Цифра и интеллект. 50 сюжетов об искусственном интеллекте

Так повторялось раз за разом – тысячи картинок с разными буквами. Постепенно перцептрон действительно начинал отличать одни простые образы букв от других.

Это был прорыв (наверное, сыгравший свою роль в содержании Дартмутского семинара и настроениях, которые на нем царили). Газеты трубили о рождении "электронного мозга", который вот-вот научится мыслить, как человек. Эксперты и «эксперты» предсказывали, что через несколько лет ИИ уничтожит человечество. Военные и бизнес щедро вливали деньги в исследования. Будущее из фантастических романов стучалось в дверь (конечно, не будущее – а падкие на сенсацию СМИ).

На деле перцептрон с трудом отличал треугольник от квадрата, букву "А" от буквы "Б". Говорить об искусственном разуме было сильно преждевременно. Это был первый бум в истории ИИ, когда ожидания улетели в космос, далеко оторвавшись от реальности. Что-то этот бум напоминает…

Прошло десятилетие – и эйфория закончилась. Компьютерные аналоги перцептрона заменили фотоэлементы, провода, реле и резисторы. Они научился отличать кружочки от квадратиков, различать простые начертания букв. Матрицы входящих сигналов увеличились. Однако модель так и не стала разумной даже в части восприятия. Компьютерные перцептроны ошибались в задачах чуть сложнее распознавания печатных букв и элементарных геометрических фигур.

В 1969 году два влиятельных ученых-информатика Марвин Минский и Сеймур Пейперт выпускают книгу "Перцептроны". В книге они раскритиковали концепцию и математически доказали, что у модели перцептрона есть фундаментальные ограничения. Такая модель принципиально не может решить даже элементарные с человеческой точки зрения задачи, как ее не обучай.

Книга стала холодным душем для восторженных почитателей нейросетей. Исследователи ИИ быстро сделали категоричный вывод: «Нейросети – тупиковая ветвь развития». Обыватели вывод усилили: «Вся шумиха вокруг ИИ – полная чушь, не стоящая внимания». Государственное финансирование ИИ-проектов резко урезали, инвестиции бизнес сократил, интерес к нейросетям упал почти до нуля. Холодная зима началась не только для символического ИИ, но и для нейросетей. То есть, для всех исследований в области искусственного интеллекта.

Интересно, что главным критиком нейросетей выступил Сеймур Пейперт – авторитетный сторонник символического ИИ. Известность ему принесла разработка в 1968 году языка программирования Logo. С помощью этого языка Пейперт предлагал учить младших школьников практически всему на свете. Правда, это совсем другая история.

Однако неоправдавшиеся надежды – не повод принижать роль первой модели нейросети для дальнейших исследований. Перцептрон заложил фундамент и подтвердил базовые идеи: веса для передачи сигналов, обучение через коррекцию ошибок. Эти идеи стали основой для всех будущих нейросетей, в том числе – для современных, в основе которых лежат большие языковые модели.

Перцептрон показал, что машина может обучаться на произвольных примерах, и сформировал интерес к новому направлению – машинному обучению. Принципиальные ограничения только заставили ученых искать пути, как их преодолеть.

И такие пути были найдены.

Проблема всех перцептронов была в их простоте – они были однослойными. Очевидной была задача по переходу к многослойным нейросетям. Именно в этом направлении двигались ученые-энтузиасты, даже в холодную зиму не потерявшие уверенность в правильности выбранного пути.

Теперь по идее должна идти сложная математика, которая в нашем повествовании совсем не уместна. Поэтому здесь и далее будем описывать работу многослойных нейросетей «на пальцах».

Однослойная нейросеть принимает сигналы и сразу решает, как ответить. То есть, для принятия решения есть всего один слой. Многослойная нейросеть работает поэтапно.

Первый слой принимает входные сигналы и замечает простые детали – тут линия, а тут светлое пятно. О замеченных деталях он сообщает дальше, второму слою. Второй слой получает только отчет первого и замечает уточняющие детали – линия изогнутая, пятно круглое. Об уточненных деталях второй слой сообщает третьему… Выходной слой получает сигналы от предпоследнего слоя и принимает итоговое решение – это морда кота с усиками.

