Кто создал ИИ — история, в которой все началось вообще не с ChatGPT

Говорят, что у победы тысяча отцов. То же самое можно сказать и про искусственный интеллект. Среди тех, кто создал ИИ, были математики, нейрофизиологи, программисты и предприниматели — каждый внес свой вклад в технологию, которая сегодня переворачивает науку, образование и бизнес.

Вместе разберемся, кто создал искусственный интеллект, что на самом деле показал тест Тьюринга и зачем вообще нужен был перцептрон. Расскажу об OpenAI и Anthropic, а также о китайском прорыве DeepSeek-AI. И, конечно, не забуду про своих: Яндекс, Сбер и популярные российские агрегаторы с нейросетью.

Рождение дисциплины: кто был у истоков науки об искусственном интеллекте?

Все началось с идеи, что мозг можно описать математически. Еще до появления компьютеров в современном понимании ученые заложили теоретический фундамент ИИ. Среди них были:

• Уоррен Мак-Каллок и Уолтер Питтс — нейрофизиолог и логик, которые в 1943 году первыми описали нейрон формулами. В их модели не было изменяемых весов и механизма обучения, а связи были или возбуждающими, или тормозящими. Для работы нейрона должны были выполняться два условия:
  • ни одна тормозящая связь не активна;
  • число активных возбуждающих связей превышает порог.
  Ученых интересовало, как мышление связано с живыми клетками, передающими импульсы. Они соединили нейрофизиологию с математикой и показали: работу нервной системы можно описать строгими формулами.
• Норберт Винер — человек, придумавший кибернетику. В 1948 году книге «Кибернетика, или Управление и связь в животном и машине» он показал удивительную вещь: принципы обратной связи одинаково работают и в живом организме, и в техническом устройстве.
• Алан Тьюринг — британский математик, который в статье «Вычислительные машины и разум» 1950 года задал вопрос, взорвавший научное сообщество: «Могут ли машины мыслить?» И тут же предложил способ это проверить — знаменитый тест Тьюринга — о нем расскажу подробнее в следующем разделе.

Формальным днем рождения искусственного интеллекта как самостоятельной дисциплины считается лето 1956 года. Молодой математик Джон Маккарти организовал мероприятие, вошедшее в историю как Дартмутский семинар. Соорганизаторами выступили Марвин Минский, Клод Шеннон и Натаниэль Рочестер из IBM, а финансирование обеспечил Фонд Рокфеллера.

В заявке на семинар Маккарти написал:

«Мы предлагаем исследование искусственного интеллекта сроком в два месяца с участием десяти человек. Исследование основано на предположении, что всякий аспект обучения или любое другое свойство интеллекта может в принципе быть столь точно описано, что машина сможет его симулировать».

Именно здесь впервые прозвучал термин artificial intelligence, объединяющий все существовавшие тогда подходы к моделированию разума.

На двухмесячный семинар пригласили одиннадцать крупных ученых — специалистов по теории управления, нейронным сетям, теории игр. Среди них — Аллен Ньюэлл и Герберт Саймон, создатели программы Logic Theorist, способной доказывать математические теоремы. Энтузиасты впервые осознали себя единым научным сообществом.

Через год после Дартмутской конференции в ведущих университетах появились лаборатории ИИ: в Карнеги-Меллоне (Ньюэлл и Саймон), в Стэнфорде (Маккарти), в MIT (Минский). Началась эпоха бурного оптимизма — ученые верили, что полноценный искусственный разум будет создан за пару десятилетий.

Так что кто создал ИИ — это не история одного человека. Это Мак-Каллок и Питтс с их «бумажным нейроном», Тьюринг с провокационными вопросами, Винер с кибернетикой и Маккарти, который дал всему этому имя и впервые усадил всех за один стол.

От теории к практике: тест Тьюринга и первый ИИ

Теория — это прекрасно, но рано или поздно кто-то должен был спросить: «А как проверить, что машина действительно думает?». И этим человеком стал Алан Тьюринг.

В 1950 году он предложил эксперимент, названный впоследствии в честь него. Суть этого теста в том, что вы переписываетесь с двумя собеседниками, один из которых — живой человек, другой — программа. Вы задаете вопросы и пытаетесь понять, кто есть кто. Если машина обманывает вас настолько убедительно, что вы не можете ее отличить от человека, — тест пройден.

Тьюринг обошел философский спор о природе сознания: неважно, «понимает» ли машина что-то по-настоящему — важно, ведет ли она себя неотличимо от того, кто понимает.

Первые шаги: от шашек к доказательству теорем

В 1952 году Артур Сэмюэл из IBM написал программу, играющую в шашки на компьютере IBM 701. Модель училась на собственных партиях: анализировала ошибки, корректировала стратегию и со временем играла все сильнее. Именно Сэмюэл ввел термин «машинное обучение» — идею, что компьютер может улучшаться без прямого программирования каждого шага.

В 1955–1956 годах Аллен Ньюэлл, Герберт Саймон и Клифф Шоу создали Logic Theorist — программу, которую историки называют первой программой искусственного интеллекта в полном смысле слова. Она доказывала математические теоремы из «Principia Mathematica» Рассела и Уайтхеда — не перебором, а с помощью здравого смысла. Из 52 теорем второй главы программа доказала 38, а для одной нашла доказательство элегантнее, чем у авторов.

