История нейронных сетей началась в 1940-х с модели Маккаллока‑Питтса и правила Хебба. После «зимы ИИ» в 1970-х прорыв обратного распространения ошибки и вклад советских ученых привели к современному глубокому обучению.
История нейронных сетей — это путь, начавшийся с попытки математически описать работу мозга. За десятилетия идея пережила взлеты, период забвения и триумфальное возвращение, в котором фундаментальная наука, нейрофизиология и, в частности, российские ученые сыграли ключевую роль.
Истоки лежат в 1940‑х: нейрофизиолог Уоррен Маккалок и математик Уолтер Питтс в 1943 году предложили первую математическую модель искусственного нейрона, доказав, что простые элементы могут выполнять логические операции. В 1949 году психолог Дональд Хебб сформулировал принцип обучения — «нейроны, возбуждающиеся одновременно, укрепляют связь», — ставший основой многих алгоритмов.
В 1950‑1970‑х годах на волне кибернетики появились работающие системы. Фрэнк Розенблатт создал перцептрон и нейрокомпьютер «Марк‑1», распознававший буквы. Однако в 1969 году Марвин Минский доказал принципиальные ограничения однослойных перцептронов, что вызвало «зиму ИИ» и спад финансирования.
Возрождение наступило в 1980‑2000‑х благодаря новым алгоритмам и росту вычислительных мощностей. В 1986 году Дэвид Румельхарт, Джеффри Хинтон и Рональд Уильямс популяризировали алгоритм обратного распространения ошибки, позволивший эффективно обучать многослойные сети. Появились сети Хопфилда и сети встречного распространения.
Вклад советской и российской науки долгое время был малоизвестен на Западе. Алексей Ивахненко в 1950‑х разработал Метод группового учета аргументов (МГУА) — один из первых алгоритмов глубокого обучения — и создал машину «Альфа». Академик Анатолий Каляев в 1964 году построил многопроцессорную систему «Метеор‑3», а в 1986 году его группа изготовила первый в СССР нейрокомпьютер. Институты РАН (ИАиЭ СО РАН, ИПУ РАН) стали центрами фундаментальных исследований и научных школ.
Космос стал естественным полигоном для нейросетевых технологий. Ещё в 1980‑х разрабатывались бортовые системы для «Энергии» и «Бурана». Сегодня нейросети оптимизируют траектории (включая МКС), управляют посадкой на астероиды и ищут аномалии в телеметрии. В 2022 году NASA протестировала на орбите нейроморфный процессор Intel Loihi, имитирующий работу мозга и обладающий крайней энергоэффективностью.
Развитие нейросетей невозможно без нейрофизиологии и кибернетики. Открытия Сантьяго Рамон‑и‑Кахаля (строение нейрона) и Ивана Павлова (условные рефлексы) легли в основу математических моделей. Книга Норберта Винера «Кибернетика» (1948) объединила принципы управления в живых организмах и машинах, создав философскую базу для моделирования разума.
История нейронных сетей — блестящий пример того, как идеи из биологии, математики и инженерии сливаются в технологию, способную изменить мир.
