История искусственного интеллекта

Официальное становление научной дисциплины искусственного интеллекта произошло на семинаре в Дартмутском колледже в 1956 году, участники которого определили научную повестку ИИ на десятилетия вперёд. Многие считали, что создание машин с интеллектом, сравнимым с человеческим, возможно «в течение одного поколения». Правительство США инвестировало миллионы долларов с надеждой реализовать этот амбициозный замысел^[4].

Однако вскоре стало ясно, что задача гораздо сложнее, чем ожидалось^[5]. В 1974 году критика Джеймса Лайтхилла и давление Конгресса США привели к прекращению финансирования самостоятельных исследований в области искусственного интеллекта в США и Великобритании. Спустя семь лет инициатива японского правительства и успех экспертных систем вернули интерес и финансирование к ИИ, а к концу 1980-х соответствующая индустрия выросла до миллиардных оборотов. В 1990-е годы, однако, энтузиазм инвесторов вновь угасает, ИИ подвергается критике в прессе и становится непопулярным в промышленности — этот период получил название «зимы искусственного интеллекта». Тем не менее, исследования и финансирование продолжали расти под другими наименованиями.

В начале 2000-х годов машинное обучение стало применяться для решения широкого круга задач в академической и промышленной сферах благодаря доступности мощного аппаратного обеспечения, огромным наборам данных и надёжным математическим методам. Позже глубокое обучение стало прорывом, затмившим предыдущие методы. Архитектура трансформера (англ. transformer architecture), появившаяся в 2017 году, легла в основу впечатляющих генеративных ИИ-приложений.

В 2020-х годах инвестиции в искусственный интеллект резко выросли. Новый бум ИИ, спровоцированный развитием архитектуры трансформера, привёл к быстрому масштабированию и появлению крупных языковых моделей (LLM, англ. large language models), таких как ChatGPT. Эти модели демонстрируют признаки, схожие с человеческими: знание, внимание, креативность, и интегрируются в различные сектора экономики, стимулируя экспоненциальный рост инвестиций. Вместе с тем возрастает обеспокоенность потенциальными рисками и этическими последствиями развития продвинутого ИИ, что провоцирует бурные общественные дискуссии о будущем ИИ и его влиянии на общество.

В 2024—2025 годах произошёл переход от базовых генеративных моделей к автономным ИИ-агентам, способным самостоятельно декомпозировать цели, планировать многошаговые действия и использовать цифровые инструменты. К 2026 году этот тренд эволюционировал в создание мультиагентных систем, где несколько специализированных нейросетей взаимодействуют для решения комплексных задач^[6]. Для преодоления проблемы экстремального энергопотребления была модифицирована архитектура трансформера: широкое внедрение получили подход «Смесь экспертов» (Mixture of Experts, MoE), при котором во время вычислений активируется лишь необходимая часть параметров модели, и механизмы линейного внимания для эффективной обработки длинных контекстов^[7].

Развитие отрасли сопровождалось рекордными объёмами финансирования: весной 2026 года компания OpenAI закрыла инвестиционный раунд на 122 млрд долларов^[8], а Anthropic привлекла 30 млрд долларов^[9]. Масштабное внедрение автономных систем окончательно превратило искусственный интеллект в ключевую инфраструктуру, интегрированную в бизнес-процессы и государственное управление^[10]. Это ускорило формирование нормативной базы: на международном уровне Генеральная Ассамблея ООН приняла профильную резолюцию, в Европейском союзе вступил в силу закон об искусственном интеллекте (EU AI Act), а в России ИИ-системы начали регулироваться законодательством о критической информационной инфраструктуре^[11][12].

В древнегреческой мифологии Талос был бронзовым существом, охранявшим остров Крит. Он бросал камни в корабли захватчиков и ежедневно обходил остров по периметру. Согласно «Библиотеке» Псевдо-Аполлодора, Гефест с помощью циклопа создал Талоса и преподнёс автоматона Миносу. В «Аргонавтике» Апполония Родосского Ясон и аргонавты победили Талоса, вытащив пробку возле его стопы, что вызвало истечение жизненной влаги — ихора^[13].

