История ИИ: когда возник искусственный интеллект и кто его придумал

История получилась куда менее аккуратной, чем кажется задним числом, — а 2026 год оказывается юбилейным: ровно 70 лет назад состоялось событие, которое принято считать официальным днем рождения ИИ как научной дисциплины.

Термин «artificial intelligence» придумал математик Джон Маккарти — и сделал это не на конференции, а в заявке на грант от 31 августа 1955 года, за год до самого исторического события. Заявку в Рокфеллеровский фонд Маккарти написал вместе с Марвином Минским, Натаниэлем Рочестером и Клодом Шенноном — именами, каждое из которых сегодня носит отдельная область теории вычислений.

Любопытная деталь: к 1955 году уже существовал термин «кибернетика», предложенный Норбертом Винером, и Маккарти вполне мог им воспользоваться. Он сознательно отказался — ему не нравился акцент кибернетики на аналоговой обратной связи, а сам вопрос, которым задавались кибернетики («что делает система при сбое»), отличался от того, что интересовало его самого: «что машину вообще можно заставить делать». Разница кажется тонкой, но именно она определила, в какую сторону пошла вся дальнейшая дисциплина — не изучение устойчивости систем, а изучение того, какие задачи вообще можно поручить машине.

Стоит отдельно сказать, кем были четверо авторов заявки 1955 года, потому что каждое из этих имен сегодня носит отдельную, самостоятельно значимую область компьютерных наук. Марвин Минский позже стал одним из ключевых теоретиков символьного ИИ и основал лабораторию искусственного интеллекта в MIT. Натаниэль Рочестер работал в IBM и занимался архитектурой ранних компьютеров — именно его практический инженерный опыт балансировал более абстрактные, теоретические интересы остальных соавторов. Клод Шеннон к 1955 году уже был известен как отец теории информации — его работа 1948 года о математической теории связи заложила основы для всей современной цифровой техники, включая передачу данных, на которой строится любая сегодняшняя нейросеть.

То, что заявку на грант писали именно эти четверо, а не случайный набор энтузиастов, многое объясняет в том, почему предложенная ими программа исследований оказалась настолько влиятельной. Это была не единичная гипотеза одного романтика от науки, а согласованная позиция нескольких людей с разными сильными сторонами — теоретик логики, инженер-практик, специалист по теории информации и сам Маккарти, интересовавшийся вопросом, что машину вообще можно заставить делать.

Отдельного внимания заслуживает сама программа Logic Theorist, представленная на конференции Ньюэллом и Саймоном, — потому что «первая программа ИИ» звучит абстрактно, пока не понятно, что она реально делала. Logic Theorist была написана для доказательства теорем математической логики — конкретно, теорем из книги Альфреда Уайтхеда и Бертрана Рассела «Principia Mathematica», одного из самых фундаментальных трудов по основаниям математики начала XX века.

Программа не просто механически перебирала варианты — она использовала эвристики, то есть правила «разумного» сокращения пространства поиска, вместо полного перебора всех возможных путей доказательства. Это принципиально отличало ее от простого калькулятора: Logic Theorist в некотором смысле «выбирала», какие ходы вероятнее приведут к результату, а не проверяла все подряд.

Показательный факт: программа сумела доказать 38 из первых 52 теорем второй главы «Principia Mathematica», а в одном случае нашла доказательство более элегантное, чем оригинальное доказательство самих Уайтхеда и Рассела. Именно этот случай стал предметом небольшой исторической легенды — Ньюэлл и Саймон якобы пытались опубликовать более изящное доказательство машины в математическом журнале, но получили отказ, поскольку соавтором значилась программа, а не человек.

Правдивость этой конкретной истории с публикацией расходится между источниками, но сам факт, что машина нашла решение лучше человеческого эталона, — задокументирован и стал одним из главных аргументов в пользу того, что заявленная годом ранее идея «искусственного интеллекта» — не пустая абстракция, а что-то, что реально работает на практике.

Сама конференция — формально «Дартмутский летний исследовательский проект по искусственному интеллекту» — прошла не один день, а почти два месяца: с 18 июня по 17 августа 1956 года, и собрала порядка 20 ученых. На ней был представлен Logic Theorist Аллена Ньюэлла и Герберта Саймона — программа, которую принято считать первой в истории программой искусственного интеллекта.

Показательная деталь, которую редко упоминают в юбилейных статьях: конференция не выработала ни единого итогового отчета, ни согласованной исследовательской программы. Участники разъехались с разными представлениями о том, что делать дальше — «рождение ИИ» задним числом выглядит куда более организованным событием, чем было на самом деле.

Через два года после конференции, в 1958-м, Маккарти создал язык программирования LISP, который на десятилетия стал основным инструментом исследователей ИИ — то есть сам термин и первый профильный язык программирования появились с разницей всего в три года.

