Что такое искусственный интеллект и чем он не является

Если вы читали новости об искусственном интеллекте, вам попадались три слова: «искусственный интеллект», «машинное обучение» и «нейросеть». Обычно их используют как синонимы. Это не синонимы — и разница объясняется за минуту.

Три слова, которые путают

Искусственный интеллект — самое широкое из трёх. Так называют любую программу, которая справляется с задачей, раньше требовавшей человека: распознать речь, обыграть в шахматы, отличить кошку от собаки на фотографии. Калькулятор сюда не относится: он считает по жёстко заданным правилам, а не разбирается в задаче.

Машинное обучение — один из способов такую программу сделать. Вместо того чтобы прописывать правила руками, программе показывают множество примеров, и закономерности она находит сама. Никто не объяснял ей, чем кошка отличается от собаки, — она посмотрела миллион снимков и вывела отличия самостоятельно.

Нейросеть — конкретное устройство такой программы, самое удачное из придуманных. Название пришло из биологии: внутри тысячи простых элементов, связанных между собой, и каждая связь имеет свой вес. На нейросетях работают ChatGPT, Claude, Gemini, Midjourney — всё, о чём сегодня говорят.

Запомнить проще всего матрёшкой: нейросети живут внутри машинного обучения, машинное обучение — внутри искусственного интеллекта.

Чем искусственный интеллект не является

Три заблуждения мешают новичку больше всего.

Это не разум. Нейросеть не думает, не хочет и ничего не осознаёт. Она умеет очень хорошо продолжать начатое: по тому, что уже написано, предсказывать, что должно идти дальше. Осмысленный ответ получается потому, что осмысленные тексты встречались ей чаще бессмысленных, — а не потому, что она поняла ваш вопрос.

Это не база данных. Нейросеть не хранит статьи, из которых училась, и не ищет в них ответ. Она хранит закономерности. Поэтому она способна ответить на вопрос, которого в её обучении не было, — и поэтому же способна уверенно сообщить то, чего никогда не существовало.

Это не поисковик. Поисковик находит страницу и показывает её вам. Нейросеть сочиняет ответ заново каждый раз. Некоторые сервисы умеют и то и другое, но это разные действия, и путать их дорого.

Откуда берётся «умность»

Обучение современной языковой модели выглядит примерно так.

• Модели дают огромный объём текста — книги, сайты, документацию, переписки.
• Она раз за разом угадывает следующее слово в этих текстах и сверяется с тем, как было на самом деле.
• После каждой ошибки веса связей внутри чуть-чуть меняются.
• Так повторяется миллиарды раз, пока угадывание не станет очень точным.

Ничего, кроме этого, в основе не лежит. Удивительно здесь другое: чтобы хорошо угадывать следующее слово, приходится попутно выучить грамматику, факты о мире, логику рассуждения и даже стиль. Оказалось, что одна простая задача, решённая на достаточном масштабе, вытягивает за собой всё остальное.

Что это значит на практике

Из устройства нейросети следуют вполне бытовые правила работы с ней.

• Она сильна там, где важна форма: переписать, сократить, объяснить, перевести, придумать варианты.
• Она слабее там, где важна точность: даты, цифры, цитаты, ссылки, юридические формулировки.
• Чем больше вы дали контекста, тем лучше ответ: продолжать подробное начало проще, чем угадывать с двух слов.
• Любой факт из её ответа — повод проверить, а не готовый результат.

Спросите нейросеть о том, в чём разбираетесь сами. Так вы увидите две вещи сразу: насколько хорошо она объясняет — и где именно ошибается. На чужой теме ни того, ни другого не заметить.