От машинного кода до нейросетей: как программирование перевернуло мир

Человечеству понадобилось меньше 100 лет, чтобы пройти путь от вычислительной машины Тьюринга до появления больших языковых моделей — ChatGPT, DeepSeek, GigaChat. Программирование стало двигателем прогресса и совершило настоящую революцию во всем мире.

Первые шаги в программировании

1833 год. Математик Чарльз Бэббидж еще не может звонить по телефону, ездить в метро, но уже придумывает прототип современного компьютера — «аналитическую машину». На ее основе его коллега Ада Лавлейс, дочь поэта Байрона, создает прообраз первой компьютерной программы — алгоритм вычисления чисел Бернулли.

Но по-настоящему история программирования начнется практически через 100 лет, когда в 1936 году британец Алан Тьюринг представит абстрактную вычислительную «Машину Тьюринга». Она заложила основы и современной информатики, и искусственного интеллекта (ИИ). В 1946 году математик Джон фон Нейман и его коллеги формируют «архитектуру фон Неймана», в которой заложены принципы будущих компьютеров. В том же году появляется первый компьютер ENIAC, а в 1948 году начинается разработка электронной вычислительной машины (ЭВМ) под руководством Сергея Лебедева в СССР. ЭВМ МЭСМ создается к 1951 году.

Тогда ученые уже всерьез размышляют об идее искусственного интеллекта. Тот же Тьюринг в 1950 году в статье «Вычислительные машины и разум» определяет: не нужно симулировать разум взрослого человека, нужно обучить машину, как ребенка. Программирование пока не очень быстро, но захватывает мир. С середины 1950-х начинается развитие языков программирования.

Развитие интернета и эволюция хранения данных

С начала 2000-х годов формируется новая архитектура мировой экономики и социальных отношений. Ее основой становится повсеместная зависимость общества от интернета и программного обеспечения. Бурное развитие интернета привело к экспоненциальному росту объемов данных. Это, в свою очередь, спровоцировало увеличение цифровых носителей для их хранения. В результате возникла потребность в более эффективных решениях, таких как облачные сервисы, которые оказались дешевле и удобнее традиционных подходов.

Но в начале второго тысячелетия перед интернет-компаниями появляется новый вызов: как хранить, передавать и обрабатывать цифровые данные, объем которых примерно с 2000 года начал расти в геометрической прогрессии. Это привело к развитию горизонтально масштабируемых программных инструментов, которые справляются со стремительным ростом данных (включая Big Data). Они становятся основой для анализа данных в финансовом секторе и ретейле.

В 2006 году концепция облачных вычислений значительно сокращает расходы компаний на инфраструктуру информационных технологий. Первым провайдером, который предложил пользователям общедоступный облачный сервис, стала компания Amazon. Она создала его для внутренних нужд: необходимо было масштабировать собственную инфраструктуру. Однако вычислительных мощностей в дата-центрах оказалось достаточно для того, чтобы делиться ими со своими клиентами. В конце 2007 года в облаке Amazon было 10 млрд объектов, а в январе 2008 года — более 14 млрд, в марте 2021 года — уже более 100 трлн. Это при том, что крупные конкуренты появились очень быстро: с 2008 года свой облачный проект вывел на рынок Google, спустя полгода — Microsoft. За рубежом облачные сервисы быстро стали стандартом для глобальных компаний, обеспечивая масштабируемость и снижение затрат. В России развитие облачных технологий также набирает обороты: с 2010-х годов крупные банки и IT-компании активно внедряют облачные решения для хранения и обработки больших объемов данных, что способствует цифровизации экономики и интеграции с глобальными трендами.

С 2008 года стали появляться первые облачные провайдеры в России, что явилось ответом на растущий объем цифровых данных и потребность в их эффективной обработке. До этого российские компании в основном полагались на зарубежные сервисы. С 2015 года законодательство стало ужесточаться: Федеральный закон №242-ФЗ ввел требование по локализации персональных данных в России, стимулируя развитие отечественных решений. После 2022 года на фоне ухода ряда глобальных провайдеров переход на российские облачные сервисы стал приоритетом для многих компаний. Сейчас обсуждается возможность ограничения использования иностранных облачных платформ для крупного бизнеса с осени 2027 года.

Сегодня ведущие российские компании активно развивают собственные облачные экосистемы, обеспечивая надежную и масштабируемую инфраструктуру для обработки больших объемов данных.

Прорыв в развитии ИИ-технологий

Пока одни специалисты решали проблему обработки больших данных, другие занимались упрощением процесса программирования. К концу 1990-х в мире появилась и стала активно развиваться концепция open source.

Так, в 2000-е годы появляются мощные фреймворки (набор инструментов, компонентов и методов, которые облегчают разработку ПО), например Ruby on Rails, Django. А настоящую революцию совершают вышедшие в свободный доступ фреймворки машинного обучения TensorFlow (2015 год) и PyTorch (2017 год). Это значительно ускорило работу по созданию ИИ.

В 2015 году представлена AlphaGo — программа для игры в го, разработанная компанией Google DeepMind. Если в шахматы компьютер научился играть давно, то с го никак не справлялся — это была слишком сложная игра для машины. AlphaGo впервые смогла выиграть матч у профессионального игрока. Это был прорыв — специалисты по ИИ считали, что раньше 2020–2025 годов подобная программа не появится.

