Вот как на самом деле зародился ИИ (и это трагично)

Прочтите эту историю о человеке, создавшем ИИ, прежде чем она обойдётся вам так же дорого, как ему.

В 1943 году идея машины, способной мыслить, показалась бы абсурдной.

Но одна концепция того года зажгла фитиль всего, что мы сейчас называем искусственным интеллектом ^[1].

Два молодых учёных в 1943 году вовсе не пытались создать разумные машины. Они преследовали куда более амбициозную цель:

идеальную модель мозга ^[2].

Это стремление привело к созданию первого искусственного нейрона ^[3] – идеи, на которой до сих пор держится весь ИИ. Но оно же уничтожило одного из её создателей.

Он умер в безвестности, убеждённый, что его работа провалилась, потому что не была идеальной.

Это история той ошибки ^[4] и того, почему она до сих пор отнимает у людей годы жизни.

---

Невероятное партнёрство

Давайте вернёмся в 1943 год.

Уолтеру Питтсу было 18 лет, и за плечами у него было тяжёлое детство.

Он сбежал из дома и проводил большую часть времени, прячась в библиотеках от хулиганов.

Но, честно говоря, он был исключительно одарённым. К 16 годам он читал сложные книги по математической логике ^[5], которые большинство взрослых не смогли бы понять.

Однажды он встретил Уоррена Маккалока, нейробиолога на 25 лет старше его.

Вместе они поставили перед собой смелую цель: доказать, что мозг, несмотря на всю его биологическую сложность, по сути является всего лишь булевой схемой.

Каждый нейрон ^[6], как они полагали, выполняет простые логические операции вроде операций AND и OR, знакомых вам по программированию.

---

Что вдохновило эту идею?

К 1940-м годам учёные уже десятилетиями изучали нейроны на клеточном уровне.

Они обнаружили нечто удивительное: нейроны вели себя по принципу «всё или ничего».

Входные сигналы суммировались, и если они превышали определённый порог, нейрон испускал импульс. Если нет – ничего не происходило. Бинарно. 0 или 1.

Учёные, например, те, кто изучал гигантский нейрон кальмара (да, такое действительно существует), подавали электрическое напряжение непосредственно на нейроны и наблюдали за результатом.

Входные сигналы, называемые пресинаптическими потенциалами, сначала выглядели аналоговыми. Но выходной сигнал всегда был бинарным.

Возбуждающие сигналы – это положительные сигналы (EPSP), а тормозящие – отрицательные.

Выходной сигнал всегда бинарный. Он либо выдаёт импульс, либо нет.

Это поведение ^[7] «включено-выключено» напомнило Питтсу то, о чём он читал: булеву логику.

---

Что такое булева логика?

Прежде чем продолжить, давайте разберёмся, что такое булева логика на самом деле.

Булева логика оперирует значениями истина и ложь – или единицами и нулями. Всего два числа, способные представить всё что угодно.

Допустим, у вас есть простое условие: x == 2. Это означает «равен ли x двум?» Если да, оно оценивается как истина. Если нет – как ложь.

Теперь вы можете комбинировать эти условия с помощью операторов.

Оператор OR: Если вы говорите x == 2 OR y == 3, общее условие истинно, если выполняется хотя бы одно из двух условий. Это как сказать «я держу яблоко или апельсин» – вам нужно держать что-то одно, чтобы это было истиной.

Оператор AND: Если вы говорите x == 2 AND y == 3, оба условия должны быть истинны. Это как сказать «я держу яблоко и апельсин» – вам нужно держать и то, и другое.

Утверждение истинно только если девушка держит и яблоко, и апельсин

Суммируя все возможные результаты:

Эти простые операции – основа всех вычислений.

---

Нейрон Маккалока-Питтса

Маккалок и Питтс хотели создать искусственный «нейрон», способный имитировать эти логические операции.

Любой нейрон Маккалока-Питтса выглядит при��ерно так.

