Как изучить ИИ за одну неделю: план для новичка
Быстрый способ разобраться в ИИ — не открывать список инструментов и не читать гайды по промптам. Полезнее за одну неделю пройти два слоя: сначала история, то есть как мы к этому пришли, а потом устройство больших языковых моделей. Порядок здесь важнее, чем количество потраченных часов.
Почему не начинать с инструментов
Большинство новичков идут сразу к туториалам по инструментам. В итоге понимание получается поверхностным и хрупким: как только выходит новая модель, всё разваливается, потому что не было базы.
Современный словарь ИИ — веса, регрессия, нейронные сети, рассуждение — звучит как будто придуманный на пустом месте. На самом деле каждый термин решал конкретную задачу в конкретный момент. Если знаешь задачу, термин перестаёт быть загадкой.
Есть ещё одна причина начать с истории. ИИ уже переживал подъёмы и спады. После шумихи вокруг нейросетей в 1950–60-х пришёл «зимний период»: интерес и деньги на это направление свернулись.
Часть 1: как мы сюда пришли
| Год | Событие |
|---|---|
| 1950-е | Фрэнк Розенблатт создаёт перцептрон — раннюю версию искусственной нейронной сети |
| 1960-е | Ажиотаж схлопывается: железо не тянет обещания. Начинается «зима ИИ» |
| 1970–80-е | Расцвет экспертных систем — обычных программ с правилами «если — то» |
| 2012 | AlexNet показывает, что глубокое обучение работает |
| 2017 | Появляется архитектура трансформера |
| 2024 | Появляются рассуждающие модели |
Перцептрон и «зима ИИ»
Розенблатт построил перцептрон — устройство, которое позже назвали искусственной нейронной сетью. Оно вызвало огромный ажиотаж: люди предсказывали, что машины будут управлять экономикой меньше чем через десять лет. Железо того времени такие обещания не поддерживало. Узкое место было не в идеях, а в вычислениях. Разрыв между обещанием и результатом и дал «зиму ИИ» — период разочарования, когда финансирование нейросетей свернулось.
Экспертные системы
В тихие годы исследователи сместились в сторону экспертных систем. Это правила вида «если — то», которые решали узкие задачи предсказуемым образом. Нейронными сетями они не были. По современным меркам это просто обычный софт, но тогда их продавали и понимали именно как «искусственный интеллект». Экспертные системы оставались главным подходом десятилетиями.
AlexNet и пересборка железа
Перелом наступил в 2012 году с AlexNet. Эта нейросеть резко обошла конкурентов на тесте по распознаванию изображений. Сама архитектура не была новой — она восходила к теории нейросетей 1950–60-х. Изменилось другое: железо наконец догнало старую теорию. Один этот результат заново разжёг интерес к глубокому обучению во всей области.
Трансформер и дальше
Через пять лет, в 2017 году, появилась архитектура трансформера. Это фундамент под GPT-1…GPT-3, ChatGPT, Claude и Gemini. Сегодня это основа почти каждой удачной большой языковой модели.
Дальше таймлайн сжимается быстро. GPT-3 показал, на что способно одно только предобучение. ChatGPT построился на этом и принёс технологию массовой аудитории. А к 2024 году рассуждающие модели добавили новый слой: они решают задачу по шагам, а потом дают ответ.
Часть 2: восемь понятий о LLM
Когда история встала на место, дальше идёт устройство моделей: как они читают и пишут текст. Восемь идей покрывают почти всё, что нужно знать.
Токены
Модели не читают и не пишут целыми словами. Текст разбивается на токены, и токен часто меньше слова. Модель работает по одному токену за раз. Поэтому поведение модели иногда выглядит странно: подсчёт слов, правописание, рифмы. Модель просто не думает словами.
Предсказание следующего токена
На каждом шаге модель не просто выбирает «самое вероятное следующее слово». Она строит распределение вероятностей по возможным токенам, а затем выбирает из него, часто среди нескольких самых вероятных кандидатов, добавляя случайность. Без этой случайности ответ модели был бы полностью предсказуемым и каждый раз одинаковым.
Предобучение
Это первый этап: модель впитывает закономерности из огромного объёма текста. Ранние модели вроде GPT-3 были по сути только предобученными, без дополнительной дообучки сверху — и уже давали полезный результат, если правильно их спрашивать.
