Коротка історія штучного інтелекту: від нейрона до GPT
Штучному інтелекту вже понад 80 років — зі злетами, двома «зимами» й нинішнім бумом. Коротка хронологія головних подій, які привели до ChatGPT, Claude й Gemini.
ChatGPT, Claude й Gemini здаються дуже новим явищем, але сам напрям «штучний інтелект» існує вже понад 80 років. За цей час галузь пережила кілька хвиль ентузіазму й щонайменше дві тривалі «зими» — періоди, коли фінансування й інтерес майже зникали.
Нижче — стисла хронологія головних подій: не вичерпний перелік (повну, детальну хронологію із сотнями подій і джерел можна переглянути на українському проєкті LLM Atlas), а приблизно три з половиною десятки віх, які справді змінили напрям розвитку.
Хронологія нижче на сторінці
Прокрутіть вниз — там повна хронологія, згрупована за епохами: від першої моделі нейрона 1943 року до агентного ШІ 2026-го.
Чому було дві «зими»
Обидва періоди спаду мали схожу причину: завищені обіцянки дослідників не справджувалися так швидко, як очікували уряди й інвестори, фінансування різко скорочували — і галузь на роки занурювалась у застій, доки новий технічний прорив (backpropagation у 80-х, глибоке навчання у 2006-му) не повертав інтерес.
Сьогоднішній бум ШІ триває вже кілька років поспіль — набагато довше за попередні хвилі, — але варто пам’ятати, що галузь уже проходила через цикли надмірних очікувань і розчарувань. Це не привід применшувати реальні досягнення останніх років, радше контекст: технологія розвивається нерівномірно.
Що читати далі
Шукаєте коротку відповідь, хто саме стояв біля витоків галузі? Окрема довідка пояснює, хто створив штучний інтелект і хто запропонував термін, з датами заявки та Дартмутського семінару.
Хочете розібратися, як саме влаштовані сучасні моделі — токенізація, тобто як ШІ бачить текст, або різниця між штучним інтелектом і нейромережами. А спробувати найвідоміші інструменти сьогодні можна в нашій добірці ШІ-чатів.
Що це означає для читача
Головний урок хронології: ШІ розвивається хвилями. За понад 80 років були і прориви, і розчарування. Тому, коли хтось обіцяє, що «ось-ось усе зміниться назавжди», корисно пам’ятати про дві «зими» і про те, що технологія росте нерівномірно.
На що звернути увагу
- Хронологія на сторінці — це відбір приблизно трьох з половиною десятків віх, а не вичерпний перелік. За деталями йдіть до LLM Atlas.
- Перша віха — модель нейрона 1943 року, а нинішній період охоплює агентний ШІ 2026-го.
- Прориви, що виводили галузь із застою, — backpropagation у 80-х і глибоке навчання у 2006-му.
Часті питання
Скільки років штучному інтелекту?
Напряму понад 80 років, відлік можна вести від моделі нейрона 1943 року.
Скільки було «зим»?
Щонайменше дві — періоди, коли фінансування й інтерес майже зникали через завищені обіцянки.
Чим нинішній бум відрізняється?
Він триває вже кілька років поспіль, набагато довше за попередні хвилі.
З чого почати, щоб спробувати ШІ самому?
З добірки ШІ-чатів на нашому сайті: там зібрано найвідоміші інструменти.
Коротка хронологія ШІ
~35 ключових віх — повна хронологія з сотнями подій і джерел є на llmatlas.com.ua.
Витоки 1943–1955
- Перша модель штучного нейрона
Воррен Маккалок і Волтер Піттс описують нейрон як логічний елемент «так/ні» — основа для майбутніх нейромереж.
- Тест Тюрінга
Алан Тюрінг у статті «Computing Machinery and Intelligence» пропонує перевіряти «мислення» машини через розмову з людиною.
- З’являється термін «штучний інтелект»
У заявці на Дартмутський семінар Джон Маккарті вперше вживає словосполучення «artificial intelligence».
Народження напряму 1956–1973
- Дартмутський семінар
Зустріч дослідників, яка офіційно започатковує штучний інтелект як окрему галузь науки.
- Перцептрон
Френк Розенблатт створює перцептрон — одну з перших моделей, що навчається на прикладах, прообраз нейромереж.