Перспективный подход, однако некоторое время ученые не могли решить принципиальную проблему: как обучать такую многослойную конструкцию? Если выходной слой ошибся, как понять, какие из нейронов в середине передали неверные сигналы и какой вклад этих сигналов в итоговую ошибку?

В 1974 году Александр Галушкин и Пол Вербос независимо опубликовали описание метода обратного распространения ошибки. Сначала гениальность идеи научный мир не оценил. Через десять с небольшим лет ряд ученых независимо усовершенствовали метод. В их числе был один из отцов основателей нейросетей – Джеффри Хинтон, о котором мы еще будем говорить в следующих сюжетах.

Метод обратного распространения ошибки считается одним из величайших открытий в области ИИ. Он позволил разработать концепцию и методику машинного обучения, которое в результате постепенного и постоянного совершенствования привело к созданию современного генеративного ИИ.

Метод «на пальцах» можно объяснить так. Выходной слой нейросети, после того как получает сигнал о провале (неверном ответе), начинает работу над ошибками. Проводится она в обратном порядке – от выходного слоя к входному через все промежуточные слои нейросети. Выходной и предпоследний слои совместно выясняют, насколько ошибся предпоследний слой и соответствующим образом корректирую веса его нейронов. Затем то же самое проделывают предпоследний слой и его предшественник. Только теперь корректируются веса нейронов предшественника. Далее процедура продолжается вплоть до входного слоя.

В реальности все гораздо сложнее, и в современных нейросетях между входными и выходными слоями существуют сложные системы взаимосвязей и не менее сложные механизмы их активации. Но это уже тема для наиболее востребованных работников ИТ-отрасли – специалистов по машинному обучению.

Почему они так востребованы? Просто такой специалист должен сочетать глубокие знания высшей математики и хорошие компетенции в области программирования. Во времена, когда на рынке востребованы программисты-кодировщики (ИТ-пролетариат) со школьными знаниями по математике, подготовить таких специалистов очень сложно. Кому нужна зубодробительная высшая математика, когда хорошие зарплаты платят без нее – за уверенные навыки кодирования.

Но вернемся к нашей истории.

До 2010 года исследования в области обучения нейросетей активно велись в недрах исследовательских лабораторий ИТ-отрасли. Некоторые решения внедрялись в качестве узких специализированных систем. Так как особых практических результатов не было, массовый обыватель о них не знал и не говорил. На слуху были более важные темы: интернет-революция, пузырь доткомов, кризис 2008 года.

К 2010 году были сформированы условия для прорыва.

Достигло нужного уровня совершенства математическое обеспечение для работы с нейросетями. В первую очередь – в области их машинного обучения.

Для исследователей стала доступна база данных ImageNet, содержащая 15 миллионов изображений в 22 тысячах категорий. Распознавание и классификация изображений – одна из наиболее популярных задач для нейросетей того времени. Появление ImageNetоблегчило обучение нейросетей такого типа, позволило улучшить качество распознавания. Путать кошку с собакой нейросети перестали.

Рост вычислительной мощности компьютеров, облачные хранилища данных и специализированные программы сделали работу с нейросетями доступной энтузиастам. Математический аппарат осваивали студенты математических факультетов, что позволило вовлечь в исследование и развитие нейросетей значительные интеллектуальные ресурсы. Такие исследования стали привлекать серьезные инвестиции.

Вот для примера несколько результатов, взятых из открытых источников тех лет.

Обученный искусственный интеллект определяет риск кардиологических заболеваний эффективнее реальных врачей.

Искусственный интеллект хорошо помогает распознавать потенциальные случаи мошенничества в различных сферах жизни.

Искусственный интеллект, анализирующий естественный язык, используется для создания чат-ботов.

Искусственный интеллект существенно улучшил механизмы рекомендаций в онлайн-магазинах и сервисах.

