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
ТехнологииБизнес
ИИ в производственных процессах
Узнайте, как искусственный интеллект способствует цифровизации производственных процессов, оптимизации цепочек поставок и повышению эффективности работы на различных этапах производства.
ТехнологииНавыкиБизнес
Использование искусственного интеллекта для визуализации архитектуры
Архитектурное проектирование стало значительно более инновационным благодаря внедрению искусственного интеллекта (ИИ). Использование ИИ в визуализации архитектуры позволяет архитекторам и дизайнерам создавать реалистичные модели, ускорять процесс проектирования и находить креативные решения для сложных задач.
ТехнологииНавыки
Как обучиться нейросетям бесплатно
Начните изучать нейросети без затрат! Лучшие онлайн-курсы и советы для получения знаний и практических навыков работы с ИИ с нуля.
Будущее
Видеть тренды
В современном мире, где технологии и социокультурные изменения происходят со скоростью света, успешным бизнесам необходимо быть на переднем крае инноваций. Именно здесь трендвотчинг, мощный инструмент аналитики будущего, приходит на помощь. Разберем, что такое трендвотчинг, как он работает и почему сегодня нужно уметь видеть тренды.