- ELIZA — перший чат-бот
Джозеф Вейценбаум у MIT створює програму-психотерапевта ELIZA, яка відповідає на репліки за простими правилами.
- Межі перцептронів
Книга Мінського і Паперта «Perceptrons» показує, чого прості нейромережі того часу не вміють — інтерес і фінансування напряму падають.
Перша «зима ШІ» 1974–1979
- Звіт Лайтхілла
У Великій Британії звіт уряду критично оцінює результати досліджень ШІ — фінансування різко скорочують.
- Спад фінансування в США
DARPA та інші агентства зменшують гранти на дослідження ШІ після завищених обіцянок попереднього десятиліття.
Епоха експертних систем 1980–1986
- Перша комерційна експертна система
XCON (R1) компанії DEC автоматично конфігурує комп’ютери — перший масштабний бізнес-успіх ШІ.
- Проєкт «П’яте покоління»
Японія оголошує масштабну національну програму комп’ютерів на основі ШІ — підживлює нову хвилю інтересу у світі.
- Зворотне поширення помилки
Румельхарт, Хінтон і Вільямс популяризують алгоритм backpropagation — ключовий метод навчання багатошарових нейромереж і дотепер.
Друга «зима ШІ» 1987–1993
- Крах ринку LISP-машин
Спеціалізовані комп’ютери для ШІ програють конкуренцію звичайним ПК — галузь експертних систем занепадає.
- Друге охолодження інтересу
Обіцянки 80-х не справджуються, фінансування ШІ знову падає майже на десятиліття.
Статистичне навчання й перші перемоги 1997–2009
- Deep Blue перемагає чемпіона світу
Комп’ютер IBM вперше перемагає чинного чемпіона світу з шахів Гаррі Каспарова в повноцінному матчі.
- Повернення терміна «глибоке навчання»
Джеффрі Хінтон показує, що багатошарові нейромережі можна ефективно навчати — початок сучасної хвилі ШІ.
- ImageNet
Фей-Фей Лі та колеги публікують величезний розмічений датасет зображень, який стане полігоном для перевірки моделей розпізнавання.
Глибоке навчання виходить на перше місце 2012–2016
- AlexNet
Нейромережа AlexNet переконливо вигравaє змагання ImageNet — момент, після якого глибоке навчання стає домінантним підходом у розпізнаванні зображень.
- Генеративні змагальні мережі (GAN)
Ян Гудфеллоу пропонує архітектуру, де дві мережі «змагаються» — основа багатьох пізніших генераторів зображень.
- AlphaGo перемагає чемпіона з го
DeepMind переконливо показує, що ШІ може перевершити людину в грі, яку довго вважали занадто складною для комп’ютерів.
Ера трансформерів 2017–2019
- «Увага — це все, що потрібно»
Дослідники Google публікують архітектуру Transformer — фундамент практично всіх сучасних великих мовних моделей.
- BERT
Google випускає BERT — модель, що значно покращує розуміння тексту пошуковими й мовними системами.
- GPT-2
OpenAI показує GPT-2 — модель, якість текстів якої вперше викликає публічні дискусії про ризики зловживання.
Генеративний бум 2020–2022
- GPT-3
OpenAI випускає модель на 175 млрд параметрів і відкриває до неї платний доступ через API.
- Stable Diffusion й Midjourney
Генератори зображень за текстовим описом стають загальнодоступними — початок масового застосування ШІ-творчості.
- Запуск ChatGPT
OpenAI випускає безкоштовний чат-інтерфейс до своїх моделей — за кілька місяців ним користуються сотні мільйонів людей, ШІ стає мейнстримом.
Мультимодальність, міркування й агенти 2023–2026
- GPT-4, Claude, Gemini
З’являються потужні мультимодальні моделі (текст, зображення, згодом аудіо й відео) від кількох конкуруючих компаній.
- Моделі з явним «міркуванням»
OpenAI випускає o1 — модель, що свідомо «думає» довше перед відповіддю на складні задачі, покращуючи точність.
- ШІ-агенти й нові покоління моделей
Моделі (GPT-6, Claude 5.x, Gemini 4 та інші) дедалі більше діють самостійно: пишуть і виконують код, бронюють, досліджують — а не лише відповідають текстом.