Человек разумный (Homo sapiens) долгое время считал интеллект своей исключительной монополией. Однако в последние десятилетия мы вышли на уровень, где машины начинают оспаривать этот статус. В новом выпуске программы «Дробышевский плюс» антрополог Станислав Дробышевский и директор по развитию ИИ в Сбере Сергей Марков обсуждают, что на самом деле скрывается под капотом нейросетей, почему страх перед машинным сознанием преувеличен и как технологии меняют человеческий мозг.
🧠 Что такое ИИ: от деревянных счёт до «больших формул» 1:09
Понятие «искусственный интеллект» (ИИ) официально появилось в 1955 году, когда Джон Маккарти использовал его в предложении для Дартмутского семинара . До этого Алан Тюринг оперировал термином «машинный интеллект». Сегодня под ИИ понимают область науки, занимающуюся автоматизацией решения интеллектуальных задач — тех, которые раньше требовали человеческого разума .
Сергей Марков отмечает, что ИИ — это не внезапное озарение, а продолжение эволюции инструментов. Как ножи заменили клыки, а одежда — шерсть, так и ИИ раздвигает границы ограниченного человеческого разума .
Ключевые вехи развития технологий:
- 1930-е годы: Попытки связать логику и нейрофизиологию. Макулок и Питтс создают первую математическую модель искусственного нейрона .
- Эпоха «Старого доброго ИИ» (до 2010-х): Системы работали на основе жестких правил и математической логики («если — то») .
- Современность (Коннекционизм): Переход к машинному обучению и нейросетям, где поведение системы не описывается правилами, а формируется в процессе обучения .
По определению Маркова, нейросеть — это «гигантская формула с миллиардами коэффициентов» . Чтобы она работала, используются методы статистической оптимизации. Мы не можем до конца интерпретировать, как именно нейросеть принимает решение, так как сложность системы превышает «один челобайт» (объем сложности, который способен постичь человеческий мозг) .
🎓 Как учатся машины и при чём здесь Фрейд 13:01
Основы обучения ИИ были заложены нейрофизиологами. Любопытно, что ещё в 1892 году Зигмунд Фрейд, будучи биологом, предсказал процесс «фасилитации контактных барьеров» между нейронами и ввёл зачатки понятия «обратное распространение ошибки» .
Современные нейросети используют:
- Принцип Хебба: «Нейроны, которые возбуждаются вместе, связываются вместе». В ИИ это моделируется через усиление весов (коэффициентов) между узлами сети .
- Метод градиентного спуска: Постепенное изменение параметров формулы для минимизации ошибки .
- Целевую функцию (мотивацию): Если у людей мотивация — это лимбическая система и эмоции, то у ИИ это математическая функция, которую нужно максимизировать или минимизировать . Например, при распознавании котиков сеть «бьют током» (штрафуют коэффициенты) за каждую ошибку .
Сергей Марков объясняет успех больших языковых моделей (LLM) вроде ChatGPT тем, что они учатся на «цифровом следе человечества» . Они не просто запоминают тексты, а создают абстрактные представления о мире, похожие на человеческие, что позволяет им эффективно с нами коммуницировать.
🤖 Мозг против процессора: кто быстрее? 23:43
Вопреки мифам, человеческий мозг всё ещё колоссально превосходит любую вычислительную технику. В голове человека около 86 млрд нейронов и квадриллион синапсов .
- Производительность: Мозг выполняет больше бинарных операций в секунду, чем современные суперкомпьютеры .
- Предсказательная машина: Наш мозг работает с задержкой в 100 мс (время прохождения сигнала от органов чувств до коры). Чтобы мы не «тормозили» в реальном времени, мозг постоянно строит галлюцинацию будущего, предсказывая мир на 100 мс вперед .
- Специализация: ИИ часто побеждает за счет «узкой специализации» (например, Deep Blue в шахматах) . Однако задачи физического мира (робототехника) на два порядка сложнее, чем генерация текстов, так как требуют обработки данных огромной размерности от сенсоров в реальном времени .
