Прочтите эту историю о человеке, создавшем ИИ, прежде чем она обойдётся вам так же дорого, как ему.
В 1943 году идея машины, способной мыслить, показалась бы абсурдной.
Но одна концепция того года зажгла фитиль всего, что мы сейчас называем искусственным интеллектом.
Два молодых учёных в 1943 году вовсе не пытались создать разумные машины. Они преследовали куда более амбициозную цель:
идеальную модель мозга.
Это стремление привело к созданию первого искусственного нейрона - идеи, на которой до сих пор держится весь ИИ. Но оно же уничтожило одного из её создателей.
Он умер в безвестности, убеждённый, что его работа провалилась, потому что не была идеальной.
Это история той ошибки и того, почему она до сих пор отнимает у людей годы жизни.
Невероятное партнёрство
Давайте вернёмся в 1943 год.
Уолтеру Питтсу было 18 лет, и за плечами у него было тяжёлое детство.
Он сбежал из дома и проводил большую часть времени, прячась в библиотеках от хулиганов.
Но, честно говоря, он был исключительно одарённым. К 16 годам он читал сложные книги по математической логике, которые большинств�� взрослых не смогли бы понять.
Однажды он встретил Уоррена Маккалока, нейробиолога на 25 лет старше его.
Вместе они поставили перед собой смелую цель: доказать, что мозг, несмотря на всю его биологическую сложность, по сути является всего лишь булевой схемой.
Каждый нейрон, как они полагали, выполняет простые логические операции вроде операций AND и OR, знакомых вам по программированию.
Что вдохновило эту идею?
К 1940-м годам учёные уже десятилетиями изучали нейроны на клеточном уровне.
Они обнаружили нечто удивительное: нейроны вели себя по принципу «всё или ничего».
Входные сигналы суммировались, и если они превышали определённый порог, нейрон испускал импульс. Если нет - ничего не происходило. Бинарно. 0 или 1.
Учёные, например, те, кто изучал гигантский нейрон кальмара (да, такое действительно существует), подавали электрическое напряжение непосредственно на нейроны и наблюдали за результатом.
Входные сигналы, называемые пресинаптическими потенциалами, сначала выглядели аналоговыми. Но выходной сигнал всегда был бинарным.
Возбуждающие сигналы - это положительные сигналы (EPSP), а тормозящие - отрицательные.
Выходной сигнал всегда бинарный. Он либо выдаёт импульс, либо нет.
Это поведение «включено-выключено» напомнило Питтсу то, о чём он читал: булеву логику.
Что такое булева логика?
Прежде чем продолжить, давайте разберёмся, что такое булева логика на самом деле.
Булева логика оперирует значениями истина и ложь - или единицами и нулями. Всего два числа, способные представить всё что угодно.
Допустим, у вас есть простое условие: x == 2. Это означает «равен ли x двум?» Если да, оно оценивается как истина. Если нет - как ложь.
Теперь вы можете комбинировать эти условия с помощью операторов.
Оператор OR: Если вы говорите x == 2 OR y == 3, общее условие истинно, если выполняется хотя бы одно из двух условий. Это как сказать «я держу яблоко или апельсин» - вам нужно держать что-то одно, чтобы это было истиной.
Оператор AND: Если вы говорите x == 2 AND y == 3, оба условия должны быть истинны. Это как сказать «я держу яблоко и апельсин» - вам нужно держать и то, и другое.
Утверждение истинно только если девушка держит и яблоко, и апельсин
Суммируя все возможные результаты:
Эти простые операции - основа всех вычислений.
Нейрон Маккалока-Питтса
Маккалок и Питтс хотели создать искусственный «нейрон», способный имитировать эти логические операции.
Любой нейрон Маккалока-Питтса выглядит примерно так.
Есть несколько входов, а выход - булево значение (либо 0, либо 1).
Есть две внутренние функции:
g, которая используется для объединения входов определённым образом
f, которая используется для преобразования комбинации в бинарный 0 или 1 для вывода как y
Как же представить обычные логические операции в виде нейронов?
Начнём с логической операции OR. Мы можем представить её в виде таблицы:
Чтобы построить нейрон, имитирующий это, нам нужны две функции:
g(x): Объединяет входы вместе
f(x): Определяет выход на основе комбинации
Для операции OR всё просто.
Пусть g(x) = x1 + x2 (просто суммируем входы). И пусть f(x) = 1, если g > 0, иначе f(x) = 0.
Попробуйте.
Если x1 = 0 и x2 = 1, то g = 1, следовательно f = 1. Если x1 = 0 и x2 = 0, то g = 0, следовательно f = 0. Работает!
Аналогично, операция AND может быть представлена так:
Здесь g(x) = x1 + x2 (как и раньше). Но теперь f(x) = 1, если g = 2, иначе f(x) = 0.
Снова попробуйте. Если оба входа равны 1, g = 2, следовательно f = 1. Иначе f = 0.
Общий МП-нейрон
В общем случае МП-нейрон может принимать любое количество входов и производить бинарный выход.
Функция g(x) - это взвешенная сумма: g(x) = Σ wi × xi, где wi представляет вес каждого входа.
Функция f(x) - это то, что мы называем функцией активации в современных нейронных сетях.
Тогда она была простой - ступенчатая функция.
Если g(x) > порога, то f(x) = 1. Иначе f(x) = 0.
Аналогия с биологическим нейроном, который имеет множество входов и выдаёт импульс, если совокупная сумма входов превышает порог:
Вот и всё. Математическая абстракция биологического нейрона.
От математической абстракции 1943 года до облачных технологий
Путь от простого МП-нейрона Питтса и Маккалока до современных нейросетей занял 80 лет. Сегодня искусственный интеллект стал настолько доступным, что для работы с ним больше не нужны суперкомпьютеры или специальное оборудование.
Сервисы вроде BotHub предоставляют доступ к самым современным AI-моделям прямо из браузера.
Для доступа не требуется VPN, и можно использовать российскую карту.
По ссылке вы можете получить 100 000 бесплатных токенов для первых задач и приступить к работе прямо сейчас!
То, о чём мечтали Питтс и Маккалок - универсальная вычислительная модель мозга - сегодня доступно каждому. Не привязывайтесь к операционной системе. Привязывайтесь к инструментам, которые решают ваши задачи.
Трагический конец (и прекрасное наследие)
Питтс был перфекционистом.
Он хотел доказать, что мозг - это в точности булева схема, без исключений.
Но позже было обнаружено, что входные сигналы от глаза изначально обрабатываются в аналоговой форме, прежде чем быть преобразованными в цифровые сигналы в мозге. Его модель не была идеальной.
Он был разбит. Фактически, он был настолько разочарован, что сжёг собственную диссертацию.
В конце концов Питтс впал в депрессию и прожил последние годы в безвестности. Его история - напоминание о том, что перфекционизм иногда может стать врагом прогресса.
Вот в чём дело.
Совершенство ≠ Полезность
Нам не нужна идеальная модель, чтобы создать что-то полезное.
Даже сегодня, 80 лет спустя, никто не нашёл идеальной модели мозга, и слишком многое в биологии ещё предстоит понять. Представьте Питтса в 1943 году, предъявляющего к себе такие высокие стандарты.
И всё же работа, которую проделали Питтс и Маккалок, превратилась в эту огромную область ИИ, которая полностью меняет мир.
Иногда исследования идут не туда, куда вы ожидаете.
Вы можете искать одно, а обнаружить совсем другое. И это нормально.
Именно так совершаются прорывы.
