Настоящая история ИИ, часть 1: перцептрон, символьный ИИ и первая зима (1943–1980)

Что было до ChatGPT

Когда в ноябре 2022 года ChatGPT вышел в открытый доступ, у массовой аудитории сложилось ощущение, что искусственный интеллект только что родился. Это не так. К моменту запуска ChatGPT идее искусственного нейрона было 79 лет, термину «искусственный интеллект» - 66 лет, первой работающей обучающейся нейросети - 64 года, а первой коммерческой экспертной системе, экономившей крупному вендору десятки миллионов долларов в год, - 40 лет.

В этой серии из пяти частей я разбираю настоящую историю ИИ - от математического нейрона 1943 года до момента, когда поверх готовой технологии надели чат-интерфейс и весь мир вдруг «узнал об ИИ». Это первая часть: с зарождения идеи до первой «зимы ИИ» 1970-х.

1943: нейрон на бумаге раньше компьютера

В 1943 году нейрофизиолог Уоррен Мак-Каллок и логик Уолтер Питтс опубликовали статью "A Logical Calculus of the Ideas Immanent in Nervous Activity". В ней они формализовали биологический нейрон в виде булевой функции: входы со взвешенными связями, пороговое срабатывание, бинарный выход. Чистая математика - ни одного работающего компьютера ещё не существовало (ENIAC заработает только в 1945-м).

Главная мысль статьи: сети из таких упрощённых нейронов теоретически могут вычислять любую логическую функцию. То есть мозг можно описать как логическую машину, а логическую машину - в принципе - можно построить. Эта работа стала фундаментом всего, что позже назовут нейронными сетями.

1956: Дартмут и рождение термина

Летом 1956 года в Дартмутском колледже состоялась конференция, организованная Джоном Маккарти, Марвином Минским, Натаниэлом Рочестером и Клодом Шенноном. В заявке на неё (1955) Маккарти впервые употребил словосочетание "artificial intelligence" - «искусственный интеллект».

Цель конференции звучала по-сегодняшним меркам наивно и амбициозно одновременно: за два летних месяца десять человек должны были сдвинуть с места проблему машинного интеллекта. Сдвинуть, конечно, не получилось. Но получилось другое: появилось имя поля, появилось сообщество, и почти все участники Дартмута определили направление ИИ-исследований на следующие двадцать лет.

1958: перцептрон Розенблатта - машина, которая училась смотреть

В 1958 году психолог Фрэнк Розенблатт из Корнельской аэронавигационной лаборатории представил перцептрон - первую обучающуюся нейросеть, реализованную в железе. Перцептрон Mark I получал на вход изображение 20×20 пикселей с фотоэлементной матрицы, прогонял его через слой искусственных нейронов и классифицировал. Веса связей хранились в массиве потенциометров, которые обучающий алгоритм физически подкручивал.

Розенблатт продемонстрировал, что машина обучается на примерах - по данным, а не по жёсткой программе. После нескольких сотен примеров перцептрон уверенно различал простые фигуры. Газета New York Times в 1958 году писала о перцептроне как о машине, которая «научится ходить, говорить, видеть, писать, размножаться и осознавать своё существование».

Первая публичная демонстрация обучения на примерах. Современная философия "data + compute + simple update rule" - прямой потомок перцептрона.

1964–1972: эра экспертных систем

Параллельно коннекционизму развивалась вторая, более прагматичная ветвь - символьный ИИ. Вместо нейронов и весов символьный ИИ опирался на правила: «если симптом X и анализ Y, то диагноз Z с уверенностью 0.7».

Несколько ключевых систем:

• ELIZA (Йозеф Вейценбаум, MIT, 1964-1966) - имитация психотерапевта на правилах подстановки. Многие пользователи всерьёз верили, что разговаривают с человеком - первый задокументированный случай «ELIZA-эффекта».
• DENDRAL (Стэнфорд, 1965-) - автоматический анализ масс-спектров для определения химической структуры. Первая по-настоящему успешная экспертная система, работала с реальными лабораторными данными.
• MYCIN (Стэнфорд, 1972-1974) - диагностика бактериальных инфекций и подбор антибиотиков. В слепых тестах MYCIN ставила рекомендации не хуже врачей-инфекционистов.

Символьный ИИ был коммерчески успешен задолго до глубокого обучения. Система XCON в DEC (начало 1980-х) автоматически конфигурировала заказы на компьютеры VAX и экономила компании около 40 миллионов долларов в год. К середине 1980-х рынок экспертных систем оценивали в миллиарды.

