Кто создал искусственный интеллект?

Кто создал искусственный интеллект? История и авторы

Вопрос о том, кто создал искусственный интеллект, связан с именами выдающихся ученых и исследователей прошлого века. Изучение истоков зарождения компьютерного разума позволяет понять развитие современных технологий, которые определяют будущее цифрового мира. Узнайте ключевые факты об истории создания и разработчиках систем.

У искусственного интеллекта нет одного создателя: история большой идеи

У искусственного интеллекта (ИИ) нет одного автора, это результат работы многих ученых. Развитие этой технологии напоминает эстафету, где каждый этап базировался на открытиях предыдущего поколения исследователей. Попытки приписать создание ИИ конкретному человеку всегда приводят к упрощению истории, ведь основы закладывались параллельно в математике, психологии и инженерном деле. Вопрос о том, кто придумал искусственный интеллект, часто имеет больше одного разумного объяснения.

Когда я впервые глубоко погрузился в архивные материалы Дартмутской конференции, меня поразило, насколько хаотичным был этот процесс. Мы привыкли думать, что великие технологии рождаются по четкому плану, но на деле ученые спорили до хрипоты из-за базовых терминов. Доля компаний, внедривших ИИ в свои процессы, сегодня составляет около 35%, но эта колоссальная индустрия выросла из чистой академической абстракции. Важно разделять тех, кто заложил математический фундамент, и тех, кто построил первые работающие алгоритмы.

Отец теоретического ИИ: концепция Алана Тьюринга

В 1950 году британский математик Алан Тьюринг предложил концепцию «мыслящей машины» и описал знаменитый тест Тьюринга для оценки машинного разума. Его фундаментальная работа задала вектор развития для всей компьютерной науки на десятилетия вперед. Тьюринг ушел от философских споров о природе сознания и предложил чисто практический критерий: если компьютер в процессе текстового диалога может обмануть человека, заставив поверить в свою человечность, его можно считать разумным.

Долгое время идеи Тьюринга оставались лишь смелой теорией из-за отсутствия мощных вычислительных систем. Примечательно, что современные технологии развиваются по экспоненте, и глобальный рынок ИИ в 2026 году оценивается примерно в 539 миллиардов долларов. В моем понимании, гениальность Тьюринга заключалась в том, что он предсказал появление программных агентов еще тогда, когда компьютеры работали на механических реле. Но он создал философию и математическую рамку, а не саму работающую систему. Потребовались усилия других людей, чтобы превратить эти абстракции в академическую дисциплину.

Рождение термина: Джон Маккарти и Дартмутский семинар

Американский ученый Джон Маккарти впервые предложил сам термин «искусственный интеллект» (Artificial Intelligence) в 1955 году при подготовке к историческому событию. ИИ как отдельная научная дисциплина родился на Дартмутской конференции в 1956 году. Ее организовали Джон Маккарти, Марвин Мински, Натаниэль Рочестер и Клод Шеннон. Этот двухмесячный семинар собрал вместе лучших математиков и инженеров своего времени, которые верили, что любой аспект обучения или человеческого разума можно описать настолько точно, что машина сможет его симулировать.

Маккарти не просто придумал звучное название, он активно создавал инструменты для новой науки, включая язык программирования Lisp, ставший стандартом в индустрии на сорок лет. Позже развитие технологий привлекло гигантские финансовые потоки, и глобальные корпоративные инвестиции в ИИ достигли рекордных 581 миллиарда долларов в 2025 году. Но тогда, в середине прошлого века, это было камерное сообщество энтузиастов. Помню, как в одном из интервью Маккарти признавал, что выбор термина был отчасти маркетинговым ходом, чтобы отделиться от кибернетики Норберта Винера. И этот ход сработал - но за яркой вывеской скрывалась серьезная проблема практической реализации.

От теории к практике: Фрэнк Розенблатт и первый Перцептрон

Параллельно с логическим подходом Маккарти развивалось нейросетевое направление, которое привело к созданию первых практических систем. В 1957 году американский психолог Фрэнк Розенблатт разработал концепцию Перцептрона - математической модели восприятия информации мозгом. Уже в 1958 году на базе пятитонного компьютера IBM 704 его команда создала физическое воплощение этой модели, названное Марк-1. Это была первая в истории система, которая обучалась самостоятельно на примерах, распознавая геометрические фигуры на перфокартах.

