Бесчеловечный бизнес
Сколько стоит искусственный интеллект
«Машина думать не может». С этими словами, ошибочно приписываемыми Сталину, в наше время не согласится даже младшеклассник, общающийся в смартфоне с чат-ботом. Рынок технологий искусственного интеллекта (ИИ) растет с головокружительной скоростью. Капитализация главных игроков измеряется триллионами долларов, инвестиции в бизнес и контракты лучшим специалистам в этой сфере — сотнями миллионов долларов.
Как родился ИИ
Универсального определения ИИ не существует, но обычно считается, что это способность машины на когнитивные действия, аналогичные тем, которые выполняет человеческий мозг,— рассуждение, обучение и решение проблем. В 1940-е годы британский математик, логик и криптограф Алан Тьюринг разрабатывал концепцию машинного интеллекта. В 1950 году он опубликовал в научном журнале Mind статью «Вычислительные машины и разум». В 1956 году статья была перепечатана в четвертом томе библиотеки математической литературы «Мир математики» Джеймса Ньюмена под более эффектным заголовком «Могут ли машины мыслить?».
В этой статье был сформулирован так называемый тест Тьюринга. Его смысл состоит в том, чтобы определить, способна ли машина мыслить, как человек. В эксперименте три участника: человек, машина и судья. Они общаются вслепую. Судья задает двум остальным участникам вопросы, на которые получает письменные ответы. Задача судьи — определить, кто из собеседников машина. Задача машины — обмануть судью. Если судья не способен отличить ответы машины от ответов человека, это означает, что машина прошла тест Тьюринга. Значит, ее можно считать «разумной».
Во времена Тьюринга электронно-вычислительным машинам (ЭВМ) такая задача была не по плечу. В июне 2024 года Камерон Джонс и Бенджамин Берген с факультета когнитивных наук Калифорнийского университета в Сан-Диего опубликовали статью, в которой сообщалось, что чат-бот ChatGPT-4 успешно прошел тест. «Судьи» принимали нейросеть за человека в 54% случаев. В новой статье тех же исследователей, опубликованной в марте 2025 года, результаты эксперимента были еще более впечатляющими. Более совершенная нейросеть ChatGPT-4.5 Persona смогла обмануть подавляющее большинство «судей». Пятьсот участников эксперимента в 73% случаев принимали ее ответы за ответы человека.
Но вернемся к истории зарождения ИИ. Термину «Искусственный интеллект» (Artificial Intelligence, AI) 31 августа 2025 года исполнилось 70 лет. Термин предложил американский специалист по информатике Джон Маккарти в ходе подготовки Дартмутского семинара. Летом 1956 года в Дартмутском колледже, американском частном исследовательском университете, был проведен двухмесячный семинар, в котором с разной степенью вовлеченности участвовало 20 ученых, интересующихся вопросом «думающих машин». На семинаре были заложены основные направления новой науки — искусственного интеллекта как математической дисциплины.
В истории развития искусственного интеллекта выделяют три волны. Каждая волна — всплеск интереса и финансирования, за которыми следовала «зима ИИ», то есть спад интереса и снижение финансирования исследований в этом направлении.
Первая волна — 1950-е и 1960-е годы. В университетах Великобритании и США стали появляться кафедры искусственного интеллекта. В СССР на кафедре вычислительной математики механико-математического факультета МГУ в 1955 году начал работу научно-исследовательский семинар по кибернетике под руководством профессора Алексея Ляпунова.
Одна из главных проблем новой науки, тормозившая ее развитие, состояла в том, что компьютерные мощности не успевали за теоретическими разработками. Человеческие задачи оказывались слишком сложными для компьютеров. Некоторые идеи находили свое воплощение в жизнь много лет спустя. Так, в апреле 2024 года исследователи из четырех американских университетов опубликовали статью, в которой была выдвинута концепция нового типа нейросетей, основанная на теореме Колмогорова—Арнольда (Kolmogorov—Arnold Networks, KAN). Смысл теоремы, которую в начале 1960-х годов доказали советские математики Андрей Колмогоров и Владимир Арнольд, состоит в том, что любую сложную функцию многих переменных можно представить в виде комбинации множества простых функций от одной переменной.
