удалось только в середине XX века. С тех пор искусственный интеллект прошёл несколько отчётливых этапов: от первых логических программ до больших языковых моделей, которыми сегодня пользуются миллионы. А впереди — гипотезы об общем (AGI) и сверхчеловеческом (ASI) интеллекте, над которыми работают исследователи по всему миру.

В этой статье мы пройдём весь путь по порядку: какие вехи были на самом деле, в каких годах и почему каждая из них важна. Без мистики и без алармизма — просто понятная хронология того, как ИИ дошёл до состояния, в котором сильные нейросети уже доступны любому человеку прямо из браузера.

Фундамент заложили математики и нейрофизиологи. В 1943 году Уоррен Маккаллок и Уолтер Питтс предложили математическую модель искусственного нейрона — упрощённое описание того, как нервные клетки могут обрабатывать сигналы. Это была первая попытка описать мышление формальными правилами.

В 1950 году Алан Тьюринг опубликовал работу, где задал знаменитый вопрос «Может ли машина мыслить?» и предложил проверку, которую сегодня называют тестом Тьюринга: если человек в переписке не может отличить машину от собеседника-человека, машину можно считать разумной в практическом смысле. Сам термин «искусственный интеллект» появился чуть позже — в 1956 году на летнем семинаре в Дартмутском колледже, который организовали Джон Маккарти, Марвин Минский, Натаниэль Рочестер и Клод Шеннон. Именно эту встречу принято считать официальной точкой отсчёта новой научной дисциплины.

Первые десятилетия прошли под знаком символьного подхода: исследователи считали, что интеллект — это манипуляция символами по логическим правилам. Программы вроде Logic Theorist умели доказывать математические теоремы, появились первые языки для ИИ и оптимистичные прогнозы, что «думающая машина» — вопрос десятка лет.

Ярким эпизодом стала программа ELIZA, которую в 1966 году написал Джозеф Вейценбаум. Она имитировала диалог психотерапевта, переформулируя реплики собеседника в вопросы. ELIZA не понимала смысла — она работала по шаблонам, — но многие люди всерьёз привязывались к разговору с ней. Этот эффект показал, насколько легко человек приписывает машине понимание, и заодно наметил направление, которое спустя полвека приведёт к чат-ботам.

Обещания опережали возможности железа и данных. Когда стало ясно, что универсального разума на старых компьютерах не построить, финансирование резко сократилось. Период спада интереса в 1970-х (и повторно в конце 1980-х) исследователи называют «зимами ИИ». Это были не провалы, а паузы для накопления данных, вычислительных мощностей и новых идей.

В 1980-х в моду вошли экспертные системы — программы, которые хранили знания специалистов в виде сотен правил «если — то» и помогали ставить диагнозы или настраивать оборудование. Они приносили реальную пользу бизнесу, но были хрупкими: каждое новое правило приходилось прописывать вручную, и система плохо справлялась со всем, что выходило за рамки заложенных сценариев.

Параллельно набирал силу другой подход — машинное обучение, при котором система не получает готовые правила, а сама выводит закономерности из примеров. Символом перелома стал 1997 год: суперкомпьютер IBM Deep Blue в матче-реванше обыграл действующего чемпиона мира по шахматам Гарри Каспарова со счётом 3½–2½. Победа опиралась прежде всего на грубую вычислительную мощь — перебор миллионов позиций в секунду, — но психологический эффект был огромным: машина превзошла человека в игре, которую считали вершиной интеллекта.

Настоящий прорыв случился, когда совпали три фактора: огромные наборы данных, мощные видеокарты для вычислений и зрелые нейросетевые алгоритмы. Поворотной точкой стал 2012 год — нейросеть AlexNet команды Джеффри Хинтона с большим отрывом выиграла соревнование по распознаванию изображений ImageNet. Стало очевидно: глубокие нейронные сети работают лучше любых прежних методов, если дать им достаточно данных.

В 2016 году программа AlphaGo от DeepMind обыграла одного из сильнейших игроков мира в го — Ли Седоля. Го считали неприступным для машин ещё минимум на десятилетие из-за астрономического числа возможных партий. AlphaGo победила благодаря обучению с подкреплением: она играла сама с собой миллионы раз и находила ходы, которые удивляли даже профессионалов.

В 2017 году исследователи Google опубликовали работу «Attention Is All You Need» и представили архитектуру «трансформер». Её ключевая идея — механизм внимания, который позволяет модели взвешивать важность разных слов в контексте и обрабатывать текст не по одному слову, а целыми блоками параллельно. Именно трансформеры стали фундаментом всех современных языковых моделей.

Дальше события развивались стремительно. В 2018 году OpenAI выпустила первую модель серии GPT, в мае 2020 года — GPT-3 со 175 миллиардами параметров. А 30 ноября 2022 года появился ChatGPT — и именно он принёс мощные нейросети обычным пользователям. Технология, над которой десятилетиями работали учёные, внезапно оказалась в браузере у любого человека.

Сегодня сильный прикладной ИИ — это не лаборатория, а инструмент на каждый день. Десятки нейросетей умеют писать тексты, переводить, программировать, анализировать таблицы, рисовать и монтировать видео. Разобраться в том, что это вообще такое и как устроено, помогает наш разбор что такое СуперИнтеллект, а посмотреть, какие модели доступны прямо сейчас, можно в каталоге нейросетей.

Чтобы понять, куда движется развитие, полезно различать три уровня искусственного интеллекта. Сегодня мы живём в эпоху первого из них, а два других — предмет активных исследований и обсуждений.

AGI — это идея машины, которая рассуждает, планирует, учится и переносит знания из одной области в другую так же гибко, как человек. ASI, или сверхинтеллект, — следующая ступень: философ Ник Бостром описывает его как интеллект, который значительно превосходит человеческие способности практически во всех значимых областях. Над тем, как сделать такие системы безопасными и полезными, размышляют серьёзные учёные — Бостром, Стюарт Рассел, Демис Хассабис и другие.

Каждый этап развития ИИ давал людям новые инструменты, а не отнимал у них смысл. Калькуляторы не отменили математиков, а переводчики не отменили знание языков — они освободили время для более интересной работы. Современные нейросети действуют так же: они берут на себя рутину и усиливают человека, оставляя за ним решения, вкус и ответственность.

Сверхразум будущего пока остаётся темой исследований, но сильный ИИ уже сегодня доступен на практике — и удобнее всего им пользоваться через СуперИнтеллект. Это российская платформа, которая объединяет десятки нейросетей в одном окне: можно общаться с GPT, Claude, Gemini и Perplexity, собирать ИИ-агентов, подключать базы знаний и генерировать изображения и видео в MediaLab. Оплата идёт в рублях, без VPN и зарубежных карт, а познакомиться с возможностями помогают интеграции и подробные тарифы, включая бесплатный старт.