Розенблатт верил, что его изобретение станет фундаментом для машин, способных видеть, читать и говорить. Однако его подход столкнулся с жесткой критикой коллег-логиков, что привело к наступлению так называемой первой «зимы ИИ», когда финансирование нейросетей прекратилось почти на тридцать лет. Но история все расставила по местам. Математические принципы, заложенные в Перцептроне 1958 года, сегодня работают внутри каждой современной нейросети - от простых классификаторов до сложнейших языковых моделей. Но здесь есть скрытая деталь, которую многие упускают из виду: первая архитектура Розенблатта имела критическое ограничение, о котором я расскажу ниже.

Почему развитие ИИ не было линейным?

История искусственного интеллекта полна драматических взлетов и падений, вызванных завышенными ожиданиями общества. После первых успехов Перцептрона наступили периоды разочарования, когда алгоритмы не могли справиться с реальными хаотичными данными. Ученые недооценили сложность человеческого мышления и столкнулись с нехваткой вычислительных мощностей. Это приводило к заморозке бюджетов и закрытию целых лабораторий.

Вот та самая деталь, о которой шла речь: оригинальный Перцептрон Розенблатта был строго линейным классификатором.

Он физически не мог решить простейшую логическую задачу «исключающего ИЛИ» (XOR) - и это математически доказали Марвин Мински и Сеймур Паперт в 1969 году. Я сам долго не мог понять, почему этот спор был таким ожесточенным, пока не смоделировал эту задачу вручную на бумаге. Это было фиаско для инженеров. Нейросети обвинили в бесполезности, и индустрия погрузилась во тьму. Потребовалось изобретение многослойных сетей и алгоритма обратного распространения ошибки, чтобы реанимировать это направление. Сегодня технологии зашли так далеко, что в некоторых странах, например в США, число ежедневно использующих голосовой поиск на мобильных устройствах достигло 50% среди пользователей.

Сравнение подходов отцов-основателей искусственного интеллекта

Алан Тьюринг (Теоретический подход)

- Отсутствовала из-за ограничений вычислительной техники первой половины двадцатого века

- ИИ возможен, если поведение машины в процессе диалога неотличимо от человеческого

- Математическое обоснование возможности вычислений, концепция универсальной машины, эмпирический тест для оценки интеллекта

Джон Маккарти (Символический подход / Логика)

- Экспертные системы, алгоритмы поиска решений и классические компьютерные программы

- Мышление можно симулировать через управление строгими логическими символами и правилами

- Введение официального термина, организация Дартмутского семинара, создание специализированного языка программирования Lisp

Фрэнк Розенблатт (Коннекционизм / Нейросети) ⭐

- Аппаратное распознавание простых зрительных образов, букв и геометрических фигур

- Машина должна имитировать биологическую структуру мозга и учиться на примерах методом проб и ошибок

- Создание математической модели Перцептрона, постройка первого обучаемого нейрокомпьютера Марк-1

Хроника Дартмутского семинара: от амбиций к реальности

В июне 1956 года Джон Маккарти, молодой математик из Дартмутского колледжа, собрал небольшую группу ученых для амбициозного двухмесячного исследования. Он был воодушевлен идеей, что за лето они смогут решить фундаментальные проблемы мышления машин.

Первая попытка совместной работы быстро наткнулась на жесткое сопротивление участников. Ученые отказывались принимать единую терминологию, а приглашенные эксперты разъезжались всего через несколько дней, оставляя организаторов в изоляции.

Вместо попыток написать общую универсальную программу, Маккарти решил сосредоточиться на фиксации различий в подходах. Это помогло сформулировать ИИ как самостоятельное научное направление, свободное от рамок классической кибернетики.

В итоге за 8 недель семинара участники не создали работающего интеллекта, но официально утвердили новый термин и заложили основу для финансирования отрасли на следующие два десятилетия.

Эксперимент на полигоне Марк-1: триумф вопреки помехам

Фрэнк Розенблатт в лаборатории Буффало настраивал сотни потенциометров своего нейрокомпьютера. Военные инвесторы требовали мгновенных результатов в распознавании аэрофотоснимков, но система постоянно сбоила.

При первых тестах машина путала левую и правую стороны карточек, если менялось освещение в комнате. Медные провода перегревались, а инженеры тратили часы на ручную перепайку контактов.

Розенблатт понял, что нельзя задавать жесткие коэффициенты вручную. Он изменил алгоритм, позволив системе совершать ошибки и корректировать веса связей исключительно на основе правильных ответов.

После 50 циклов обучения огромная комнатная машина безошибочно разделила тестовые объекты, доказав жизнеспособность концепции машинного обучения без программирования кодом.