Представьте человека, который десятилетиями твердит коллегам: «Машину можно научить мыслить так же, как учится мозг». А коллеги в ответ вежливо кивают и думают про себя: чудак, занимается ерундой, на которую давно махнули рукой все серьёзные люди. Так почти всю жизнь жил Джеффри Хинтон — британский учёный, которого сегодня называют «крёстным отцом искусственного интеллекта». Только вот признание пришло к нему очень, очень поздно.
Идея, которую все считали тупиком
Чтобы понять упрямство Хинтона, надо вспомнить, как выглядел искусственный интеллект в 1970–80-е годы. Большинство учёных были уверены: умную машину нужно строить как огромный свод правил. Хочешь, чтобы компьютер узнавал кошку? Опиши ему словами, что такое кошка: четыре лапы, усы, хвост, мех. Загрузи тысячи таких правил — и готово. Этот подход называли символьным, и в него вкладывали почти все деньги и силы.
А Хинтон гнул свою линию. Он говорил: подождите, мозг же работает не так. Мозг никто не программирует правилами. Ребёнок учится узнавать кошку, просто увидев её много раз. Он сам, изнутри, настраивает связи между нервными клетками. Давайте сделаем то же самое в компьютере — соберём искусственную сеть из простых «нейронов» и дадим ей учиться на примерах. Это и есть нейросеть.
Звучит сегодня разумно, правда? Но тогда эту идею почти похоронили. Ещё в конце 1960-х влиятельные исследователи показали, что простейшие нейросети не умеют решать даже элементарные задачи. После этого деньги на тему почти перестали давать, а наступивший период так и прозвали — «зима искусственного интеллекта». Заниматься нейросетями стало всё равно что изучать алхимию: несолидно и бесперспективно.
Сорок лет против течения
И вот тут начинается самое интересное. Пока большинство обходило нейросети стороной, Хинтон и небольшая горстка единомышленников продолжали копать. Не год, не пять — десятилетиями. В 1980-е он помог развить метод, без которого нейросети не работали бы вообще — способ «обратного распространения ошибки». Если совсем по-простому: сеть даёт ответ, мы смотрим, насколько она ошиблась, и аккуратно подкручиваем её внутренние связи, чтобы в следующий раз ошибиться поменьше. И так миллионы раз. Сеть как бы учится на собственных промахах — примерно как вы, набивая шишки, постепенно осваиваете новое дело.
Метод был красивый. Только вот толку от него поначалу выходило немного. Компьютеры тогда были слабенькие, а примеров для обучения — мало. Нейросеть — это голодный ученик: чтобы поумнеть, ей нужны горы данных и мощное «железо». А не было ни того, ни другого. Поэтому идеи Хинтона работали в теории, но почти не блистали на практике. И коллеги снова пожимали плечами: ну вот, мы же говорили.
Многие на его месте давно бы сдались и переключились на что-то модное и денежное. Хинтон — нет. Он спокойно держался своей правоты и ждал. Не потому что был упрямым ослом, а потому что верил: дело не в том, что подход плохой. Дело в том, что время ещё не пришло.
Момент, когда всё перевернулось
И время пришло. К началу 2010-х компьютеры стали в тысячи раз мощнее, а в интернете накопились гигантские залежи картинок и текстов — те самые «горы данных», которых так не хватало. И тут старые идеи вдруг заиграли.
Переломным стал 2012 год. Хинтон вместе с двумя своими учениками выставил нейросеть на крупное состязание по распознаванию изображений. Программа должна была смотреть на миллионы фотографий и угадывать, что на них: собака, корабль, гриб, автомобиль. Их сеть, получившая известность как AlexNet, обошла соперников не на чуть-чуть, а с огромным отрывом. Для тех, кто десятилетиями твердил, что нейросети — тупик, это был холодный душ. Стало ясно: подход, над которым посмеивались, на самом деле работает — и работает лучше всего остального.
После этого всё закрутилось стремительно. Крупнейшие технологические компании бросились нанимать специалистов по нейросетям. Хинтона позвала к себе Google. Идеи, которые он отстаивал в одиночку, легли в основу того, чем мы пользуемся каждый день: распознавание лиц, голосовые помощники, переводчики, а позже и системы вроде ChatGPT. Всё это выросло из той самой ветки, которую считали засохшей.
А в 2024 году Джеффри Хинтону присудили Нобелевскую премию по физике — за работы, которые легли в основу обучения нейросетей. Вдумайтесь: человека, чью область десятилетиями держали за чудачество, отметили самой престижной научной наградой в мире.
Чем эта история полезна лично вам
Тут есть поворот, о котором многие не знают. Добившись признания, Хинтон не превратился в восторженного проповедника искусственного интеллекта. Наоборот. В 2023 году он ушёл из Google, чтобы открыто говорить об опасностях технологии, которую сам же и помог создать. Не запугивать, а честно предупреждать: мы плохо понимаем, что получится, когда машины станут по-настоящему умными. Человек, который сорок лет защищал нейросети, теперь призывает относиться к ним с осторожностью. Согласитесь, для этого тоже нужна смелость.
Но если убрать технологии, история Хинтона — про очень человеческое. Про то, как легко поддаться общему мнению, когда «все вокруг» считают твою затею ерундой. И как иногда правым оказывается тот единственный, кто продолжал верить и работать, пока остальные махнули рукой. Хинтон не угадал случайно и не разбогател на хайпе. Он просто не бросил дело, в которое верил, — и дождался своего часа спустя десятилетия.
А у вас была идея или дело, в которое мало кто верил, но вы всё равно не сдавались?