Що таке «розумна» машина
У 1956 році на літній школі в Дартмутському коледжі кілька вчених вперше вжили термін «штучний інтелект». Вони твердо вірили, що машини навчаться мислити за лічені роки.
Провалу обіцянки не уникнути. Та сама ідея прижилася й почала формувати питання: що таке розум, якщо його можна вбудувати в машину?
За сім десятиліть, пишуть автори препринту, визначення змінювалося чотири рази. Кожний раз, щойно підхід вичерпував себе, підтримка фінансування падала.
Такі спадання в дослідженнях називають «зимами штучного інтелекту». Це метафора, схожа на зимову сплячку.
- Логіка (з 1950-х): розум визначали як здатність перебирання варіантів і пошуку правильного кроку, як у шахах.
- Знання (з 1960-х): розум бачили як величезну базу правил, записаних експертами.
- Навчання (з 1980-х): розум — це вміння виявляти закономірності в прикладах без готових інструкцій.
- Масштаб (з 2012 року): розум стали розглядати як результат більше даних і значно потужнішого заліза.
Кожен підхід давав плоди на деякий час. Але потім натикалися на обмеження, які не дозволяли йти далі.
Шахи в машині з’явилися задовго до терміну «штучний інтелект»
Перед розмовами про «зими» варто згадати: ідея змусити машину грати в шахи існувала ще до Дартмуту.
1912 року іспанський інженер створив Ель-Ахедресіста. Це був механічний пристрій на електромагнітах, який доводив найпростіший фінал до логічного завершення.
Пристрій не був комп’ютером у сучасному сенсі. Це була хитра механіка, що виконувала обмежену задачу.
У 1948 році Алан Тюрінг запропонував шаховий алгоритм Turochamp. Машин, здатних його запускати, тоді не існувало, тому ходи рахували вручну.
Це важливий штрих: амбіція створити «мислячу машину» старша за інструменти, якими її намагалися вимірювати.
Перша криза: коли пошук потрапив у глухий кут
Початкові програми намагалися імітувати людське мислення крок за кроком. Logic Theorist (1956) та General Problem Solver (1957) зводили міркування до перебору символів.
Уявіть лабіринт, що на кожному повороті розгалужується ще більше. На початку вибір невеликий, та надалі шляхів стає мільйони.
Комп’ютери 1950–60-х ставали потужнішими. Проте кількість можливих шляхів росла ще швидше. Перевіряти їх усі було неможливо.
Водночас існували інші ідеї. Перцептрон Розенблатта (1957) навчався розпізнавати форми за прикладами, а не за правилами.
У 1969 році Марвін Мінскі та Сеймур Пейперт показали серйозні обмеження таких систем. А 1973 року звіт Лайтгілла вкотре розкритикував обіцянки галузі.
Після цього фінансування впало. Настала перша «зима» штучного інтелекту.
Друга спроба: вчити машину всьому від експертів
Якщо машина не може сама вивести рішення, винаходили другий шлях: вручну записати все, що знають фахівці.
Так з’явилися експертні системи, де розум — це база правил. DENDRAL (1964) допомагав хімікам, MYCIN (1979) радив лікування.
До середини 1980-х індустрія експертних систем виросла й отримала державну підтримку. Але виявилося, що знання коштує дорого.
Кожне правило доводилося витягувати з голови експерта вручну. Системи ламалися поза межами закладених правил.
У 1987 році ринок спеціалізованого «розумного» заліза звалився. Виникла друга «зима».
З’явилася інша ідея: що як машина вчитиметься сама, дивлячись на приклади, а не отримуватиме правила?
Третя відповідь: навчатися на прикладах
У третю еру роботу перенесли з ручного написання правил на навчання моделей. Ключовим став метод зворотного поширення помилки.
Цей підхід незалежно розробляли декілька команд. Проте справжнє визнання прийшло 1986 року завдяки Румельгарту й його команді.
Прогрес був реальний, але обмежений — не вистачало даних та обчислювальної потужності.
Тоді ж з’явилися інші «біонатхненні» методи: генетичні алгоритми, рої частинок і подібні підходи.
Четверта і найдивніша ідея: розум можна купити
2012 рік змінив усе не через нову математику. Збіглися кілька факторів одночасно.
- По-перше, обчислення різко подешевшали: CUDA дозволила використовувати відеокарти для наукових обчислень.
- По-друге, з’явилися архітектурні зміни, що дозволили будувати значно глибші нейромережі без втрати якості навчання.
- По-третє, виникли великі розмічені масиви даних, наприклад ImageNet, а згодом — фактично весь інтернет.
- По-четверте, інвестори почали вкладати набагато більше грошей, ніж раніше бачили дослідницькі бюджети.
Нейромережа AlexNet перемогла в змаганні ImageNet 2012 року. Вона помилялася майже вдвічі менше за найкращого конкурента з ручними ознаками.
Через три роки ResNet знизила помилку до рівня приблизно одного знімка з двадцяти восьми. Це вважали наближенням до людської точності.
У 2016 році AlphaGo перемогла одного з найсильніших гравців у го. У 2017 році з’явився трансформер — архітектура, що навчає мережі бачити довгі зв’язки в тексті.
Результатом стали сучасні мовні моделі, збудовані на трансформерах, зокрема GPT-подібні системи.
Головне — не окремі перемоги. Головне — що змінилося з бюджетами. Після 2010 року обчислювальна потужність для навчання ШІ почала зростати у кілька разів щороку.