Искусственный интеллект наконец выиграл в Го у чемпиона мира (для алгоритмизации игра Го намного сложнее, чем шахматы).

В этих сообщениях идет речь о специальным образом обученных нейросетях. Примеры их применения к 2020 году можно растянуть на несколько книг, даже если каждой нейросети уделять один абзац.

Это был успех, который вознес исследования в области нейросетей на вершину трендов цифрового мира. Эксперты заговорили о грандиозных перспективах и страшных угрозах. А в это время в исследовательских лабораториях ИТ-гигантов зрела новая революция.

Главная проблема нейросетей второго десятилетия XXI века заключалась в том, что для их обучения нужны были специальным образом подобранные и вручную размеченные наборы данных. Готовить такие наборы –дело не очень сложное, но чрезвычайно громоздкое. И главное – заведомо ущербное, для решения универсальных задач не подходящее. О том, как из этой проблемы вывернулся любознательный человеческий ум, наши следующие сюжеты.

Резюме. Понадобилось более 60 лет, чтобы надежды, возлагавшиеся на нейросети, и инвестиции в них начали приносить практические плоды. Но, как показал дальнейший ход событий, это было только начало – яркие сигналы о грядущей революции.

Сюжет 8. Прорыв плотины: генеративные нейросети повсюду

Интеллект – это страсть.

Рене Декарт

Революцию генеративного ИИ отсчитывают с ноября 2022 года. О ее исторических и технологических предпосылках мы рассказали в предыдущих сюжетах. Для понимания нужно также обратиться к организационным аспектам, которые лежали в основе нового прорыва.

В 2015 году группа технологических энтузиастов-визионеров создала некоммерческую организацию OpenAI– исследовательскую лабораторию в области ИИ. Среди основателей были Сэм Альтман, Илон Маск, Илья Суцкевер – важные фигуры современной ИИ-отрасли. Цели новая организация провозгласила самые благие. Продвижение технологий ИИ во всем мире и бескорыстная помощь человеческой цивилизации – примерно в таких формулировках.

Основателей OpenAIчрезвычайно заботило, что будущий сильный ИИ может оказаться в частной собственности крупной корпорации. Сэм Альтман, вовлекая Илона Маска в новый проект, убеждал его, что Googleвот-вот совершит технологический прорыв и захватит весь мир. Вот что он писал тогда культовому миллиардеру:

Я много размышлял и думаю, что человечество невозможно остановить от разработки ИИ. Так что, если это всё равно произойдет, то было бы неплохо, чтобы кто-то другой, а не Google, сделал это первым.

Как думаешь, было бы хорошей идеей запустить что-то вроде «Манхэттенского проекта» для ИИ? Мне кажется, мы могли бы привлечь немало топовых специалистов в индустрии. Можно было бы структурировать проект так, чтобы технология принадлежала всему миру…

Такие экзистенциональные цели были близки Маску. Свои главные бизнес-проекты – электрические автомобили и многоразовые космические полеты – он также запускал под цивилизационными лозунгами.

К тому моменту Маск разошелся во мнениях о перспективах ИИ со своим другом Ларри Пейджем – одним из основателей Google. Пейдж считал, что нужна конкуренция между человеком и ИИ, в которой должен победить сильнейший. Илону Маску идея, что человечество проиграет эволюционную гонку своему творению, категорически не нравилась. Как не нравились и монополистские намерения корпорации Google, которая к тому моменту приобрела компанию DeepMind, технологического ИИ-лидера того времени.

Илон Макс согласился с идеей Альтмана и вошел в некоммерческий проект в качестве инвестора, внеся на первых порах 45 миллионов долларов.

