Сезон 2026/2027 гг. открыт!
- 27.09.26 г.
- 9772225665000 26017
1. Есть в истории науки сюжеты, которые похожи на детектив. Коннекционизм – один из таких. Это направление в искусственном интеллекте, которое сначала казалось безумной идеей, потом было осмеяно и похоронено, а затем вернулось – и перевернуло мир. Сегодня о нем говорят все: от программистов до министров. Но мало кто помнит, что за этим стоит более чем восьмидесятилетняя история проб, ошибок, гениальных догадок и горьких разочарований.
В предыдущем цикле лекций говорилось о символьном ИИ, в котором интеллект понимался как манипуляция четкими символами по правилам формальной логики. Он дал впечатляющие результаты: экспертные системы, которые ставили медицинские диагнозы, программы, доказывавшие математические теоремы, шахматные программы, обыгрывавшие гроссмейстеров. Казалось, еще немного – и машина сравняется с человеком. Но этого «немного» не случилось.
Символьный ИИ пережил две волны кризиса.
Первая «зима» наступила в конце 1960-х: после доклада Лайтхилла (1973), критиковавшего британские исследования ИИ, и после того, как финансирование в США и Великобритании резко сократилось. Затем был временный подъем 1980-х: экспертные системы, LISP-машины, японский проект «Компьютеры пятого поколения».
Но к концу 1980-х годов символьный подход вновь оказался в кризисе– уже второй по счету. Крах рынка LISP-машин, провал японского проекта, осознание того, что «бутылочное горлышко знаний» так и не удалось расширить – все это привело ко второй «зиме».
Главные причины кризиса оказались фундаментальными.
а. Проблема здравого смысла (машина не «знает» очевидных вещей о мире, их надо специально описывать: символьная система должна была получить их в виде аксиом– а их бесконечное множество),
б. Проблема фрейма (символьная система без явного указания не способна определить, какие факты релевантны, а какие нет),
в. «Бутылочное горлышко знаний» (каждое изменение предметной области означало переписывание правил),
г. Философская критика (Хуберт Дрейфус показал, что человеческое познание укоренено в телесном опыте и вовлеченности в мир).
Коннекционизм предложил не программировать правила, а строить сеть из простых элементов и позволить ей учиться самой.
Коннекционизм – это направление в искусственном интеллекте, когнитивной науке и нейробиологии, рассматривающее интеллект как эмерджентное свойство большого количества простых связанных элементов – искусственных нейронов. Слово «эмерджентное» здесь ключевое: никто не закладывает интеллект в каждый нейрон по отдельности. Он возникает – как температура возникает из движения молекул, хотя ни одна молекула не «теплая».
Знания не записываются в виде правил «если… то», а извлекаются из данных через обучение: нейросеть сама настраивает силы связей (веса) между нейронами, пока не начнет правильно решать задачу. Никто не может показать пальцем на конкретный нейрон и сказать: «Париж – столица Франции». Это знание «размазано» по миллионам весов.
Формально нейросеть – это взвешенный направленный граф: вершины – искусственные нейроны, ребра – синаптические связи с числовыми весами. Обучение – это подстройка весов под конкретную задачу на основе примеров. Не программирование, а именно обучение. Как ребенок учится узнавать, например, собак: ему не дают описание, ему просто показывают много собак.
Сегодня именно коннекционизм стоит за системами, которые распознают лица, переводят тексты, генерируют изображения и ведут с нами диалоги...
В финальной части курса будут рассмотрены некоторые возможные пути развития: энергоэффективные спайковые сети, гибридные нейро-символические системы (которые пытаются соединить обучение с логикой) и вопрос о том, может ли масштабирование нынешних подходов привести к искусственному общему интеллекту (AGI) или для этого потребуется качественный скачок.
Предлагаемый в этом семестре курс лекций последовательно проводит читателя/обучающегося по всей истории коннекционизма: от биологического нейрона и простых многослойных сетей – через сверточные и рекуррентные архитектуры – к революции трансформеров и большим языковым моделям. Мы разберем, как именно сеть учится, почему она «галлюцинирует», как ей правильно задавать вопросы и чем генерация текста отличается от генерации картинок.
Отдельно поговорим о «галлюцинациях» – одной из самых обсуждаемых проблем современных LLM. Модель не проверяет истинность – она генерирует статистически вероятное продолжение, поэтому может уверенно выдавать вымышленные факты: несуществующие статьи, фальшивые ссылки, придуманные биографии. Это не баг, это свойство архитектуры, и понимание его механизма – ключ к грамотному использованию таких систем.
При этом курс не идеализирует коннекционизм: говорится о его ограничениях: «черном ящике» (невозможность объяснить, почему принято решение), зависимости от огромных объемов данных и энергии, уязвимости к предвзятости и состязательным атакам, а также о том, что даже самые мощные современные модели по-прежнему лишены настоящего понимания и здравого смысла.
Курс предназначен для широкой аудитории. Это значит, что мы будем избегать тяжелых формул, но и не будем упрощать суть. Математика появится только там, где без нее не обойтись – но на правах инструмента, а не главного героя. Главные герои – идеи и люди, которые за них боролись.
В следующем курсе лекций будет рассмотрен принципиально новый подход к развитию AI (киберсубъектность), качественно отличающийся от известных научных подходов.
2. Одной из центральных тем сайта, развиваемой в обсуждениях, станет осмысление продолжения завершенной системы Гегеля (Comprehending the Development of Hegel's Completed System), которое является основой как современного развития философии Гегеля и ряда диалектических исследований на ее основе, так и всей современной диалектики. При этом стоит отдельно отметить, что некоторые положения продолжения завершенной системы Гегеля стали принципиально важными при осмыслении AI, нейросимвольного подхода и AGI и для создания киберсубъекта.
3. Что касается изложения материалов Раздела, то начиная с этого семестра в силу разнообразия основных и сопутствующих тем будет активнее реализовываться предложенный ранее формат, предполагающий дискуссии и практические занятия. Их положения и выводы могут обсуждаться даже на отдельных Интернет-площадках сайта.