Показательно и то, что не все приглашенные на конференцию исследователи разделяли энтузиазм авторов заявки в равной степени. Часть участников относилась к заявленным целям скептически еще до начала восьминедельного семинара, и это расхождение во взглядах — наряду с отсутствием единого итогового отчета — еще одна причина, по которой историки предпочитают говорить о Дартмуте не как о моменте единодушного консенсуса, а как о точке, где разрозненные направления исследований впервые получили общее имя и общую площадку для разговора друг с другом.

Прежде чем двигаться дальше, полезно свести все упомянутые даты в единую последовательность — по отдельности каждый факт запоминается хуже, чем целостная картина того, как один этап логично вытекал из предыдущего.

Идея не возникла из ниоткуда за одно лето 1956 года. Еще в 1943 году, за 13 лет до появления самого термина, Уоррен Маккаллок и Уолтер Питтс опубликовали первую математическую модель нейронной сети — работу, которую сегодня цитируют как отправную точку для всего последующего направления глубокого обучения, хотя в 1943 году о таком применении речи не шло вообще. Маккаллок был нейрофизиологом, а не инженером, и его интересовал не искусственный интеллект как таковой, а вопрос, можно ли описать работу биологического нейрона языком формальной логики — то есть свести акт мышления к набору проверяемых логических операций.

Питтс, его соавтор, к моменту публикации был самоучкой без формального образования — редкий по тем временам случай, когда фундаментальная научная работа выходит из-под пера человека без ученой степени и даже без законченного школьного образования в привычном смысле.

В 1950 году Алан Тьюринг опубликовал статью «Вычислительные машины и разум», предложив тест, впоследствии названный его именем: если машина в разговоре способна обмануть человека, заставив поверить, что перед ним собеседник-человек, ее можно считать «мыслящей». Важная деталь, которую часто упускают: сама статья Тьюринга начиналась с прямого признания, что вопрос «может ли машина мыслить» слишком расплывчат для научного обсуждения — и именно поэтому он предложил заменить его практическим тестом, который можно провести и оценить, а не бесконечно спорить о философском определении мышления. Эта идея на шесть лет опередила Дартмут и явно повлияла на его участников — вопрос «может ли машина мыслить» уже витал в воздухе задолго до того, как у направления появилось официальное название.

Правильнее представлять зарождение ИИ не как единый четкий момент, а как совокупность нескольких этапов подряд: математическая модель нейросети (1943) → тест Тьюринга (1950) → появление самого термина (1955) → конференция, закрепившая дисциплину (1956). Дартмутское «официальное» признание — устоявшийся консенсус историков науки, но далеко не единственная возможная точка отсчета, и сводить всю историю к одному летнему семинару значит игнорировать добрых полтора десятилетия подготовительной работы, без которой сама Дартмутская заявка вряд ли была бы сформулирована именно так, как ее сформулировали.

Между Дартмутской конференцией и современными языковыми моделями лежит еще один важный промежуточный этап, который стоит отдельно упомянуть: в 1966 году Джозеф Вейценбаум из MIT создал программу ELIZA — раннюю систему обработки естественного языка, которая имитировала психотерапевта, отвечающего на реплики пользователя переформулированными вопросами. Технически ELIZA была устроена крайне просто — набор шаблонов и правил подстановки, без какого-либо реального понимания смысла сказанного. Но эффект от общения с ней оказался неожиданным даже для самого автора: часть пользователей, включая секретаршу самого Вейценбаума, начинала воспринимать диалог с программой всерьез, как настоящий разговор с понимающим собеседником, и просила оставить их наедине с терминалом.

Этот эффект — склонность людей приписывать простой программе понимание и эмпатию, которых там на самом деле нет, — получил впоследствии название «эффект ELIZA», и сам Вейценбаум провел остаток карьеры, предупреждая коллег об опасности переоценки того, что на самом деле умеют такие системы. Любопытно, что спустя почти 60 лет тот же самый вопрос — где проходит грань между убедительной имитацией понимания и настоящим пониманием — остается центральным и для споров вокруг современных языковых моделей, просто на несравнимо более высоком техническом уровне.

От ELIZA до систем вроде современных чат-ботов прошло несколько десятилетий относительно медленного, неровного прогресса, включая как минимум два периода так называемой «зимы ИИ» — этапы резкого сокращения финансирования и интереса к теме после того, как ранние завышенные обещания исследователей не оправдались в заявленные сроки. Первая такая зима пришлась на 1970-е годы, вторая — на конец 1980-х. Оба раза направление не исчезало полностью, а скорее уходило в тень, пока накопление вычислительных мощностей и новых данных не создавало условия для следующего витка интереса. Нынешний бум вокруг больших языковых моделей — по историческим меркам далеко не первый подобный всплеск, и понимание этого ритма — взлет, завышенные ожидания, разочарование, новый взлет на более прочном техническом фундаменте — само по себе полезная прививка от избыточного как энтузиазма, так и скепсиса.

