Когда появилась нейросеть

Сегодня нейросети на слуху даже у людей, далеких от высоких технологий. ChatGPT и Midjourney – сервисы, о которых слышал, наверное, каждый. Но еще буквально 2-3 года назад это было не так. Давайте узнаем, когда появился искусственный интеллект и нейросети, в частности, и что дальше.

Как появилась первая концепция нейронных сетей?

Задолго до того, как появились нейросети, ученые имели некоторые наработки по искусственному интеллекту и технологии машинного обучения. Первые попытки сделать машину, которая способна была имитировать мыслительный процесс человека, были предприняты еще в 40-х годах ХХ века.

В 1943 году американские нейролингвист Уолтер Питс и нейропсихолог Уоррен Мак-Каллок создали и презентовали математическую модель нейрона – структурно-функциональной единицы нервной системы человека. Их успех впоследствии был развит психологом из США Фрэнком Розенблаттом.

В 1949 году канадский нейропсихолог и физиолог Дональд Хебб создает первую в действительности работающую модель обучения искусственной нейронной сети.

В конце 50-х годов ХХ века уже упомянутый выше Фрэнк Розенблатт представил перцептрон – простейшую модель машинного обучения. Ее можно без преувеличения считать первой в истории практическим примером нейросети. Розенблатт в том числе продемонстрировал на практике, как перцептрон успешно решает задачи по части классификации массивов данных. В это же время его способности используются для распознавания визуальных образов и для прогнозирования погоды.

Коротко о том, что такое перцептрон

Созданный в 1958 году перцептрон – это сперва математическая, а затем и компьютерная модель, в соответствии с которой кибернетический мозг воспринимает информацию из внешнего мира. Это можно считать ответом на вопрос о том, в каком году появилась нейросеть, точнее, ее предпосылка.

Несмотря на то, что перцептрон является крайне простой и во всех смыслах базовой моделью, на его основе в дальнейшем были созданы более совершенные алгоритмы машинного обучения. Они до сих пор широко используются для усовершенствования способностей современных нейросетей.

Как шло дальнейшее развитие нейронных сетей?

В 1969 году американский исследователь Марвин Минский демонстрирует научному сообществу доказательства того, что перцептрон – ограниченная в своих возможностях система, не способная корректно решать довольно большой пласт задач. В дальнейшем это суждение будет опровергнуто.

Еще до того, когда нейросети появились в Интернете, они рисковали полностью потерять доверие и интерес со стороны человека. Выводы, сделанные Минским, сильно охладили желание ученых вкладываться в изучение и развитие темы нейронных систем. В результате исследования в данной сфере сильно замедлились. Благо, ближе к 90-м годам XX века интерес начал вновь усиливаться.

Интересно, что метод обратного распространения ошибки был одновременно открыт сразу двумя группами никак не связанных друг с другом исследователей. Изначально способ описан в 1974 году американским социологом Полом Вербосом, но впоследствии значительно развит уже в 1986 году.

В конце 80-х годов ХХ века интерес к возможностям нейронных сетей был возрожден. В ходе 90-х годов упомянутый выше метод претерпел многочисленные метаморфозы и был сильно улучшен, окончательно опровергнув доказательства Марвина Минского о несостоятельности нейросетей.

Ближе к концу XX века исследователи в сфере искусственного интеллекта добились внушительного прогресса. В частности, был создан метод обратного распространения ошибки, который превратил машинное обучение в крайне эффективный и более доступный инструмент. До открытия данного метода, когда появились нейросети, обучать их было очень сложно, и это занимало много времени.

В 00-х годах XXI века появляются первые компьютеры с относительно производительными GPU – графическими процессорами. Возможность сильно ускорить и повысить эффективность процесса машинного обучения стала причиной более активного развития темы нейронных сетей учеными.

К слову, именно в начале 2000-х годов исследователи темы искусственного интеллекта впервые в истории начинают освещать и развивать тему глубокого машинного обучения – Deep Learning. Это современная методика обучения нейронных сетей с многослойной структуры, согласно которой нейросети самостоятельно развиваются на основе больших объемов подготовленных данных.

Знаменательным событием в мире нейронных сетей стало создание GPT-1 компанией Open AI. Это первая версия языковой модели, которая впоследствии вылилась в крайне популярный сегодня инструмент ChatGPT. Первый вариант был создан в 2018 году, а через год стал доступен уже GPT-2.

В 2020 году компания Open AI успешно завершает создание третьей версии языковой модели GPT-3 и разрабатывает на ее основе ChatGPT – чат-бота с так называемым искусственным интеллектом. Всего через 2 года этот инструмент менее, чем за 2 месяца привлечет внимание 100 млн человек.

Когда появился первый искусственный интеллект?

С тем, когда появились первые нейросети, мы разобрались, но как дела обстоят с ИИ? На момент написания этой статьи искусственного интеллекта, увы, все еще не существует. Нейросети им не являются в полной мере, а используются в роли конкретного инструмента для обработки данных.

Каковы перспективы развития нейронных сетей в будущем?

В последние пару лет все больше людей задаются вопросом о том, когда появится искусственный интеллект с самосознанием, и к каким последствиям это может привести. Многие помнят фильмы из вселенной «Терминатор», в частности злой ИИ «Скайнет», из-за которого наступил конец света. Благо, сегодня опасаться нечего. Несмотря на то, что нейросети в своих способностях продвинулись очень далеко и быстро, принести реальный вред человеку и окружающей среде они не способны.

Многие мировые корпорации активно развиваются в направлении использования нейронных сетей в Интернете. В их числе такие гиганты, как Google, Microsoft и Яндекс. Если учитывать, как давно появились нейросети, и какой рост популярности они показали в последние 3 года, есть основания полагать: нейронные сети имеют огромный потенциал внедрения в различные отрасли жизни.

Не отстают от тренда и российские компании. Кроме, уже упомянутого Яндекса, в гонку ИИ вступил «Сбер», создав собственную нейронную сеть Kandinsky. Она стала первым российским аналогом сервиса Midjourney. Так в России появилась первая нейросеть для рисования, а когда именно – в 2023 году. Будем надеяться, что отечественные разработчики не остановятся на достигнутом.

01.08.2023Технологии
Смотрите также
БудущееТехнологии
8 книг о будущем
Что может быть более захватывающим, чем мыслить о том, каким станет будущее? В мире, где технологические достижения меняют нашу жизнь, важно осознать, что нас ждет впереди. Тогда книги о будущем становятся ценным ресурсом, позволяющим нам взглянуть вперед и понять, что может ожидать человечество.
Навыки
Мышление роста
Мышление формирует реальное окружение – это выражение в разных трактовках стало шаблонным и растиражированным, со временем потеряв свой изначальный посыл. Однако сакральный смысл этой установки на практике имеет большую ценность, чем можно представить: объясняет концепцию природы, механизм мотивации человека, важность саморазвития и борьбы с неудачами.
Навыки
Что такое плагиат
С современными возможностями доступ к информации не является проблемой и это стало причиной использования пользователями чужих работ для решения своих задач и достижения определенных целей. В этой статье мы разберемся, что такое плагиат и узнаем, какие могут быть последствия за нарушение авторских прав в мире науки или искусства.
БудущееТехнологии
Нейросети и авторское право
Искусственный интеллект и нейросети проникают в разные отрасли экономики, digital-сферы, производства контента, маркетинга и др. Это приводит к возникновению новых проблем, связанных с вопросами по авторскому праву (АП). Нейросети способны генерировать текст, картинку, звук по запросу пользователя. В таких условиях трудно определить правовой статус результата работы искусственного интеллекта.