🧩 Puzzle🍀
Репост из: DeCenter — блокчейн, биткоин, инвестиции
Видео недоступно для предпросмотра
Смотреть в Telegram
🤖 А вы знали, что концепцию нейросетей придумали ещё в 1943 году? Задолго до ChatGPT, Midjourney и прочих «волшебных ИИ» два учёных — МакКаллок и Питтс — описали, как можно смоделировать нейрон в виде формулы. Компьютеров почти не было, а они уже мечтали о машинном разуме.
🔴 1943 — Уоррен МакКаллок и Уолтер Питтс создают первую математическую модель нейрона. Чистая теория.
🔴 1957 — Фрэнк Розенблатт строит перцептрон — первую обучаемую нейросеть, работает на военном компьютере.
🔴 1969 — Минский и Пейпер доказывают, что перцептрон слишком ограничен. Интерес к теме умирает на десятилетия.
🔴 1986 — Хинтон и соавторы возвращают интерес к нейросетям: предлагают алгоритм обратного распространения ошибки (backpropagation).
🔴 1990–2000-е — затишье. Нейросети работают, но медленно и неэффективно. Мало данных, слабое железо.
🔴 2012 — AlexNet (Хинтон снова) побеждает в конкурсе ImageNet. Начинается современная эра глубинного обучения.
🔴 2014 — VGG16: глубже, проще, мощнее. Сеть с 3×3 свёртками и 16 слоями становится классикой и основой для многих моделей.
🔴 2017 — архитектура Transformer (работа Attention is All You Need от команды Google). Вместо рекуррентных сетей — чистое внимание (self-attention), что дало мощный прирост в скорости и качестве обучения. Именно на этом базируются BERT, GPT, T5, LLaMA и почти все современные языковые модели.
🔴 2018+ — GPT, Midjourney, голосовые ИИ, боты, агенты, мемы. Нейросети повсюду.
Идее уже больше 80 лет, но по-настоящему она сработала только с приходом мощных GPU, больших данных и интернета с котиками.
@DeCenter
🔴 1943 — Уоррен МакКаллок и Уолтер Питтс создают первую математическую модель нейрона. Чистая теория.
🔴 1957 — Фрэнк Розенблатт строит перцептрон — первую обучаемую нейросеть, работает на военном компьютере.
🔴 1969 — Минский и Пейпер доказывают, что перцептрон слишком ограничен. Интерес к теме умирает на десятилетия.
🔴 1986 — Хинтон и соавторы возвращают интерес к нейросетям: предлагают алгоритм обратного распространения ошибки (backpropagation).
🔴 1990–2000-е — затишье. Нейросети работают, но медленно и неэффективно. Мало данных, слабое железо.
🔴 2012 — AlexNet (Хинтон снова) побеждает в конкурсе ImageNet. Начинается современная эра глубинного обучения.
🔴 2014 — VGG16: глубже, проще, мощнее. Сеть с 3×3 свёртками и 16 слоями становится классикой и основой для многих моделей.
🔴 2017 — архитектура Transformer (работа Attention is All You Need от команды Google). Вместо рекуррентных сетей — чистое внимание (self-attention), что дало мощный прирост в скорости и качестве обучения. Именно на этом базируются BERT, GPT, T5, LLaMA и почти все современные языковые модели.
🔴 2018+ — GPT, Midjourney, голосовые ИИ, боты, агенты, мемы. Нейросети повсюду.
Идее уже больше 80 лет, но по-настоящему она сработала только с приходом мощных GPU, больших данных и интернета с котиками.
@DeCenter