Стоит отдельно отметить, что за 70 лет менялось не только то, что умеют машины, но и то, что люди вообще готовы были признавать проявлением интеллекта. В 1950-х и 1960-х годах доказательство математической теоремы или победа в шахматах казались вершиной того, на что способен человеческий разум, — поэтому Logic Theorist и последующие шахматные программы воспринимались как прямое приближение к «настоящему» ИИ. Когда в 1997 году компьютер Deep Blue обыграл действующего чемпиона мира по шахматам Гарри Каспарова¹, многие ожидали, что это станет символическим рубежом — доказательством того, что машины превзошли людей в интеллектуальной деятельности как таковой.

На практике эффект оказался прямо противоположным ожиданиям. Как только конкретная задача — шахматы, распознавание речи, перевод текста — оказывалась решена машиной, общество достаточно быстро переставало считать именно эту задачу мерилом интеллекта, объявляя ее «просто вычислением», а не подлинным мышлением. Философы и историки науки называют этот эффект «эффектом движущихся ворот» (AI effect): граница того, что причисляется к «настоящему» интеллекту, постоянно отодвигается вперед по мере того, как машины осваивают очередной рубеж.

То же самое происходит и сегодня с языковыми моделями: то, что еще несколько лет назад казалось бы чудом — связный, грамотный текст на любую тему по короткому запросу, — воспринимается как рутинная функция, а разговор о «настоящем» интеллекте машин снова сдвигается дальше, к более сложным способностям вроде долгосрочного планирования или подлинного понимания причинно-следственных связей.

2026 год — юбилейный: ровно 70 лет с даты открытия Дартмутской конференции. Осенью Дартмутский колледж проводит в Хановере отдельную юбилейную встречу — хороший повод вспомнить, с чего все начиналось, на фоне того, что сегодняшние языковые модели физически несравнимы с программами 1956 года, но по сути своей отвечают на тот же вопрос, поставленный на летнем семинаре: что машину можно заставить делать.

Есть и устойчивое наблюдение, которое не изменилось за 70 лет: до сих пор принято судить о системах ИИ по тому, что они умеют эффектно продемонстрировать, а не по тому, что происходит, когда их целенаправленно пытаются «сломать». Это то же самое слепое пятно, что было заложено еще в исходной заявке 1955 года, где не было ответа на вопрос, как вообще проверить, что цель — «разумное поведение машины» — действительно достигнута. Спустя 70 лет вопрос надежной оценки систем ИИ остается открытым не меньше, чем в год конференции.

Путь от Logic Theorist до современных языковых моделей занял 70 лет, но познакомиться с этим направлением сегодня можно не читая научных статей и не разбираясь в LISP — а просто открыв чат с моделью и задав вопрос. Кстати, если для этого нужна конкретная модель, которой физически нет в открытом доступе из России, — типичная сегодняшняя версия «заявки на грант» выглядит куда проще: зайти на такой сервис, как SpeShu.AI, и получить доступ с оплатой в рублях за несколько минут, а не писать письмо в фонд и ждать ответа месяцами, как приходилось Маккарти в 1955-м.

Часть современных моделей из России действительно требует VPN и иностранную карту для прямого доступа — это первое из двух уместных здесь упоминаний VPN, без нагнетания: это просто техническая реальность, с которой сталкивается почти любой, кто хочет попробовать конкретную зарубежную модель напрямую.

Джон Маккарти — в заявке на грант от 31 августа 1955 года, написанной вместе с Марвином Минским, Натаниэлем Рочестером и Клодом Шенноном. Термин появился на год раньше самой Дартмутской конференции, которую принято считать официальным рождением дисциплины.

Нет — идее уже больше 80 лет, если отсчитывать от первой математической модели нейросети 1943 года, или 70 лет, если отсчитывать от самого термина и Дартмутской конференции. ChatGPT и современные языковые модели — это далекое продолжение того же направления, а не его начало.

Logic Theorist, представленный на Дартмутской конференции в 1956 году Алленом Ньюэллом и Гербертом Саймоном, — принято считать первой в истории программой ИИ.

Потому что в 2026 году исполняется ровно 70 лет с даты открытия Дартмутской конференции 1956 года — события, которое историки науки единогласно считают официальным рождением ИИ как отдельной научной дисциплины, и которое Дартмутский колледж отдельно отмечает юбилейной встречей в Хановере осенью того же года.

За 70 лет путь от заявки на грант до языковых моделей в кармане каждого прошел через десятки промежуточных этапов — от математической модели нейросети 1943 года и теста Тьюринга 1950-го до Logic Theorist на летнем семинаре 1956-го, ELIZA десятилетие спустя и минимум двух периодов «зимы ИИ», когда казалось, что весь энтузиазм вокруг темы был преждевременным. Понимание этой истории помогает трезвее относиться к текущему буму вокруг ИИ.

А если вы хотите подробнее разобраться, как формулировать запросы к текстовым нейросетям, чтобы результат не разочаровывал с первого раза, — вот бесплатный гайд: Как выжать 1000% из текстовых нейросетей.

Материал подготовлен в ознакомительных целях и не является руководством к действию или финансовой рекомендацией. Сайт не несет ответственности за ваши финансовые решения.