В самом начале лаборатория OpenAIзаявила, что будет публиковать свои наработки в открытом доступе. И на первых порах честно это делала. Но уже в 2016 году подход стал меняться. Вот как его выразил Илья Суцкевер в одном из писем своим соратникам:

По мере того, как мы приближаемся к созданию ИИ, имеет смысл начинать быть менее открытыми. «Open» в OpenAI означает, что все должны пользоваться плодами ИИ после его создания, но совершенно нормально не делиться результатами исследований…

Тогда же выяснилось еще одно печальное, на закономерное обстоятельство. Как говорил один великий человек, логика обстоятельств сильнее логики намерений. Быстро стало понятно, что новые технологические решения по работе с нейросетями требуют серьезных вычислительных ресурсов. Да и зарплату элитным разработчикам нужно платить, какими бы энтузиастами научного прогресса они не были.

45 миллионов быстро закончились и нужны были новые инвестиции. Альтман считал, что нужно 100 миллионов долларов. Более опытный бизнесмен Илон Маск утверждал, что нужно собрать как минимум один миллиард. Почему Илон Маск сам не вложил всю сумму, широкой общественности не известно. Не решился, не было свободных средств, не хотел монополии – сейчас это не так важно.

К 2017 году стали понятны две вещи.

Первая – денег нужно еще больше, чтобы на равных конкурировать с Google. Для обеспечения вычислений нужны были современные GPU(графические платы). У Googleна тот момент их было около 100 000, у OpenAI– только 6 000.

Вторая – привлечь инвесторов в некоммерческий проект не получится. Вкладывать миллиарды без отдачи, на благо всего человечества? Это не к частным инвесторам, а к государству. Власти США на роль такого общечеловеческого благодетеля тоже не подходили (впрочем, как власти любой страны).

Некоммерческая организация OpenAIпосле нескольких лет попыток создает в 2019 году коммерческую дочернюю структуру с одноименным названием. Она должна была принимать инвестиции, расходовать их (на благие цели, естественно) и обеспечивать будущую прибыль инвесторов.

Предсказать дальнейшее несложно. Быть единоличным лидером некоммерческой организации – это не очень интересное занятие. Поэтому основатели вполне уживались и дружно работали на благое начинание. А вот стать CEOбизнеса, в перспективе способного диктовать условия всему миру, – это совсем другое.

Илон Маск, как главный и на тот момент практически единственный инвестор некоммерческой организации OpenAI, по праву считал это кресло своим. Остальные основатели с этим не согласились. В переписке это звучало примерно так:

Ты раньше говорил, что не стремишься за контролем над будущим AGI, а тут вдруг выяснилось, что тебе критично стать CEO компании и получить абсолютный контроль над ней.

Маск, не получив желаемого, хлопнул дверью, прекратил финансирование и вышел из проекта. В 2024 году он подал в Калифорнийский суд иск к OpenAI, обвинив ее в отходе от заявленных изначально целей и ценностей. Иск суд, кстати, отклонил, но это другая история.

В 2019 году OpenAIпривлекает инвестиции, но их не хватает.

В 2020 году экспертному сообществу представляется ChatGPT 3.0, работающий с множеством недостатков, но уже весьма перспективный продукт. И в этот момент на сцене появляется компания Microsoft, руководство которой понимает, что новые технологии ИИ – стратегическая угроза бизнесу корпорации. Microsoftделает OpenAIпредложение, от которого трудно отказаться.

На первом этапе Microsoftинвестирует 1 миллиард долларов, получает долю в компании OpenAIи доступ к ее технологиям. Затем в несколько этапов заключаются новые соглашения и инвестиции увеличиваются на порядок. В октябре 2025 года Microsoftполучает 27% в компании OpenAI. Эта доля оценивается в 135 миллиардов долларов. Кроме этого, по соглашению Microsoftсохраняет доступ к технологиям OpenAIдо 2032 года.

В 2020 году команда Сэма Альтмана получает необходимые ресурсы, позволяющие форсировать разработки и наращивать возможности своих больших языковых моделей. В конце 2020 года из компании увольняется большая группа сотрудников, что тормозит, но не останавливает исследования. В 2021 году выходцы из OpenAIсоздают компанию Anthropic, еще одного современного лидера ИИ-отрасли. Не останавливается работа в тиши исследовательских лабораторий корпорации Google.