Есть несколько входов, а выход – булево значение (либо 0, либо 1).

Есть две внутренние функции:

• g, которая используется для объединения входов определённым образом

• f, которая используется для преобразования комбинации в бинарный 0 или 1 для вывода как y

Как же представить обычные логические операции в виде нейронов?

Начнём с логической операции OR. Мы можем представить её в виде таблицы:

Чтобы построить нейрон, имитирующий это, нам нужны две функции:

• g(x): Объединяет входы вместе

• f(x): Определяет выход на основе комбинации

Для операции OR всё просто.

Пусть g(x) = x1 + x2 (просто суммируем входы). И пусть f(x) = 1, если g > 0, иначе f(x) = 0.

Попробуйте.

Если x1 = 0 и x2 = 1, то g = 1, следовательно f = 1. Если x1 = 0 и x2 = 0, то g = 0, следовательно f = 0. Работает!

Аналогично, операция AND может быть представлена так:

Здесь g(x) = x1 + x2 (как и раньше). Но теперь f(x) = 1, если g = 2, иначе f(x) = 0.

Снова попробуйте. Если оба входа равны 1, g = 2, следовательно f = 1. Иначе f = 0.

---

Общий МП-нейрон

В общем случае МП-нейрон может принимать любое количество входов и производить бинарный выход.

Функция g(x) – это взвешенная сумма: g(x) = Σ wi × xi, где wi представляет вес каждого входа.

Функция f(x) – это то, что мы называем функцией активации в современных нейронных сетях.

Тогда она была простой – ступенчатая функция.

Если g(x) > порога, то f(x) = 1. Иначе f(x) = 0.

Аналогия с биологическим нейроном, который имеет множество входов и выдаёт импульс, если совокупная сумма входов превышает порог:

Вот и всё. Математическая абстракция биологического нейрона.

---

От математической абстракции 1943 года до облачных технологий

Путь от простого МП-нейрона Питтса и Маккалока до современных нейросетей занял 80 лет. Сегодня искусственный интеллект стал настолько доступным, что для работы с ним больше не нужны суперкомпьютеры или специальное оборудование.

Сервисы вроде BotHub предоставляют доступ к самым современным AI-моделям прямо из браузера.

Для доступа не требуется VPN, и можно использовать российскую карту.

По ссылке вы можете получить 100 000 бесплатных токенов ^[8] для первых задач и приступить к работе прямо сейчас!

То, о чём мечтали Питтс и Маккалок – универсальная вычислительная модель мозга – сегодня доступно каждому. Не привязывайтесь к операционной системе. Привязывайтесь к инструментам, которые решают ваши задачи.

---

Трагический конец (и прекрасное наследие)

Питтс был перфекционистом.

Он хотел доказать, что мозг – это в точности булева схема, без исключений.

Но позже было обнаружено, что входные сигналы от глаза изначально обрабатываются в аналоговой форме, прежде чем быть преобразованными в цифровые сигналы в мозге. Его модель не была идеальной.

Он был разбит. Фактически, он был настолько разочарован, что сжёг собственную диссертацию.

В конце концов Питтс впал в депрессию и прожил последние годы в безвестности. Его история – напоминание о том, что перфекционизм иногда может стать врагом прогресса.

Вот в чём дело.

Совершенство ≠ Полезность

Нам не нужна идеальная модель, чтобы создать что-то полезное.

Даже сегодня, 80 лет спустя, никто не нашёл идеальной модели мозга, и слишком многое в биологии ещё предстоит понять. Представьте Питтса в 1943 году, предъявляющего к себе такие высокие стандарты.

И всё же работа, которую проделали Питтс и Маккалок, превратилась в эту огромную область ИИ, которая полностью меняет мир.

Иногда исследования идут не туда, куда вы ожидаете.

Вы можете искать одно, а обнаружить совсем другое. И это нормально.

Именно так совершаются прорывы.