Как зенитные орудия научились предсказывать будущее — и внесли вклад в развитие ИИ
В прошлом году мы говорили о Тьюринге и «Энигме». Но есть другая история из опыта Второй мировой войны, которая внесла немалый вклад в основы современных ИИ-технологий.
1941-й, Лондон. Зенитные батареи стреляют по немецким бомбардировщикам — и промахиваются. Снаряд летит до цели около 20 секунд. За это время пилот уходит в вираж или меняет высоту. Стрелять «туда, где самолёт сейчас» — бессмысленно.
Нужно попасть туда, где он окажется, а значит, предсказать будущее.
Эту задачу получает математик Норберт Винер, который должен научить орудия «думать» быстрее человека. Винер делает несколько революционных ходов.
Для начала, он отказывается от жёсткой траектории. Самолёт движется хаотично, но этот хаос подчинён статистическим закономерностям. Каждое новое положение связано с предыдущим — значит, будущее можно вычислить из прошлого.
Винер идёт дальше. Вместо траектории он моделирует сам маневр как случайный процесс с памятью. Прибор учитывает не только последние координаты, но и характер движения — скорость, ускорение, вероятность смены курса. По сути, машина впервые делает статистический прогноз поведения человека, а не просто продолжает линию на графике.
Здесь важно быть честным: прибор Винера в той форме, как его задумали, не пошёл в серийное производство. При прогнозе на 20 секунд ошибка оказалась слишком велика для реального боя. Но принципы сработали. Методы фильтрации сразу пригодились в радиолокации и системах наведения ,но главное, была заложена теория.
В 1948 году Винер публикует «Кибернетику» — труд, где утверждает: машина и мозг управляются одними и теми же законами. Самое важное — концепция обратной связи: система видит свою ошибку и подстраивается. Именно так учатся современные нейросети: делают выбор, проверяют результат, корректируют веса. Винер описал этот цикл ещё для зенитных орудий, а сегодня он движет всем — от голосовых помощников до беспилотников.
#aihistory
В прошлом году мы говорили о Тьюринге и «Энигме». Но есть другая история из опыта Второй мировой войны, которая внесла немалый вклад в основы современных ИИ-технологий.
1941-й, Лондон. Зенитные батареи стреляют по немецким бомбардировщикам — и промахиваются. Снаряд летит до цели около 20 секунд. За это время пилот уходит в вираж или меняет высоту. Стрелять «туда, где самолёт сейчас» — бессмысленно.
Нужно попасть туда, где он окажется, а значит, предсказать будущее.
Эту задачу получает математик Норберт Винер, который должен научить орудия «думать» быстрее человека. Винер делает несколько революционных ходов.
Для начала, он отказывается от жёсткой траектории. Самолёт движется хаотично, но этот хаос подчинён статистическим закономерностям. Каждое новое положение связано с предыдущим — значит, будущее можно вычислить из прошлого.
Винер идёт дальше. Вместо траектории он моделирует сам маневр как случайный процесс с памятью. Прибор учитывает не только последние координаты, но и характер движения — скорость, ускорение, вероятность смены курса. По сути, машина впервые делает статистический прогноз поведения человека, а не просто продолжает линию на графике.
Здесь важно быть честным: прибор Винера в той форме, как его задумали, не пошёл в серийное производство. При прогнозе на 20 секунд ошибка оказалась слишком велика для реального боя. Но принципы сработали. Методы фильтрации сразу пригодились в радиолокации и системах наведения ,но главное, была заложена теория.
В 1948 году Винер публикует «Кибернетику» — труд, где утверждает: машина и мозг управляются одними и теми же законами. Самое важное — концепция обратной связи: система видит свою ошибку и подстраивается. Именно так учатся современные нейросети: делают выбор, проверяют результат, корректируют веса. Винер описал этот цикл ещё для зенитных орудий, а сегодня он движет всем — от голосовых помощников до беспилотников.
Тьюринг учил машины расшифровывать прошлое. Винер учил их предсказывать будущее. Оба навыка — фундамент искусственного интеллекта.
#aihistory