Другой пример — Пигмалион, легендарный царь и скульптор, известный по «Метаморфозам» Овидия: разочаровавшись в женщинах после поступка Пропетид, он вымолил у Венеры оживление своей статуи^[14].

Древнегреческая мифология содержит и другие примеры искусственных существ, созданных богом-кузнецом Гефестом. В «Илиаде» Гомера описываются выкованные им золотые служанки, которые выглядели как живые девушки, обладали разумом, голосом и знаниями. Там же упоминаются двадцать самодвижущихся треножников на золотых колёсах, способных самостоятельно въезжать в чертоги богов на Олимпе и возвращаться обратно^[15].

В древнекитайской литературе предтечей идей об искусственном интеллекте считается легенда из даосского трактата «Ле-цзы». Согласно тексту, ремесленник Ян Ши представил императору Му-вану из династии Чжоу человекоподобный автоматон, который двигался, пел и танцевал. Внутри механического человека находились искусственные внутренние органы: удаление сердца лишало его способности говорить, удаление печени — зрения, а почек — возможности двигаться^[16].

В трактате «О природе вещей» швейцарский алхимик Парацельс описывает способ создания «искусственного человека»: поместив человеческое семя в навоз лошади, и питая смесь «арканумом человеческой крови», через 40 дней якобы можно получить живой младенец^[17].

Самое раннее письменное упоминание о големе содержится в трудах Элеазара из Вормса (начало XIII века)^[18]. Считалось, что глиняную фигуру можно оживить, вложив в рот записку с одним из имён Бога^[19]. В отличие от легендарных автоматонов (например, «медные головы»), голем был лишён дара речи.

Тематика искусственного создания жизни — таквин — встречалась в исламской алхимической литературе, в частности, у Джабира ибн Хайяна^[20].

В трагедии Гёте «Фауст. Вторая часть» алхимически созданный гомункулус мечтает получить настоящее человеческое тело, но при переходе к перерождению сосуд разбивается и существо погибает^[21].

К XIX веку идеи искусственных людей и мыслящих машин становятся популярным художественным мотивом. В романе Мэри Шелли «Франкенштейн» и пьесе Карела Чапека «Р.У.Р. (Россумские универсальные роботы)» — впервые появляется термин «робот»^[22]. В эссе Сэмюэля Батлера «Дарвин среди машин»^[23], где он одним из первых применил теорию эволюции к машинам, заложив концептуальный фундамент для эволюционного ИИ и теорий технологической сингулярности^[24], и рассказе Эдгара По «Шахматист Мельцеля» обсуждаются интеллектуальные машины^[25]. ИИ продолжает оставаться одной из тем научной фантастики^[26].

Реалистичные гуманоидные автоматы создавались мастерами в Китае (Ян Ши), Древней Греции (Герон Александрийский), на исламском Востоке (Аль-Джазари), в Европе (Жак де Вокансон, Леонардо Торрес-и Кеведо, Пьер Жаке-Дро, Вольфганг фон Кемпелен)^[27].

Древнейшие автоматоны — культовые статуи Древнего Египта и Греции, которым приписывалась мудрость и чувства^[28]. В средневековой Европе бытовали легенды о волшебных аппаратах. Английский учёный Александр Неккам утверждал, что древнеримский поэт Вергилий построил дворец с оракулами-автоматами^[29].

В новое время такими автоматонам приписывали способность отвечать на вопросы. Английский алхимик и протопротестант Роджер Бэкон якобы создал «медную голову» — эта легенда напоминает скандинавский миф о голове Мимира^[30].