Гонка за первородство прорывается в публичное пространство в ноябре 2022 года. Компания OpenAIвыпускает в виде веб-сервиса ChatGPT 3.5. Чат-бот практически мгновенно становится самой популярной темой обсуждений в экспертном сообществе и на кухнях. По некоторым оценкам ChatGPT3.5стал самым быстрорастущим веб-сервисом в истории интернета, достигнув 100 миллионов пользователей всего через два месяца после запуска.

Наверняка ChatGPT3.5имел много нереализованных возможностей. Это подтверждается быстрым выходом на рынок новых версий популярного чат-бота – ChatGPT 4o, ChatGPT 4omini, ChatGPT 4.5, ChatGPT 5.0. Но компания приняла стратегически верное решение – вывести продукт на рынок «как есть», не дожидаясь идеального функционала. И не прогадала. Во-первых, как бы не сложилась дальше гонка ИИ-лидеров, первенство в революции генеративного ИИ остается за OpenAI. Во-вторых, конкуренты сразу были поставлены в позицию догоняющих.

Выход в свет ChatGPT3.5можно ассоциировать и с ящиком Пандоры, и с прорывом плотины, и с запуском первого спутника. Революция началась, и ее уже не остановить. Интересна в этой связи реакция миллиардера-мечтателя Илона Маска. Сначала он пытался собрать экспертов и сформировать общественное мнение в пользу ограничений ИИ-технологий, несущих человечеству невероятные угрозы. Затем, в марте 2023 года создал свою ИИ-компанию, которая со своим продуктом Grokбыстро присоединилась к лидерам.

С 2023 года на ошалевшее человечество, которое только успокоилось после эпидемии COVID-19, как из рога изобилия посыпались ИИ-решения, выдаваемые на-гора лидерами и многочисленными стартапами. Все, имевшие собственные наработки в области ИИ, стремились присоединиться к революции, получить свою долю хайпа и инвестиций. Инвесторы не просто оживились. Они пришли в полный восторг и на все, что связано с генеративным ИИ, полился дождь инвестиций.

Оптимисты утверждали, что новый чат-бот успешно проходит тест Тьюринга. Конечно, можно придираться и утверждать, что это не совсем так. ChatGPT3.5и даже его более продвинутые потомки некоторое время не могли, например, правильно посчитать, сколько букв R в слове STRAWBERRY. Только чат-бот ChatGPT5.0научился справляться этой фундаментальной задачей.

Но если смотреть на подавляющее число диалогов, которые увлеченные пользователи вели и ведут с чат-ботами, то отличить их от диалогов людей друг с другом практически невозможно.

Но текстовые диалоги генеративных нейросетей – это лишь верхушка айсберга. Или, точнее, – фундамент, на котором строится все величественное строение под названием «генеративный ИИ». Практически все иные инструменты предполагают текстовый диалог с пользователями. Генераторам изображений, аудио и видео нужно пояснять, что должно получится на выходе. Писать prompt– так это сейчас называется. Генеративный ИИ должен promptпрочитать, разобрать и понять.

В завершении сюжета кратко перечислим, что сегодня может делать генеративный ИИ. И наш список – далеко не полный, области применения и решаемые задачи постоянно множатся.

Генеративный ИИ:

пишет самые разнообразные тексты: стихи, рассказы, рекламные сообщения, официальные письма, …;

создает новые изображения по заданным описаниям и в заданных стилях, реставрирует фотографии, обрабатывает изображения (например, удаляет лишние детали или добавляет новые);

пишет музыку, тексты к ней и песни, неотличимо подделывает голоса любых людей, общается с клиентами в службах поддержки;

генерирует по заданному сценарию и на основе предлагаемых изображений реалистичное видео, накладывают на видеоряд звуковое сопровождение;

разрабатывает сценарии (фильмов, шоу-программ), составляет планы мероприятий и аналитические отчеты, учебные курсы и тесты, делает презентации – и все это с уместным сочетанием информации в разных форматах;

пишет программный код на всех языках программирования для решения все более сложных задач, тестирует программный код и находит в нем ошибки;

выполняет домашние задания для школьников и студентов, готовит курсовые работы и дипломные проекты;

проверяет тексты договоров, в том числе на соответствие законодательной базе, находит в них ошибки и противоречия;

анализирует результаты медицинских анализов и исследований, ставит диагнозы, выявляет патологии, отслеживают состояние пациентов и консультирует их, помогает разрабатывать лекарства.