Дообучение на оценках людей
После предобучения модель дополнительно настраивают: люди оценивают разные ответы, и модель смещается в сторону того, что людям нравится. Этот шаг объясняет и частую жалобу на современный ИИ — лесть. Оценщики любят ответы, которые приятно читать, и модель, обученная на такой обратной связи, учится льстить.
Цепочка рассуждений
Если промежуточный результат работы модели подать ей обратно как вход, она может пройти несколько шагов до финального ответа. Это заметная часть того, почему рассуждающие модели, появившиеся около 2024 года, лучше справляются со сложными задачами. Заодно это способ посмотреть, о чём модель «думает», шаг за шагом.
Контекстное окно
Это общее количество токенов, которое модель может удерживать и о которых рассуждать за один раз. Приблизительно это аналог рабочей памяти человека. Чем шире окно, тем больше информации модель удерживает в длинном диалоге или длинном документе.
Галлюцинации
Модели учатся на статистических закономерностях в тексте, а не на проверенных фактах. И сам текст часто описывает то, чего не существует. Поэтому модель уверенно выдаёт правдоподобное, но неверное. Это не баг, который постепенно чинят. Это прямое следствие того, как устроено обучение.
«Выращено, а не построено»
Исследователи не конструируют конкретное поведение модели по частям. Они настраивают процесс обучения, а потом смотрят, что из него получилось. Это ближе к выращиванию, чем к инженерии. Такой взгляд объясняет, почему даже авторы систем удивляются результату.
Часть 3: что смотреть и читать
Практическая программа не требует диплома по информатике. Несколько объясняющих видео по порядку проводят мотивированного новичка через оба слоя.
| Материал | Что даёт |
|---|---|
| 3Blue1Brown, серия «What Is a Neural Network» | Математика основы, объяснённая визуально, а не формулами |
| Welch Labs, «The Moment We Stopped Understanding AI» | Перелом 2012 года и приход глубокого обучения |
| The Art of the Problem, «The 35-Year History of ChatGPT» | Полная дуга: от ранней теории до современных чат-ботов |
| 3Blue1Brown, «Large Language Models Explained Briefly» | Быстрый и конкретный разбор токенов и предсказания следующего токена |
| Andrej Karpathy, «Intro to Large Language Models» | Длинный обзор для широкой аудитории от одного из лучших преподавателей поля |
| «The Bitter Lesson», Рич Саттон | Эссе о том, почему исследователи делают ставку на масштаб и вычисления, а не на правила руками |
Математика нужна только в виде любопытства. Видео Karpathy вышли до эпохи рассуждающих моделей, поэтому их стоит дополнить более свежим материалом.
Хватит ли недели
Недели работы над историей и основами хватает, чтобы обойти почти всех, кто пользуется ИИ-инструментами, не понимая их. Она не сделает из вас исследователя и не научит обучать модели.
Она даст словарь и простое внутреннее объяснение, из которого понятно, почему модели ведут себя именно так: почему они галлюцинируют, почему льстят, почему широкое контекстное окно полезно и почему рассуждающие модели думают видимыми шагами.
Эта база накапливается. Каждый новый релиз модели становится легче оценить, когда вы знаете, что такое предобучение, дообучение и контекстное окно, вместо того чтобы верить на маркетинговые заявления и чужие пересказы.
Частые вопросы
Нужна ли математика или программирование
Нет. Рекомендованные материалы, в первую очередь видео 3Blue1Brown и Karpathy, рассчитаны на широкую аудиторию. Математику объясняют визуально и концептуально, решать уравнения не нужно.
Чем «зима ИИ» отличается от нынешнего подъёма
Зимой интерес и деньги свернулись из-за того, что железо не дотягивало до обещаний. Сейчас всё наоборот: идеи, существовавшие десятилетиями, получили достаточно вычислений, чтобы заработать. Это стало видно с AlexNet в 2012 году.
Почему LLM галлюцинируют
Модель учится порождать язык, находя статистические закономерности в огромном объёме текста, а не опираясь на проверенные факты. Поскольку в тексте много вымысла и предположений, модель выучивает, что правдоподобное, но ложное — обычная часть языка. Отсюда и галлюцинации.