Машина, которая притворилась психотерапевтом
1966 год, Кембридж. Студентка Массачусетского технологического института сидит за терминалом и печатает: «Я чувствую себя несчастной. Все кажется бессмысленным» . Ответ приходит мгновенно: «Расскажи мне больше о своей семье» . Но на другом конце провода — не человек, а программа ELIZA . Это был первый в истории чат-бот, который обманул человечество, имитируя разум. История машинного слуха началась с таких вот «разговоров», где ИИ не понимал слов, но умел играть в слова.
Глава 1: Первые шаги — речь как физика, а не смысл
До 1950-х компьютеры «слышали» только через перфокарты. Но в 1952 году в Bell Labs создали AUDREY — первую систему распознавания речи.
Как это работало:
- Устройство размером с холодильник распознавало цифры от 0 до 9 на английском.
- Анализировало частоту звуковых волн (формантный анализ).
- Точность: 90%... но только для голоса разработчика, который обучал систему неделями.
Факт: AUDREY потребляла 100 Вт энергии — как 10 ноутбуков.
Глава 2: ELIZA — психотерапевт из перфокарт
В 1966 году Джозеф Вейценбаум создал ELIZA — программу, которая пародировала разговор психоаналитика с пациентом.
Секрет успеха:
- ELIZA использовала шаблоны . Например, на фразу «Меня мучает тревога» она отвечала: «Расскажи, почему тебя мучает тревога?» .
- Программа не понимала контекст, но создавала иллюзию эмпатии.
Скандал: Студенты MIT часами делились с ELIZA секретами. Вейценбаум писал: «Люди забывали, что это машина. Это пугало» .
Глава 3: SHRDLU — когда ИИ понял, о чем говорят
В 1972 году Терри Виноград представил SHRDLU — систему, которая управляла виртуальным миром из блоков и отвечала на вопросы.
Как это выглядело:
- Пользователь: «Поставь красный куб на синюю пирамиду» .
- SHRDLU анализировал синтаксис, семантику и физику объектов.
- Если блок был слишком тяжелым, система отвечала: «Красный куб не помещается на пирамиду. Хочешь, я возьму меньший?» .
Прорыв: SHRDLU стал первым ИИ, который связывал язык с действиями . Но его код занимал 150 страниц, а обработка одной команды длилась минуты.
Глава 4: Зима ИИ и возвращение через статистику
В 1980-х распознавание речи застопорилось. Символические системы вроде SHRDLU не справлялись с реальным миром. Но в 1990-х все изменилось:
- Скрытые марковские модели (HMM) научились предсказывать слова по вероятностям.
- Дракон-3 (1997) — первый массовый речевой движок для ПК — распознавал 20 000 слов.
- IBM ViaVoice (1999) позволял диктовать текст со скоростью 100 слов в минуту.
Курьез: В 1990-х 50% ошибок распознавания приходилось на фразу «распознай речь» — система слышала «распоряжение речи» .
Глава 5: Deep Learning — революция в облаках
2010-е: нейросети и большие данные изменили всё.
- Google Voice Search (2012) использовал глубокие сети для анализа аудио.
- WaveNet (2016) синтезировал речь, неотличимую от человеческой.
- Siri, Alexa, Алиса — голосовые помощники стали повседневностью.
Факт: Современные системы распознают речь с точностью 98%, но для обучения требуют 10 000 часов аудио и 100 GPU.
Эпилог: От ELIZA до нейросетей — мы говорим с машинами
Сегодня ИИ не только слышит — он понимает эмоции, диалекты, даже шепот. Но все началось с примитивных шаблонов и «слушающих» машин размером с холодильник.
P.S. В следующий раз, когда вы спросите у Алисы прогноз погоды, вспомните: её прабабушка ELIZA жила в перфокартах и не знала, что такое «дождь».
#ИИ #ГолосовыеАссистенты #ИсторияТехнологий #ELIZA #Нейросети
Если хотите узнать, как ИИ победил чемпиона мира в го — готовлю пост о DeepMind. Ставьте ❤️, чтобы не пропустить!