Перечень не полный, но и его достаточно, чтобы признать: генеративный ИИ прорвал плотину, открыл ящик Пандоры, и шестая информационная революция началась. ИИ-разработчики соревнуются, расширяя возможности своих творений и создавая все новые и новые решения. Инициативные пользователи с помощью генеративного ИИ улучшают свои профессиональные возможности. Любознательные пользователи балуются с новой игрушкой. Обычные пользователи присматриваются и готовятся вступить в гонку века. Скептики сомневаются, алармисты бьют в колокола. Караван идет, набирая ход.

Резюме. Инициатива, которая начиналась как желание ИИ-визионеров послужить человечеству, быстро превратилась в крупнейший в истории инвестиционный бум. К чему это в итоге приведет? Ответ на этот сакраментальный вопрос будем искать в последующих сюжетах.

Сюжет 9. Почему современный ИИ – это революция

Революции –

локомотивы истории.

Карл Маркс

Основатель марксизма знал толк в революциях и сказал абсолютно правильно. Любая революция – это коренная трансформация привычного порядка вещей. Она приходит в сложившийся мир и меняет условия его существования. Правда, Карл Маркс имел в виду социально-экономические преобразования общества, но то же самое по праву можно сказать о промышленных и информационных революциях. Промышленные революции мы рассматриваем в книге «Цифра и экономика», а информационные – в книге «Цифра и человек».

Революция генеративного ИИ – это революция информационная, по счету – шестая. Поэтому имеет смысл кратко напомнить о предыдущих пяти революциях, чтобы можно было сравнить эффекты преобразований, которые они принесли человечеству.

Начнем с определения.

Информационная революция– это глубокие качественные изменения, происходящие в результате внедрения новых средств хранения, обработки и передачи информации.

Напомним ход пяти информационных революций.

Первая революция – появление письменности. Усложнение хозяйственной деятельности по мере образования крупных родовых общин породило потребность в хранении и передаче информации на большие расстояния. Эту потребность нужно было удовлетворять – и люди для начала стали использовать предметное письмо. Затем оно трансформировалось в письмо пиктографическое. Далее пиктографическое письмо постепенно превратилось в иероглифическую письменность, которая сегодня сохранилась только в Китае, Японии, Северной Корее и Южной Корее. В остальном мире постепенно распространялось алфавитное письмо.

Вторая революция – технологии книгопечатания. Бумагу и первые технологии печати текстов изобрели в Китае в первом тысячелетии нашей эры. Однако эпоху книгопечатания принято отсчитывать с XV века, когда в Средневековой Европе немецкий изобретатель Иоганн Гутенберг создал первый печатный станок и напечатал на нем Библию. Создание книг перестало быть таинством, которое держала под контролем католическая церковь.

Третья революция – средства коммуникаций. Революция началась в XIX веке и тесно связана с изобретением электричества. Последовательно появились телеграф, телефон и радио. Несколько позже – в середине XX века появилось телевидение, которое тоже принято относить к третьей информационной революции. Наверное, правильно относить к третьей информационной революции первые мобильные телефону, служившие исключительно для коммуникаций.

Четвертая революция – компьютерные устройства. Обычно большие ЭВМ не включают в состав этой революции, так как они, решая важные научные и промышленные задачи, на жизнь подавляющего большинства жителей Земли влияния не оказали. Четвертая информационная революция началась с массового распространения персональных компьютеров в 1980-х годах. Продолжилась она уже в XXI веке, когда на смену кнопочным мобильным телефонам пришли смартфоны – полноценные персональные компьютерные устройства.