1969: книга, заморозившая нейросети на 15 лет

В 1969 году Марвин Минский и Сеймур Пейперт опубликовали книгу "Perceptrons". Они математически показали, что однослойный перцептрон Розенблатта в принципе не может вычислить функцию XOR - элементарную логическую операцию. Книга была написана резко и убедительно.

Технически вывод был верным для однослойной сети. Многослойные сети с нелинейными активациями могли решать XOR без проблем, но устойчивого алгоритма обучения для глубоких сетей в 1969 году ещё не было (он появится только в 1986-м с обратным распространением ошибки). Финансирование нейросетевых исследований по обе стороны Атлантики практически прекратилось. Розенблатт погиб в лодочной аварии в 1971 году, защитников у направления почти не осталось.

Первый зафиксированный случай, когда корректная математика практически убила правильную инженерную идею на полтора десятилетия. Символьный ИИ забрал почти все ресурсы поля.

1973–1980: первая «зима ИИ»

К началу 1970-х у поля накопились системные провалы:

• Машинный перевод не вышел на коммерческое качество. Знаменитая байка про перевод "the spirit is willing, but the flesh is weak" → «виски крепкое, но мясо тухлое» не подтверждена документально, но настроение конца 1960-х передаёт точно.
• Общий ИИ не появился ни через 10, ни через 20 лет, как обещали оптимисты Дартмутской волны.
• Отчёт Лайтхилла (1973), заказанный британским правительством, констатировал, что ИИ-исследования не дают обещанных результатов и финансирование надо урезать.
• DARPA в США сократила программы по распознаванию речи после провала проекта Speech Understanding Research.

С 1974 примерно по 1980 год государственные деньги в ИИ почти не шли. Это и называют первой «зимой ИИ». Исследователи разошлись по соседним полям - статистика, вычислительная лингвистика, базы знаний - но идеи никуда не делись. Они просто ждали железа и алгоритмов.

Личный анекдот: мой первый «противник с интеллектом»

Мой первый осознанный контакт с тем, что я позже узнал как «искусственный интеллект», произошёл в начале 1990-х. У соседа стоял ZX Spectrum с шахматной программой - кажется, "Cyrus". Я был ребёнком, программа меня уверенно обыгрывала, и я был убеждён, что внутри живёт что-то умное.

Через много лет я узнал, что внутри жил алгоритм минимакса с альфа-бета-отсечением - идея, опубликованная в 1950-х, доработанная Дональдом Кнутом в 1975-м. Никаких нейросетей, никакого обучения. Чистый перебор дерева ходов с эвристической оценкой позиции. И вот эту простую штуку 1950-х на 8-битном процессоре 1982 года выпуска образца ZX Spectrum я в десять лет принимал за интеллект.

Это, кажется, главный урок этой части истории. То, что мы называем «интеллектом машины», редко связано с тем, насколько технология новая. Чаще - с тем, насколько хорошо она замаскирована под собеседника. Перцептрон 1958 года, ELIZA 1966 года и шахматы на Spectrum 1980-х производили на современников ровно то же впечатление «магии», что ChatGPT в 2022-м. С той разницей, что у ChatGPT за спиной ещё восемьдесят лет накопленной математики.

Что забрать из этой эпохи

Три тезиса, важных для понимания всего, что было дальше:

1. К 1969 году нейросети уже умели обучаться на данных. Не работали хорошо - но сама парадигма (входы → веса → выход → корректировка по ошибке) была заложена. Всё, что произошло в 2010-х, - это масштабирование этой парадигмы на железе, которого в 1969-м не существовало.
2. Символьный ИИ был коммерчески успешен раньше нейросетей. Экспертные системы зарабатывали реальные деньги в 1970-х–80-х, когда нейросети были академической нишей. Это важно помнить, когда сегодня кто-то говорит, что «коммерческий ИИ начался с GPT».
3. Зимы ИИ происходят из-за отсутствия результата под обещание, а не из-за отсутствия идей. В 1973 году деньги ушли потому, что обещали «общий интеллект через 10 лет», а доставили ELIZA. То, что нейросети при этом ещё и не работали, добавило толчок, но не было причиной. Этот шаблон ещё повторится в конце 1980-х. И, возможно, ждёт нас сегодня.

В следующей части - 1980-е и 1990-е: возвращение нейросетей через обратное распространение ошибки, эра SVM, OCR, который годами читал ваши письма в почтовых отделениях, и почему никто не называл это ИИ.