Важным шагом от механических автоматов к электромеханическим системам стало создание испанским инженером Леонардо Торресом-и-Кеведо шахматного автомата «El Ajedrecista» (1912). Устройство использовало электрические контакты для определения положения фигур и электромеханические реле для вычисления ответного хода, реализуя принципы обратной связи и принятия решений на основе внешних условий. Тем самым этот аппарат предвосхитил основополагающие концепции кибернетики^[31].^[32].

ИИ исходит из предположения о возможности формализации мышления человека. Уже к I тысячелетию до н. э. философы Китая, Индии, Греции разработали методы формального вывода. Эти идеи продолжили развивать Аристотель (анализ силлогизмов)^[33], Евклид («Начала»), аль-Хорезми (алгебра, алгоритмы), европейские схоласты^[34].

Раймунд Луллий (1232–1315) разработал «логические машины» (ars generalis), генерировавшие новые знания механическим способом^[35]. Его идеи повлияли на Готфрида Лейбница^[36].

В XVII веке Лейбниц, Гоббс и Декарт размышляли о возможности сведения рационального мышления к систематическим вычислениям^[37]. Гоббс писал: «Разум — не что иное, как счёт, то есть сложение и вычитание»^[38]. Лейбниц предполагал, что диспуты между философами можно заменить вычислениями: «Давайте считать!» — тесно связанный с гипотезой физического символьного процесса^[39]. Концептуальное наследие «исчисления рассуждений» (Calculus Ratiocinator) Лейбница прослеживается в современных агентных моделях и нейро-символических системах 2025—2026 годов, объединяющих большие языковые модели с символьными инструментами.

Изучение математической логики — от Буля и Фреге до «Principia Mathematica» Рассела и Уайтхеда — стало критическим прорывом^[40]. Хильберт в 1920–30-х поставил задачу тотальной формализации математики, но её невозможность доказал Гёдель; вместе с тем Тьюринг и Чёрч показали, что любые математические рассуждения в известных границах можно реализовать механически; тьюрингова машина стала эмблемой символных вычислений^[41]. Итог: формализация мышления кажется достижимой машинным способом.

В XVIII–XIX вв. Галвани, дю Буаре-Реймон, Гельмгольц показали, что нервы проводят электрические сигналы; Тодд предположил, что мозг — электрическая сеть. Гольджи и Рамон-и-Кахаль доказали нейронную теорию^[42].

В 1943 году нейрофизиолог Уоррен Мак-Каллок и математик Уолтер Питтс опубликовали работу, в которой предложили первую математическую модель биологического нейрона (формальный нейрон). Описав нейрон как бинарный элемент с пороговой логикой, они показали, что сети из таких элементов способны выполнять любые логические операции. Эта модель заложила теоретический фундамент для создания искусственных нейронных сетей^[43].

Дональд Хебб в книге «Организация поведения» (1949) предложил правило обучения: «клетки, возбуждающиеся вместе, соединяются вместе» — фундамент современной нейронауки и машинного обучения^[44].

Счётные приборы (например, у Лейбница, Жаккара, Бэббиджа, Ладгейта, Торреса-и-Кеведо, Буша, Лавлейс) постепенно развились до первых электронных аналогов мозга — ENIAC, машины Цузе, Хит Робинсон/Колосс, ABC, и сделали цифровую обработку информации возможной^[45].

Строительство мега-кластеров, предназначенных для обучения моделей искусственного интеллекта, стало ключевым направлением развития вычислительной инфраструктуры. Для этих целей создаются суперкомпьютеры, такие как кластер компании xAI, объединяющий 100 000 ускорителей, а также разрабатываются масштабные проекты вроде суперкомпьютера Stargate от Microsoft и OpenAI^[46]. Экспоненциальный рост искусственного интеллекта привёл к резкому увеличению нагрузки на электросети: к 2026 году глобальное энергопотребление центров обработки данных приблизилось к 1050 ТВт·ч^[47]. Для обеспечения энергоёмких ИИ-кампусов стабильной безуглеродной энергией технологические гиганты заключают соглашения на использование малых модульных реакторов (SMR)^[48].