Читать книгу Цифровой разум: Инструкция по выживанию в мире технологий - - Страница 4

Мы говорим об искусственном интеллекте так, будто это нечто новое. Но на самом деле его история началась задолго до того, как мы впервые услышали про Siri или ChatGPT. Это был долгий, извилистый путь, полный тупиков и внезапных прорывов. Путь, который можно сравнить с эволюцией разума, но только в ускоренном темпе.

Исторические вехи

Начнём с 1936 года. Алан Тьюринг, британский математик, предложил концепцию машины Тьюринга – теоретического устройства, способного выполнять любые вычисления. Это был не компьютер в нашем привычном понимании, а скорее идея, которая показала: если мыслительный процесс можно разбить на простые, логичные шаги, его можно и автоматизировать. Это был первый шаг от философского к практическому.

Затем, в 1945-м, появился Джон фон Нейман, который разработал архитектуру, ставшую основой для всех современных компьютеров. Его идея – хранить программы и данные в одной и той же памяти – позволила машинам стать гибкими, а не просто выполнять одну и ту же задачу.

И вот, в 1956 году, на конференции в Дартмутском колледже, появился термин, который изменил всё. Джон Маккарти официально предложил называть «искусственным интеллектом» науку и инженерное дело по созданию интеллектуальных машин. Это был настоящий старт, рождение новой научной области.

В 1980-х годах произошёл прорыв, который поначалу никто не оценил. Учёные, такие как Джеффри Хинтон и Дэвид Румельхарт, начали разрабатывать первые нейронные сети, вдохновлённые устройством человеческого мозга. Вместо того чтобы жёстко прописывать каждую команду, они создали системы, которые могли учиться на данных. Это был переход от жёстко запрограммированных машин к обучающимся системам.

И наконец, после 2010 года, благодаря огромным объёмам данных и мощным компьютерам, нейросети превратились в то, что мы видим сегодня, – в глубокое обучение. Это та технология, которая лежит в основе Google, OpenAI и DeepMind. Это те самые «мозги», что управляют рекомендациями Netflix, переводят тексты и генерируют изображения.

Ключевые переходы: От логики к статистике

Представьте, что вы учите ребёнка играть в шахматы. Есть два пути. Первый: вы прописываете ему каждое правило, каждое возможное движение, каждый сценарий. Это логика. Именно так работали первые программы. Если вы столкнётесь с ситуацией, которую вы не предусмотрели, программа просто сломается.

Второй путь: вы сажаете его за доску и показываете тысячи партий, объясняя, почему один ход лучше другого, но не прописывая все правила. Он сам начинает понимать, как работает игра.

Это статистика, это то, как работает глубокое обучение. ИИ не знает правила, но он знает, что в 99% случаев этот ход приводит к победе.

От инструмента к партнёру по мышлению

Если раньше мы использовали компьютер как калькулятор или текстовый редактор, то сейчас он становится нашим соавтором. Он может помочь написать статью, сгенерировать идеи для бизнеса, или, как мы говорили в начале, помочь в борьбе с тревогой. Компьютер перестал быть просто инструментом. Он становится партнёром по мышлению.

И в этом кроется и самая большая возможность, и самый большой вызов. Ведь чтобы работать в паре, нужно не только доверять, но и понимать, как этот «партнёр» думает.

Интерактивный вопрос:

Как ты думаешь, что важнее для интеллекта – способность к обучению или к ошибке?

2. Стеклянная колба и лабиринт: Что такое разум? Биологическое vs цифровое