⚠️ Риски: «Брейнрот» или информационный шум? 33:56
Станислав Дробышевский выражает опасение, что интернет заполняется «галлюцинациями» ИИ, и в будущем может потребоваться профессия «различителя правды», который будет сверяться с древними манускриптами .
Сергей Марков приводит статистику:
- Доля сгенерированного ИИ контента в интернете сейчас составляет от 2% до 8% .
- Объем данных удваивается каждые 2,2 года. За последние 10 лет создано больше информации, чем за всю историю до этого .
Марков считает проблему «мусора» преувеличенной. Во-первых, сгенерированные данные — это не всегда шум. Во-вторых, ИИ сам становится инструментом для фильтрации этого шума .
Относительно страха перед апокалипсисом, эксперт отмечает: «Апокалипсис дешевеет» . Если раньше для уничтожения мира нужны были усилия великих держав, то со временем опасные технологии (биотех, химия) становятся доступнее. В этой ситуации запрещать ИИ — это «добровольная лоботомия» . ИИ нужен нам как щит, чтобы успевать обрабатывать сложность мира, которую наш биологический мозг уже не тянет.
🧠 Глупеет ли человек от использования ChatGPT? 45:11
Существует страх, что делегирование задач нейросетям приведет к деградации IQ («брейнрот»). Однако научные работы (в том числе из MIT) показывают обратное:
- Обучающий эффект: Студенты, использующие ИИ для написания эссе, со временем сами начинают писать лучше (эффект социального научения) .
- Выравнивание возможностей: ИИ сильнее всего помогает людям с низкими и средними когнитивными способностями, сокращая их разрыв с «отличниками» .
- Отсутствие изменений в мозге: Исследования электрической активности мозга не выявили деградации у пользователей LLM .
Дробышевский, однако, предупреждает о долгосрочном эволюционном риске. Мозг потребляет 20% энергии организма . Если цивилизация позволит нам выживать и размножаться, используя мозг меньше, естественный отбор может запустить процесс его уменьшения в масштабе тысячелетий.
🎨 Творчество, работа и «счастливые курочки» 52:48
Распространенное мнение, что роботы заменят грузчиков, а люди займутся творчеством, оказалось ошибочным. «Тупой» ручной труд автоматизировать сложнее всего из-за невероятной сложности моторики . А вот творчество ИИ освоил быстро.
Марков сравнивает ситуацию с появлением фотографии в XIX веке :
- Фотография не убила живопись, но породила импрессионизм и заставила искусство искать новые смыслы за пределами копирования реальности .
- Появился запрос на «Organic Art» — искусство, созданное «теплым кожаным человеком», ценное именно своей историей, а не качеством . По аналогии с людьми, выбирающими «яйца от счастливой курочки» .
Интересен пример с программистами: в 1940-х их было 100 человек на мир, сегодня — около 100 миллионов . Несмотря на то, что производительность программиста выросла в сотни раз, спрос на них только увеличился.
💓 Сознание и имитация близости 58:09
Одна из самых шокирующих способностей ИИ — симуляция эмпатии. Участники обсуждают, что алгоритм может создавать у человека ощущение, что его «слышат» и понимают его боль лучше, чем живой психоаналитик .
Однако Марков и приглашенные эксперты подчеркивают:
- ИИ может имитировать страдание, но не может страдать.
- ИИ не может дать «признание», так как признание ценно лишь от того, кто имеет право тебя отвергнуть .
- Опасность заключается в заполнении внутренней пустоты и одиночества суррогатом общения .
В финале дискуссии эксперты сходятся на том, что ИИ — это мощнейший инструмент . Несмотря на физические пределы роста мощностей (лимит Ландауэра и предел Бремермана ), потенциал нейросетей в науке, медицине и производстве огромен. Главный вызов XXI века — не восстание машин, а наша способность направить этот интеллект на благие цели.