Советский кибернетик Михаил Бонгард в конце 1950-х годов, когда стали доступны электронно-вычислительные машины, начал строить модели мыслительных процессов и одним из первых занялся разработкой программ, предназначенных для распознавания изображений. В 1967 году была опубликована его книга «Проблема узнавания».
Прогресс в развитии ИИ как науки затормозился в 1970-е. На Западе виной тому было несколько провалов, когда практика не подтверждала обещания исследователей. Так, в период холодной войны американское правительство возлагало большие надежды на использование машинного перевода для перевода большого объема информации на русском языке на английский. В совместном эксперименте Джорджтаунского университета и лидера рынка электронно-вычислительных машин той поры компании IBM в 1954 году ЭВМ успешно перевела 60 предложений с русского на английский. Но масштабировать успех не получилось. С большими объемами текстов ЭВМ не справлялась, делая грубые ошибки. Популярная легенда гласит, что евангельскую фразу «Дух бодр, плоть же немощна» машина перевела с русского на английский, а затем обратно так: «Водка хороша, но мясо протухло». Хотя это только байка, но реальных ошибок было много, программа машинного перевода была закрыта.
В 1980-е годы произошел новый небольшой всплеск (даже не волна) интереса к ИИ. Он был связан с ростом популярности экспертных систем — компьютерных систем, имитирующих поведение экспертов в определенной области знаний на основе базы знаний в данной области.
Вторая волна в развитии ИИ поднялась в 1990-е благодаря статистической теории обучения. Это основа машинного обучения на основе статистики и функционального анализа. Машинное обучение — направление в ИИ, основанное на идее о том, что компьютерные системы могут самостоятельно выполнять задачи, опираясь на закономерности и зависимости, выведенные из данных, учиться на данных, а не просто выполнять программу. То есть развиваться при минимальном вмешательстве человека. Второй волне в ИИ способствовали рост вычислительных мощностей при одновременном снижении их стоимости, беспрецедентно большие массивы информации (Big Data) и совершенствование алгоритмов, используемых компьютерными системами.
Среди знаковых достижений периода второй волны можно отметить следующие. Создание в 2007 году Image-Net, базы данных аннотированных изображений, предназначенной для отработки и тестирования методов распознавания образов и машинного зрения. В настоящее время число изображений в базе превышает 14 млн. В 2011 году компания Apple запусти ла разработанный ею облачный цифровой персональный помощник Siri. В 2016 году компьютерная программа AlphaGo, созданная компанией Google DeepMind, одержала победу в матче по игре в го над чемпионом мира Ли Седолем из Южной Кореи со счетом 4:1. Игра го оказалась для думающих машин сложнее шахмат, в шахматы компьютер Deep Blue обыграл чемпиона мира Гарри Каспарова (признан в РФ иностранным агентом) еще в 1997 году.
Наконец, третья волна в истории ИИ, больше похожая на цунами, поднялась и продолжается сейчас, в 2020е.
И не сосчитать
Мировой рынок технологий искусственного интеллекта растет так быстро, что аналитики сильно расходятся в оценках и прогнозах.
Согласно рыночному обзору, подготовленному Grand View Research, объем мирового рынка искусственного интеллекта в 2024 году оценивался в $279,22 млрд, а к 2030 году, по прогнозам, достигнет $1,812 трлн. В сред нем с 2025 по 2030 год рынок будет расти ежегодно на 35,9%. Передовые ИИ-технологии будут активно внедряться в автомобилестроении, здравоохранении, розничной торговле, финансовой сфере и промышленном производстве.
Market Data Forecast в своем обзоре оценивает объем рынка ИИ в 2024 году в $292,03 млрд. В 2025 году, со гласно прогнозу компании, рынок вырастет до $401,37 млрд и далее будет расти в среднем на 37,4% в год, достигнув в 2033 году $5,110 трлн.