Искусственный интеллект — стратегическая технология начала XXI века, меняющая практически каждую сторону нашей жизни, причём зачастую так, как никто не ожидал. Темпы её внедрения и влияния не имеют аналогов среди других технологий.
Как самостоятельная дисциплина ИИ был официально учреждён в 1956 году в рамках Дартмутского летнего исследовательского проекта по искусственному интеллекту, предложенного Джоном Маккарти, Марвином Мински, Натаниэлем Рочестером и Клодом Шенноном. В августовском предложении 1955 года учёные ввели термин искусственный интеллект и представили машины, способные имитировать человеческий разум.
По определению Мински, ИИ — «наука о том, как заставить машины делать то, что потребовало бы интеллекта, будь это сделано человеком». Профессор получил премию Тьюринга от ACM, которую часто называют «Нобелевской премией в области вычислительной техники».
За 70 лет с момента скромного старта ИИ радикально развился, приобрёл известность и получил широкое распространение в бизнесе, образовании, финансах, здравоохранении, промышленности и военной сфере.
Вклад IEEE в прогресс и внедрение ИИ на всём его пути огромен и многогранен.
Понять историю, текущее состояние, ограничения и проблемы ИИ — ключ к тому, чтобы использовать его во благо.
Американские горки эволюции технологии
Хотя ИИ оформился в отдельную дисциплину в 1956 году, его интеллектуальные корни уходят ещё глубже. Идеи и теории, лежащие в основе ИИ, предшествовали современным компьютерам, таким как ENIAC, представленный в 1946 году.
В 1943 году нейрофизиолог и кибернетик Уоррен Стерджис Маккаллок и логик, занимающийся вычислительной нейронаукой, Уолтер Питтс, вдохновлённые человеческим мозгом, создали математические модели искусственных нейронов, показав, что искусственные нейронные сети способны выполнять логические вычисления.
Позднее психолог из Корнеллского университета Фрэнк Розенблатт развил эти идеи, разработав перцептрон — раннюю нейросеть, заложившую основу современного машинного обучения и глубокого обучения.
Важная веха наступила в 1950 году, когда выдающийся учёный Алан Тьюринг задал вопрос: «Могут ли машины мыслить?». В своей эпохальной статье «Вычислительные машины и интеллект», опубликованной в журнале Mind, он исследовал природу машинного интеллекта и предложил «игру в имитацию», позже названную тестом Тьюринга, как практический способ его оценки. Этот тест остаётся влиятельной концепцией в области ИИ и философии интеллекта, о чём рассказывается в статье «The Turing Test at 75: Its Legacy and Future Prospects» в IEEE Intelligent Systems.
Клод Шеннон, признанный отцом теории информации, изучил потенциал машин для сложных рассуждений в статье 1950 года «Программирование компьютера для игры в шахматы», вышедшей в Philosophical Magazine.
В 1956 году ИИ стал формальной дисциплиной, вдохновив учёных на дальнейшие исследования. Джон Маккарти разработал Lisp в 1958 году — язык, ставший доминирующим в исследованиях и разработке ИИ. В 1959 году профессор компьютерных наук из Стэнфорда Артур Ли Сэмюэл ввёл термин машинное обучение для описания программ, которые улучшают свою производительность с опытом.
В начале 1980-х годов возобновившийся энтузиазм и государственное финансирование стимулировали развитие символьного ИИ — экспертной системы на правилах (также называемой системой, основанной на знаниях), которая кодирует предметно-ориентированные знания в виде наборов правил. Яркий пример — MYCIN, предназначенная для диагностики инфекционных заболеваний.
Хотя экспертные системы добились успеха в узких областях, свойственные им ограничения помешали более широкому распространению. Экспертная система имитировала человека-эксперта в конкретной области; такие системы были популярны на заре ИИ, но со временем исчезли с появлением нейросетей и машинного обучения.
Путь ИИ был отмечен периодами завышенных ожиданий и разочаровывающего прогресса — так называемыми «зимами ИИ», когда падали финансирование, интерес и уверенность. Анализ этих эпизодов выявил повторяющиеся причины и дал ценные уроки для отрасли.
Новая фаза роста — часто называемая «весной ИИ» — началась в 2010-х с прогрессом в глубоком обучении, появлением больших языковых моделей, архитектуры трансформеров и генеративного ИИ (GenAI).
В отличие от более ранних подходов, обрабатывавших информацию последовательно, модель-трансформер анализирует всю последовательность текста или аудио, оценивая значимость каждого слова или компонента относительно других, что обеспечило прорыв в генеративном ИИ и его приложениях.
Ашиш Васвани, бывший специалист по информатике из Google, и его коллеги из Google Brain представили архитектуру трансформера, лежащую в основе сегодняшних генеративных ИИ-систем, в своей влиятельной статье 2017 года «Attention Is All You Need». Васвани и Сэм Альтман — генеральный директор OpenAI, предлагающей ChatGPT, — широко признаны идейными вдохновителями революции генеративного ИИ.
Искусственный интеллект достиг новых высот с публичным запуском ChatGPT в 2022 году, за которым быстро последовала волна чат-ботов и генеративных инструментов, резко усиливших глобальный интерес.
Совсем недавно подъём агентного ИИ — систем, способных работать всё более автономно, — расширил возможности и влияние технологии.
70-летний путь ИИ — это необычайное переплетение видения, экспериментов, неудач, инноваций и значимости.
