От первого лица: история, которую вы поймёте

Автор: тот, кто был там с самого начала

От автора

Привет.

Я помню времена, когда «искусственный интеллект» был шуткой в научной фантастике. Когда нейросети считались бесполезной игрушкой для академических умов. Когда ChatGPT, Claude и остальные были даже не мечтой — а насмешкой над мечтой.

Я прошёл путь от первых перцептронов 1950-х до современных LLM. Я видел взлёты и падения, «зИМы» и «вёсны» ИИ. Я писал код на Фортране для первых экспертных систем и наблюдал, как сегодняшние модели пишут стихи лучше, чем я когда-либо смогу.

Эта книга — не учебник. Не справочник. Не сборник формул и терминов.

Это разговор.

Я сяду напротив вас и расскажу, что такое ИИ на самом деле. Без заумных слов. Без чувства превосходства. Без желания запутать.

Вы умеете пользоваться смартфоном? Умеете гуглить? Тогда вы поймёте 90% того, что я скажу.

Остальные 10% — это те самые простые идеи, которые почему-то никто не объясняет нормальным языком.

Я это исправлю.

Поехали.

Глава 1. Что такое ИИ на самом деле (спойлер: не магия)

1.1 Разрушаем главный миф

Когда люди слышат «искусственный интеллект», они представляют себе либо:

а) Робота-убийцу из Терминатора

б) Девушку-андроида из «Из машины»

в) Сверхразум, который решит все проблемы человечества

Я вас разочарую (или обрадую): всё не так.

Искусственный интеллект — это просто программа, которая учится на примерах.

Всё.

Никакой «искры сознания». Никаких «мыслей». Никакой «воли».

Сейчас объясню на пальцах.

1.2 Как вы учите ребёнка — так учится и ИИ

Вспомните, как вы учили ребёнка отличать кошку от собаки.

Вы показывали картинки:

— Это кошка. Это собака. Это снова кошка. А это — собачка.

Через 100-200 картинок ребёнок начинал понимать разницу.

ИИ учится точно так же.

Только ему показывают не 200 картинок, а 2 000 000.

И не только картинки, а текст, звуки, видео, числа — что угодно.

Формула, которую нужно запомнить:

ИИ = примеры × количество × вычислительная мощность

Всё гениальное просто.

1.3 Почему ИИ иногда ошибается (и это нормально)

Если вы покажете ребёнку 1000 картинок кошек и собак, а потом спросите: «Это кошка или собака?», показав енота, ребёнок скорее всего ошибётся.

Потому что он не видел енота.

ИИ — точно такой же. Он знает только то, на чём его обучили.

Поэтому ChatGPT может блестяще написать бизнес-план, но «галлюцинировать» (выдумывать) факты о событиях после 2021 года. Потому что его просто не научили тому, что случилось вчера.

Запомните золотое правило ИИ:

Глупость на входе — глупость на выходе.

Garbage in, garbage out.

Если вы спросите глупость или дадите плохие данные — получите глупый ответ. Это не ИИ тупой. Это вы не умеете с ним разговаривать (но мы научимся в главе 4).

1.4 Три уровня ИИ (чтобы не путаться)

Я разделю всё на три простые категории:

Уровень

Что умеет

Примеры

Есть ли сейчас?

Узкий ИИ (ANI)

Одну конкретную задачу

ChatGPT, распознавание лиц, автопилот Теслы

✅ Повсюду

Общий ИИ (AGI)

Всё, что умеет человек

Робот, который может и стихи писать, и посуду мыть, и теорему доказывать

❌

Нет, только в кино

Супер-ИИ (ASI)

Умнее всех людей вместе взятых

Машина, которая решит все проблемы человечества за 5 секунд

❌

Даже близко нет

То, что сейчас происходит — это узкий ИИ. Очень мощный, очень полезный, но узкий.

Я не верю в AGI до 2035 года. А в ASI — до 2050. И вы не верьте тем, кто обещает «сознание в коробке» через год.

Глава 2. Краткая история ИИ: от перцептрона до ChatGPT (очень сжато)

2.1 1950-е: Рождение мечты

Алан Тьюринг задал вопрос: «Могут ли машины мыслить?»

Тогда никто не знал ответа. Но все хотели попробовать.

Первые нейросети (перцептроны) были смешными по современным меркам. Они могли отличить квадрат от круга. И всё. Для этого требовался компьютер размером с комнату.

Но семя было посеяно.

2.2 1970-80-е: ЗИМА ИИ (первая)

Все поняли, что «отличить квадрат от круга» — это круто, но не очень полезно. Деньги закончились. Исследования заморозили.

Тогда говорили: «ИИ умер».

Он не умер. Он просто ждал своего часа.

2.3 1990-е: Шахматы и первые победы

Deep Blue от IBM обыграл Каспарова в шахматы.

Это был шок. Компьютер победил лучшего шахматиста мира!

Но это был очень узкий ИИ. Deep Blue не умел даже печенье испечь. Только шахматы.

2.4 2012: ВЕСНА ИИ (настоящая)

В 2012 году нейросеть выиграла конкурс распознавания изображений ImageNet.

Ошибка упала с 25% до 16% за один год.

Все поняли: глубокое обучение — это не игрушка. Это работает.

Почему именно 2012? Сошлись три фактора:

Стало много данных (спасибо интернету)

Стало много вычислений (спасибо видеокартам NVIDIA)

Придумали лучшие архитектуры нейросетей (спасибо учёным)

Эти три кита держат весь современный ИИ:

Данные + Вычисления + Архитектура = Успех

2.5 2017: Революция трансформеров

В 2017 году вышла статья «Attention is All You Need».

Это было как открытие пенициллина. Как изобретение колеса.

Трансформеры — это архитектура, которая позволяет ИИ «внимательно» читать текст, понимая контекст и связи между словами.

Без трансформеров не было бы ни GPT, ни ChatGPT, ни Claude, ни Gemini.

Они изменили всё.

2.6 2022-2024: Прорыв в массы

ChatGPT вышел в ноябре 2022 года и набрал 100 миллионов пользователей за 2 месяца.

Никогда ни один сервис не рос так быстро.

Почему?

Потому что он работал

Потому что он был бесплатным

Потому что с ним можно было разговаривать на нормальном языке

ИИ перестал быть игрушкой для учёных. Он стал инструментом для всех.

2.7 Что мы имеем сегодня (2026 год)

Сейчас ИИ:

Пишет тексты лучше многих копирайтеров

Конец ознакомительного фрагмента.