Стало ясно, что искусственный интеллект в самое ближайшее время сможет выполнять все более и более сложные задачи. ИИ признают делом государственной важности — в 2019 году по поручению президента России утверждена Национальная стратегия развития искусственного интеллекта до 2030 года.

В 2025 году, согласно исследованию McKinsey&Company, уже 78% компаний внедрили ИИ в свои продукты и бизнес-процессы, тогда как в 2017 году этот показатель составлял 20%.

ИИ как соавтор: от генерации контента до бизнес-решений

В 2019 году компания OpenAI выпускает GPT-2. В отличие от первой версии, его обучали не на литературных произведениях, а на основе 8 млн текстов из Интернета. Эта версия уже способна генерировать образцы синтетического текста с логичным повествованием. Годом позже появляется модель GPT-3 — и она уже находит реальное применение: с ее помощью можно генерировать контент и даже программировать.

Самым известным продуктом пока остается именно ChatGPT — название продукта OpenAI становится фактически нарицательным, а выход пятой версии языковой модели в августе 2025 года вызывает новый виток обсуждения среди программистов по всему миру: а не заменит ли ИИ в первую очередь айтишников?

Впрочем, у OpenAI много конкурентов. Это китайская нейросеть DeepSeek, Gemini от Google, Grok от Илона Маска. В России стремительно развивается GigaChat — нейросетевая модель от «Сбера».

Активная работа над собственными продуктами приносит плоды: GigaChat в 2024 году по ряду замеров опередил иностранных конкурентов. А в этом году на международной конференции ACL 2025 разработчики GigaChat представили результаты научной статьи, которая рассказывает о способе ускорить развитие ИИ: речь идет о применении архитектуры «смесь экспертов» (Mixture of Experts, MoE), благодаря которой модель работает с помощью целой команды специалистов. Благодаря этому GigaChat показывает двукратное преимущество в скорости и экономичности по сравнению с аналогами при сохранении высокого качества работы.

Современные нейросети трансформируют креативные и технические процессы: они генерируют код, создают изображения и предсказывают структуры белков, сокращая время разработки. В России этот тренд поддерживается собственными решениями — например, ИИ-ассистент разработчика GigaCode на платформе для работы с кодом GitVerse пишет, объясняет и дорабатывает код, генерирует тесты и документацию и в целом ускоряет разработку.

Несмотря на влияние искусственного интеллекта на рынок труда, пока он остается не конкурентом человека, а его инструментом. По мнению Максима Тятюшева, будет стремительно расти востребованность таких специалистов, как инженеры по интеграции ИИ и эксперты по мультиагентным системам, так как эти роли уже активно формируют будущее разработки. Сама разработка станет более доступной. ИИ уже сегодня позволяет людям без глубоких технических знаний участвовать в создании продуктов. И далее роли разработчиков будут смещаться в сторону управления ИИ-инструментами, считает эксперт.

ИИ переходит от экспериментальных проектов к роли стратегического партнера в бизнесе и науке. Практическое применение ИИ в программировании демонстрирует, например, ИИ-платформа для работы с кодом GitVerse, созданная «СберТехом» в марте 2024 года. Появление платформы стало ответом на созревшую потребность в собственной российской инфраструктуре для разработки ПО. Сейчас GitVerse объединяет все необходимые инструменты для создания программного обеспечения, обеспечивая комфортную и независимую среду для разработчиков.

Как ИИ уже меняет программирование

Новый подход, который привнес в программирование искусственный интеллект, получил название вайб-кодинг. Разработчик описывает задачу на естественном языке, а уже ИИ генерирует готовый код. В августе 2025 года исследование hh.ru показало, что число упоминаний в вакансиях требования «вайб-кодинг» уже увеличилось на 27% с начала года.

Рафаел Тонаканян, директор Дивизиона развития и сопровождения производственного процесса Сбербанка (SberWorks), отмечает, что вайб-кодинг переосмысливает сам подход к созданию цифровых продуктов, позволяя взаимодействовать с искусственным интеллектом на естественном языке. Человек описывает идею приложения, а ИИ буквально за минуты генерирует готовый продукт.

Программирование становится доступнее для людей с разным уровнем подготовки, устраняя барьеры для входа в мир ИТ. На платформе GitVerse в ближайшее время появится ИИ-инструмент для создания веб-приложений GigaStudio. Им смогут легко пользоваться даже люди без глубоких технических знаний.

«Представьте: человек, не знающий ни одной строки кода, может просто описать свою идею — будь то интернет-магазин, блог или сложное приложение, — и GigaStudio создаст полноценное приложение, готовое к публикации», — говорит Рафаел Тонаканян.

Полезен ИИ и для создания сложных, масштабируемых приложений. Внутреннее исследование «Сбера» показало, что ИИ-ассистент GigaCode на платформе GitVerse позволяет сокращать время разработки более чем на треть. Искусственный интеллект трансформирует не только программирование, но и весь инжиниринг, производство и технологии.

Анатолий Шипов считает, что рынок движется к гиперперсонализации, где ИИ адаптирует платформы и продукты под задачи конечных клиентов. «Сегодня лидеры отрасли в России активно внедряют ИИ в разработку. Рынок труда не всегда справляется со спросом на специалистов, но ИИ снижает нагрузку, позволяя разработчикам заниматься креативом, а бизнесу — масштабироваться без привязки к ограничениям емкости рынка», — говорит эксперт.

Многие ожидают, что новой ступенью станет развитие квантовых технологий, которые продолжат оптимизацию процессов. Недаром и ООН объявил 2025 год Международным годом квантовой науки и технологий.