Сильные стороны и перспективы
Практическая сила ИИ заключается в способности обрабатывать информацию, распознавать закономерности и выполнять когнитивные задачи с беспрецедентной скоростью и в огромных масштабах. Он может анализировать колоссальные объёмы данных, извлекать инсайты, находить тенденции или аномалии, трудноуловимые для человека. Программы автоматизируют рутинные задачи и повторяющуюся интеллектуальную работу, повышают производительность и снижают затраты.
Чат-боты и другие формы генеративного ИИ отвечают на запросы и мгновенно создают текст, изображения, видео, музыку, программный код, учебные материалы и иной контент в ответ на промты пользователя, ускоряя сбор информации, инновации и принятие решений. ИИ качественно обобщает, переводит и перефразирует текст, помогает генерировать идеи. Он также обеспечивает взаимодействие на естественном языке, делая технологию доступной для неспециалистов и глобального сообщества. Мультимодальные возможности повышают его полезность в самых разных областях. Кроме того, ИИ может выступать в роли мощного соавтора, усиливая творческие и аналитические способности человека, а не заменяя интеллект.
ИИ переходит от автономных инструментов к целеустремлённым самоуправляемым системам. Агентные ИИ-системы, способные планировать, действовать и адаптироваться с минимальным контролем со стороны человека, на подъёме, обеспечивая масштабное влияние.
400-страничный AI Index 2026, опубликованный Стэнфордским институтом человеко-центрированного ИИ, показывает возросшие возможности технологии и беспрецедентные темпы её внедрения, опережающие распространение телефона, телевидения, персонального компьютера и Интернета.
Глубокий разбор текущего состояния ИИ можно найти в этом анализе от IEEE Spectrum, который также опубликовал специальный отчёт «Великий пересчёт ИИ».
Слабые стороны и риски
Наряду с преимуществами, ИИ несёт серьёзные риски и вызывает обеспокоенность. Среди них — предвзятые, дискриминационные и вредоносные ответы; непрозрачность и необъяснимость принятия решений; нарушение конфиденциальности из-за сбора данных для обучения; уязвимости в области кибербезопасности, включая атаки с использованием ИИ.
ИИ-системы могут галлюцинировать, выдавая уверенные, но неверные или вымышленные сведения. Более того, ИИ способствует и усиливает распространение дезинформации, дипфейков и манипулятивного контента, подрывая общественное доверие и стимулируя алгоритмическое манипулирование общественным мнением. Лестное, угождающее или подтверждающее поведение, известное как ИИ-подхалимство, тоже может наносить вред.
Чрезмерная зависимость от ИИ способна ослабить человеческое суждение, критическое мышление и навыки принятия решений. А автономные системы могут допускать ошибки с серьёзными последствиями в таких критических сферах, как оборона, здравоохранение и транспорт.
Поэтому разработка и внедрение технологии должны направляться осознанным пониманием, здравым смыслом и ответственным управлением. Оценивая пригодность ИИ для любого применения, необходимо тщательно и всесторонне учитывать его возможности, преимущества, ограничения и риски.
Вклад IEEE
IEEE не просто документирует и распространяет достижения ИИ. Организация активно способствовала, стандартизировала и направляла его к новым успехам и ответственному использованию на благо человечества. На информационном хабе IEEE собраны ценные ресурсы для исследователей, разработчиков, регуляторов и пользователей.
IEEE издаёт 11 журналов, посвящённых ИИ, которые расширяют границы знаний, включая IEEE Intelligent Systems. В юбилейном выпуске «ИИ — 70 лет» редакция Intelligent Systems определила 10 самых влиятельных статей по ИИ, опубликованных с 2000 года. Журнал, выпускаемый Компьютерным обществом IEEE, включил 10 первопроходцев в свой Зал славы ИИ, отметив их вклад и влияние на технологию и общество.
Для стимулирования исследований и разработок в области ИИ с 2006 года журнал присуждает награду AI’s 10 to Watch, отмечающую выдающийся вклад молодых учёных и профессионалов. Награда вручается раз в два года.
С первых дней существования ИИ такие общества IEEE, как Computational Intelligence, Systems, Man, and Cybernetics и Computer Society, продвигали исследования и практику. Компьютерное общество предлагает руководство по карьере ИИ-разработчика.
IEEE и его общества ежегодно проводят более 100 конференций по ИИ. Архивы конференций доступны в цифровой библиотеке IEEE Xplore.
В учебной сети IEEE представлено свыше 200 курсов по тематикам, связанным с ИИ.
Ассоциация стандартов IEEE разработала более 100 стандартов в области ИИ. Её программа CertifAIEd способствует этичному проектированию и развёртыванию автономных интеллектуальных систем.
Издание The Institute рассказывало о разработчиках приложений на базе ИИ из числа членов IEEE, например об Абхишеке Аппаджи, создавшем инструменты для выявления психических расстройств.
Формируя будущее ИИ
История ИИ помогает понять мотивы развития и вдохновляет на следующий этап инноваций. Траектория ИИ неизбежно будет определяться нашим коллективным выбором в настоящем и будущем.
«Мы видим лишь на небольшое расстояние вперёд, но и там уже много того, что нужно сделать», — писал Тьюринг в своей знаменитой статье 1950 года.
Сегодня первоочередная задача — не только расширять возможности ИИ, но и добиваться, чтобы он оставался человеко-центричным, заслуживающим доверия, этичным и направленным на улучшение благосостояния людей и прогресс общества.