Нейронные сети сегодня используются повсюду — от прогнозов погоды до маркетинга и создания изображений. В статье разобрали, кто стоял у истоков этой технологии и когда были сделаны ключевые открытия. Изучили историю нейросетей, начиная с первых теоретических моделей и заканчивая современными прорывами в глубоком обучении.
Содержание
- — Кто создал первую нейросеть и когда это произошло
- — Теоретические основы нейросетей, 1940-е
- — Первая практическая реализация — перцептрон Розенблатта, 1958 год
- — Возрождение в 1980-х
- — Глубокое обучение и современный бум, 2010-е
- — Развитие современных нейронных сетей
- — Кого считают «отцами» нейросетей
- — Частые заблуждения о создании нейросетей
- — Заключение
Источник фото: avatars.mds.yandex.net
Кто создал первую нейросеть и когда это произошло
Теоретические основы нейросетей, 1940-е
Источник фото: static.cnews.ru
История нейросетей началась не с компьютеров, а с математики и биологии. В 1943 году нейрофизиолог Уоррен Мак-Каллок и математик Уолтер Питтс предложили первую упрощённую модель искусственного нейрона. Их работа «Логическое исчисление идей, относящихся к нервной активности» показала, что сеть из таких нейронов может выполнять логические операции.
Позже, в 1949 году, канадский психолог Дональд Хебб сформулировал правило обучения нейронов — «Правило Хебба». Оно легло в основу современных алгоритмов обучения нейросетей.
Первая практическая реализация — перцептрон Розенблатта, 1958 год
Источник фото: cdn.yenicaggazetesi.com.tr
В 1958 году американский психолог Фрэнк Розенблатт создал перцептрон — первую в мире нейронную сеть, способную обучаться. Это была аппаратная, а не программная модель, и она могла распознавать простые изображения.
Однако в 1969 году Марвин Мински и Сеймур Паперт опубликовали книгу «Перцептроны», где математически доказали ограничения однослойных нейросетей. Это привело к снижению интереса к технологии и началу «зимы ИИ».
Возрождение в 1980-х
В 1986 году группа учёных предложила алгоритм обратного распространения ошибки. Это позволило эффективно обучать многослойные нейросети, и интерес к технологии снова вырос.
Глубокое обучение и современный бум, 2010-е
Настоящий прорыв произошёл в 2012 году, когда нейросеть AlexNet победила в конкурсе ImageNet, значительно обойдя традиционные алгоритмы.
Источник фото: user-images.githubusercontent.com
Следующим революционным шагом стало появление трансформеров в 2017 году, которые легли в основу ChatGPT, GPT-4 и других современных языковых моделей.
Развитие современных нейронных сетей
Нейросети развились благодаря трём вещам: мощным компьютерам, новым алгоритмам и огромным данным. Благодаря видеокартам и специальным процессорам теперь можно обучать сложные модели за разумное время. Например, ChatGPT и нейросети для рисования картинок, вроде Midjourney, используют новую архитектуру под названием «трансформеры».
Сейчас нейросети делают под конкретные задачи. Одни работают с изображениями, другие — с текстом, третьи — с музыкой. Но есть проблема: часто непонятно, как нейросеть принимает решения. Это мешает использовать их в медицине или финансах, где важна прозрачность.
Источник фото: i.pinimg.com
В будущем нейросети станут ещё умнее и экономичнее. Они научатся одновременно работать с разными типами данных: текстом, картинками, звуком. Учёные пытаются сделать нейросети, которые будут работать как человеческий мозг — быстро и с минимальными затратами энергии. Это может привести к созданию по-настоящему разумного ИИ.
Кого считают «отцами» нейросетей
Уоррен Мак-Каллок и Уолтер Питтс (1943)
- Создали первую математическую модель искусственного нейрона.
- Доказали, что сеть из таких нейронов может выполнять логические операции.
Дональд Хебб (1949)
Сформулировал «Правило Хебба» — основу обучения нейросетей через усиление связей между нейронами.
Фрэнк Розенблатт (1958)
- Разработал перцептрон — первую в мире обучаемую нейросеть.
- Создал аппаратную реализацию, способную распознавать простые изображения.
Дэвид Румельхарт, Джеффри Хинтон и Рональд Уильямс (1986)
Изобрели алгоритм обратного распространения ошибки — backpropagation, который сделал возможным обучение многослойных сетей.
Ян Лекун (1980–90-е)
Разработал свёрточные нейросети CNN, которые революционизировали компьютерное зрение.
Джеффри Хинтон (2010-е)
- «Отец глубокого обучения».
- Участвовал в создании AlexNet (2012), доказавшей эффективность нейросетей для распознавания изображений.
Юрген Шмидхубер (1990-е)
Развивал рекуррентные нейросети RNN и LSTM-сети для обработки текста и речи.
Илья Суцкевер (2010-е – н.в.)
- Соавтор архитектуры трансформеров (2017).
- Один из создателей GPT (OpenAI).
Источник фото: habrastorage.org
Частые заблуждения о создании нейросетей
Нейросети и ИИ — это одно и то же
В действительности нейросети — лишь один из методов машинного обучения, а ИИ включает множество других технологий. Подробнее о различиях — в статье.
У нейросетей был один изобретатель
На самом деле, нейросети создавались десятилетиями усилиями множества учёных, а не одного человека.
Заключение
Нейронные сети прошли долгий путь — от теоретических моделей 1940-х до современных трансформеров. Сегодня они продолжают развиваться, открывая новые возможности в науке, медицине и бизнесе. Следующий этап — нейроморфные вычисления, имитирующие мозг ещё точнее, и гибридные модели ИИ.
