Эволюция искусственного интеллекта: от мифов до современных технологий с 16 века.

История создания цифрового разума

5d9d1d3ee40b238d5446b561a8c60a22

История создания цифрового разума. Этой драме уже 500 лет.

Многие думают, что нейросети появились пару лет назад вместе с ChatGPT. Но если копнуть глубже, мы увидим, что человечество шло к этому полтысячелетия.

Собрал на одном изображении эволюцию цифрового разума — от глиняных мифов до суперкомпьютеров.

История ?

1. ЗАМЫСЕЛ (XVI век). Прага. Всё началось с мечты об идеальном слуге. Раввин Лёв придумал концепцию Голема — глиняного великана, которого оживлял правильный код «слово». Уже тогда люди поняли главную проблему: если дать машине задачу без уточнений, она выполнит её слишком буквально.

2. ТЕОРИЯ (XIX век). Лондон. Ада Лавлейс, дочь поэта Байрона, первой поняла: машина — это не просто калькулятор. Увидев перфокарты ткацкого станка, она сказала пророческую фразу: «Если мы переведем гармонию в цифры, машина сможет писать музыку». Она стала первым программистом в истории.

3. МАТЕМАТИКА (1906). Петербург. А вот здесь начинается фундамент, о котором часто молчат на Западе. Русский математик Андрей Марков придумал «цепи Маркова». Он научил математику предсказывать следующее звено в цепочке. Без его формул современные языковые модели просто не смогли бы связать и двух слов.

4. ГЛУБИНА (1965). Киев. Ещё один забытый герой — Алексей Ивахненко. За полвека до хайпа в Кремниевой долине он создал первую многослойную обучаемую сеть (метод МГУА). Именно здесь родилось то, что мы сегодня называем Deep Learning (Глубокое обучение).

5. ВОПЛОЩЕНИЕ (XXI век). Торонто. Джеффри Хинтон «Крёстный отец ИИ» объединил математику Маркова и глубину Ивахненко с мощными видеокартами. Мечта обрела «цифровое тело».

ГДЕ МЫ СЕЙЧАС (2025)? Мы переживаем самый интересный момент. ИИ перестал быть просто генератором текстов «болтуном». Мы перешли в эру System 2 — эру рассуждения. Нейросети научились брать паузу, «думать», проверять факты и исправлять свои ошибки, прежде чем дать ответ. От простых слов мы переходим к Агентам — программам, которые могут сами планировать задачи и действовать автономно.

История сделала круг: от мечты о Големе мы пришли к реальному синтетическому разуму. Вопрос лишь в том, какую задачу мы ему поставим.

Источник: vk.com

Источник: ai-news.ru

ОСТАВЬТЕ СВОЙ КОММЕНТАРИЙ

Каталог бесплатных опенсорс-решений, которые можно развернуть локально и забыть о подписках

галерея

Загрузка: обход банковских систем кибермошенниками и проблемы с удалением углерода.
Загрузка: обход банковских систем кибермошенниками и проблемы с удалением углерода.
dummy-img
dummy-img
Взаимодействие человека и машины погружается под воду.
Взаимодействие человека и машины погружается под воду.
Дифференциально приватное машинное обучение в масштабе с использованием JAX-Privacy
dummy-img
Следующим узким местом в развитии ИИ станут не модели, а способность агентов мыслить сообща.
Image Not Found
Загрузка: обход банковских систем кибермошенниками и проблемы с удалением углерода.

Загрузка: обход банковских систем кибермошенниками и проблемы с удалением углерода.

Это сегодняшний выпуск The Download, нашей ежедневной новостной рассылки, которая предоставляет вам ежедневную порцию событий в мире технологий. Кибермошенники обходят системы безопасности банков с помощью незаконных инструментов, продаваемых в Telegram. В центре по отмыванию денег в Камбодже…

Апр 21, 2026
Загрузка: обход банковских систем кибермошенниками и проблемы с удалением углерода.

Загрузка: обход банковских систем кибермошенниками и проблемы с удалением углерода.

Это сегодняшний выпуск The Download, нашей ежедневной новостной рассылки, которая предоставляет вам ежедневную порцию событий в мире технологий. Кибермошенники обходят системы безопасности банков с помощью незаконных инструментов, продаваемых в Telegram. В центре по отмыванию денег в Камбодже…

Апр 21, 2026
dummy-img

Взгляд на количественную генетику глазами гена

arXiv:2502.12831v3 Тип объявления: замена-кросс Аннотация: Моделирование эволюции непрерывного признака в биологической популяции — одна из старейших проблем эволюционной биологии, которая привела к появлению количественной генетики. С недавним развитием методов GWAS стало крайне важно связать эволюцию распределения признака…

Апр 21, 2026
dummy-img

Взгляд на количественную генетику глазами гена

arXiv:2502.12831v3 Тип объявления: замена-кросс Аннотация: Моделирование эволюции непрерывного признака в биологической популяции — одна из старейших проблем эволюционной биологии, которая привела к появлению количественной генетики. С недавним развитием методов GWAS стало крайне важно связать эволюцию распределения признака…

Апр 21, 2026

Впишите свой почтовый адрес и мы будем присылать вам на почту самые свежие новости в числе самых первых