Уявіть, що ваші кишенькові гроші почали рости вчетверо щороку. Через п’ять років вони б зросли приблизно в 1,800 разів.
Приблизно так само зростали витрати на навчання нейромереж останні півтора десятиліття.
Математика нейромереж не зазнала революційних змін. Просто рецепт добре працював за умови ще більше заліза й великих масивів даних.
П’ять напрямів, де зміни видно найяскравіше
Автори препринту простежили прогрес у п’яти ключових сферах. У кожній спочатку використовували ручні описи, потім — навчання на даних.
У розпізнаванні зображень еволюція йшла від AlexNet і ResNet до сучасних систем на кшталт RF-DETR (2026). Вони не лише класифікують об’єкти, а й обводять їхні межі й відстежують ключові точки в реальному часі.
У розпізнаванні мовлення шлях почався з Audrey (1952), яка розрізняла лише цифри від нуля до дев’яти. Далі були системи з тисячним словником і перше «незалежне від голосу» розпізнавання 1989 року.
У 2026-му з’явилася RosettaSpeech. Вона переводить мовлення однією мовою в проголошене мовлення іншою мовою без проміжного тексту.
У мовних технологіях перші спроби перекладу були примітивними. Проект Джорджтаунського університету й IBM (1954) переклав шістдесят речень і пообіцяв більше.
Чат-бот ELIZA (1966) складався з шаблонів, але люди відчували, що він розуміє їхні слова. У 2003-му з’явилися «ембединги» — подання слів у векторному просторі.
Далі трансформер і GPT-3 (2020) піднесли ідею масштабу до стратегії дослідження. У 2025-му DeepSeek-R1 навчився розв’язувати задачі покроково, отримуючи лише сигнал «правильно/неправильно».
У науці експертні системи DENDRAL і MYCIN відступили перед AlphaFold2 (2020). Вона передбачає тривимірну структуру білків із високою точністю.
2025 року система AlphaProof стала першою, що досягла рівня медаліста Міжнародної математичної олімпіади, генеруючи перевірювані докази.
Залишається питання: як виміряти реальний ступінь інтелекту ШІ, коли прогрес одночасно видно в п’яти напрямках?
Шахи — найбільш об’єктивний спідометр прогресу
У більшості напрямів складно порівнювати результати різних епох. Тести й задачі постійно змінюються. Шахи — виняток.
У шахах силу гравця вимірюють однією і тією ж шкалою — Ело — вже понад півстоліття. Ця шкала дозволяє простіше оцінювати прогрес.
Ело працює просто: чим вищий рейтинг, тим сильніший гравець. Рандомні ходи відповідають приблизно 400 балам. Чемпіони мають близько 2900 балів.
За цією шкалою шахові програми додавали 40–50 балів щороку протягом десятиліть. Це був постійний прогрес.
Belle став шаховим майстром ще 1983 року. У 1997-му Deep Blue обіграв чемпіона світу серед людей.
Але є парадокс. Сучасні мовні моделі добре говорять про фізику й пишуть код. Проте, коли їх просять просто зіграти в шахи, більшість не проходить межі випадкових ходів.
Більше половини з 105 перевірених мовних моделей грали гірше за випадкові ходи. Виявляється, пояснювати фізику й добре грати в шахи — різні навички.
Пошук складнішого іспиту
Автори препринту відзначають повторюваний сценарій у галузі: створюють тест, машина проходить його, тест витісняють складнішим.
Шахи віддали місце го, потім — іграм з неповною інформацією, як покер. Там гравець не бачить усієї дошки одразу.
Те саме відбувалося з тестами для мовних моделей. MMLU змінився на GPQA, потім — на ще складніші випробування.
ARC-AGI переробляли кілька разів, бо моделі вміли «зламувати» старі версії тесту, не стаючи справді розумнішими.
Сьогодні нові тести часто вимірюють не лише правильність відповіді, а й тривалість автономної роботи без нагляду.
Оцінюють здатність моделі самостійно завершити процес, полагодити код або керувати програмою протягом години.
Куди поділася людська праця
Можна подумати, що з автоматизацією люди відходять на задній план. Препринт каже інакше: людська праця не зникла. Вона змістилася.
Раніше люди писали алгоритми вручну. Потім вони створювали правила для експертних систем. Потім — підбирали ознаки для розпізнавання зображень.
Сьогодні люди маркують мільйони фотографій, збирають і фільтрують тексти з інтернету, оцінюють відповіді нейромереж і слідкують за залізом під час тренування.
Жодна з цих задач не потрапляє до графіків «прогресу ШІ». Тож виміряна лише цифрами історія скаже, ніби до 2012 року нічого не відбувалося.
Автори препринту наполягають: це хибна думка. Робота просто перемістилася туди, де її складніше побачити.
Навіщо це важливо
Коли наступного разу прочитаєте заголовок «ШІ перевершив людину в тесті X», спитайте себе: наскільки давній цей тест?
У галузі звично ускладнювати тести. Щойно машина проходить один рівень, придумують інший, складніший.
Це не означає, що прогресу немає. Просто порівнювати «сьогоднішній ШІ» зі «старим тестом» треба обережно.
І ще одне. Поділ семидесяти років на чотири епохи — логічна інтерпретація авторів препринту, не загальновизнаний науковий факт.
Текст ще не пройшов рецензування колег-науковців. Чи стане останнє прискорення справжнім переломом? Чи це лише передвісник нової «зими»? Поки однозначної відповіді немає.
