по ощущениям – все в основном понимают ИИ как сверхразумную машину, но впервые этот термин появился где-то в 1956 году на Дартмутском семинаре как определение области компьютерных наук по изучению методов и ПО для создания интеллектуальных систем, способных выполнять задачи, которые традиционно считаются человеческими
развитие ии происходило следующим образом:
• с 1956 до 2022:
1956. рождение. дартмутский семинар, Маккарти вводит термин. десять человек собрались на лето – думали, за пару месяцев решат восприятие, язык и мышление. не решили до сих пор
1956-1974. золотой век. перцептрон, general problem solver, обещания: через 20 лет машина сможет всё. darpa заливает деньгами
1974-1980. первая зима. Минский доказывает, что перцептрон не умеет даже xor. отчёт Лайтхилла разносит ии в британии. деньги обрезают, нейросети объявлены тупиком
1980-1987. экспертные системы. возрождение через правила и логику. mycin диагностирует, xcon экономит digital миллионы. япония запускает национальный проект пятого поколения
1987-1993. вторая зима. правила не масштабируются, знания невозможно поддерживать. японский проект тихо закрывают. слово ИИ становится токсичным – исследователи переименовывают работы в машинное обучение, лишь бы дали грант
1990-е - 2000-е. статистический поворот. ставка на данные вместо правил. байес, svm, случайные леса. deep blue обыгрывает каспарова (1997) – перебором, не интеллектом. о нейросетях почти никто не помнит
2012. alexnet. свёрточная сеть выносит imagenet. эра deep learning. gpu + данные + старые идеи 80-х = прорыв
2016. alphago обыгрывает ли Седоля в го. задача, которую считали недоступной ещё лет на десять
2017. трансформер. статья attention is all you need. архитектура, на которой стоит вообще всё, что есть сейчас. в момент публикации почти никто не заметил
2018-2022. эра масштабирования. никаких принципиально новых архитектур, только масштаб и пара трюков с обучением
• сейчас:
ноябрь 2022. chatgpt. не научный прорыв, а продуктовый. чат-интерфейс к llm. сто миллионов юзеров за два месяца
2023-2026. сейчас. мультимодальность, агенты, контексты на миллион токенов. рядом надувается классический хайп-пузырь – agi, инвестиционный угар, крики про AI убил все профессии
что есть нейросети и что у нас сейчас по факту есть:
нейросеть – это многослойная функция. нейрон – три строки арифметики: умножить вход на веса, сложить, прогнать через нелинейность. собрать в слои, повторить. обучение – подбор весов: показываем пример, модель ошибается, корректируем. повторяем на протяжении миллиардов итераций. в конце веса выучили закономерности из данных
из этого мы получили LLM (Large Language Models) – подвид нейросетей. трансформер, обученный предсказывать следующий токен. текст режется на токены -> каждый становится вектором -> attention позволяет токенам смотреть друг на друга -> на выходе распределение вероятностей следующего токена. сэмплируем, дописываем, повторяем.
теперь вы понимаете, почему я называю нейронки – текстогенераторами ;)
но здесь важно подчеркнуть: нейронки – это не только чат с текстогенератором, через них можно делать распознавание лиц, диагностику по медицинским снимкам (в Москве уже работает в поликлиниках), распознавание / синтез речи и т.д.
теперь возвращаясь к ИИ. объективно говоря, традиционно человеческие задачи из 1956 года (игры в шахматы / другие интеллектуальные игры, понимание естественного языка, восприятие, планирование, творчество, etc) – текущие нейронки в принципе способны выполнять.
разумеется, все не может быть так просто, поэтому появился эффект ИИ: каждая ступень, до которой дошел ИИ – обесценивается и более не признается, как настоящий интеллект
задачи, которые считаются человеческими сейчас:
• долгосрочное планирование с пересмотром целей
• понимание неявного контекста (социальные/моральные нормы, неявные мотивы)
• переживание опыта
и многое другое, но список становится меньше
ставьте реакции, пишите комментарии, и ждите следующих постов про ии
👍 чат канала | 👀 сохранить котят на канале