Хотя Бертран Рассел был в восторге, журнал символической логики отказался публиковать результат. Видимо, не поверил, что один из соавторов — компьютерная программа.

ELIZA: иллюзия понимания

А в 1966 году профессор MIT Джозеф Вейценбаум создал ELIZA — программу-собеседника, имитирующую психотерапевта. ELIZA искала ключевые слова в репликах пользователя и подставляла их в заготовленные шаблоны. Скажете: «Мне грустно из-за отца», и она ответит: «Расскажите больше о вашем отце». Никакого понимания — чистая манипуляция паттернами.

Эффект оказался ошеломляющим. Секретарша Вейценбаума попросила оставить ее с программой наедине, а студентки MIT выстраивались в очередь к «психотерапевту». ELIZA показала пугающую вещь: людям не нужен настоящий интеллект на той стороне экрана, достаточно иллюзии внимания. Самого Вейценбаума это так напугало, что он стал одним из самых яростных критиков ИИ.

Так 1950–1960-е стали десятилетиями, когда теория превратилась в практику. Тьюринг задал вопрос, Сэмюэл научил машину учиться, Ньюэлл и Саймон заставили ее рассуждать, а Вейценбаум — разговаривать.

Формулы разума: кто открыл перцептрон?

Следующий шаг — научить машину видеть. За это взялся американский нейрофизиолог и инженер из Корнеллской авиационной лаборатории Фрэнк Розенблатт. В 1957 году он опубликовал первый отчет о системе, названной перцептроном — от англ. perception, «восприятие». Это была первая практическая модель нейронной сети, обучающаяся на примерах.

Перцептрон состоял из трех слоев элементов:

• Сенсорный (S) — «глаза» машины: матрица фотоэлементов, принимающая изображение.
• Ассоциативный (A) — обрабатывал сигналы, связывая входные данные между собой.
• Реагирующий (R) — выдавал итоговое решение: «да» или «нет».

Между слоями были связи с числовыми весами. Те менялись в процессе обучения: если машина ошибалась, связи автоматически корректировались. За десятки показов перцептрон начинал узнавать буквы почти без ошибок, самостоятельно находя закономерности в данных.

В 1960 году теория обрела «тело» — аппарат Mark-1 Perceptron. Первый в мире нейрокомпьютер был размером с комнату и состоял из электромоторов и потенциометров. The New York Times написала, что перцептрон — «зародыш компьютера, который сможет ходить, говорить и осознавать свое существование». Ожидания были завышены, но сама идея оказалась революционной.

Важный нюанс: Розенблатт не ограничивался простейшими моделями. В книге «Принципы нейродинамики» 1962 года он описал многослойные перцептроны и даже придумал собственный алгоритм обучения глубоких сетей.

Но в 1969 году случился удар. Марвин Минский и Сеймур Паперт из MIT выпустили книгу «Перцептроны», где математически доказали ограничения однослойных моделей. Классический пример — операция XOR: задача, которую невозможно решить, разделив данные одной прямой линией. Критика была адресована однослойным сетям, но воспринята как приговор всей идее.

Последствия:

• финансирование исследований обрушилось;
• ученые начали уходить в другие области;
• наступила первая «зима искусственного интеллекта».

Розенблатт не успел ответить на критику — в 1971 году он трагически погиб в 43 года. Лишь спустя полтора десятилетия выяснилось то, о чем он писал еще в начале 1960-х: многослойные сети можно обучать, и ограничения однослойного перцептрона к ним не применимы. Но об этом — в следующем разделе.

Ренессанс ИИ: кто разработал нейросети глубокого обучения?

«Зима» затянулась почти на двадцать лет. Однако в 1986 году Джеффри Хинтон вместе с Дэвидом Румельхартом и Рональдом Уильямсом показали, как алгоритм обратного распространения ошибки (backpropagation) обучает глубокие нейросети. Сеть дает ответ, ошибка «прогоняется» назад по слоям, веса подкручиваются — и так миллионы раз.

Вслед за Хинтоном подтянулись Ян Лекун со сверточными сетями, Йошуа Бенджио с теорией векторных представлений слов, а в 2012‑м команда Крижевский — Суцкевер — Хинтон «взорвала» конкурс ImageNet моделью AlexNet. О них расскажу кратко в хронологической таблице ренессанса глубокого обучения:

Кто	Когда	Что сделал	Почему это важно
Александр Галушкин, Пол Вербос	1974	Независимо описали метод обратного распространения ошибки	Первая формулировка алгоритма, ставшего основой обучения нейросетей
Джеффри Хинтон, Дэвид Румельхарт, Рональд Уильямс	1986	Применили алгоритм обратного распространения ошибки к глубоким сетям	Доказали, что многослойные нейросети можно эффективно обучать
Ян Лекун	нач. 1990‑х	Создал LeNet — первую сверточную нейросеть	Машина научилась сама выделять визуальные признаки без ручного программирования
Йошуа Бенджио	1990–2000‑е	Развил теорию глубоких сетей и векторные представления слов	Заложил основу будущих языковых моделей
Алексей Крижевский, Илья Суцкевер, Джеффри Хинтон	2012	Представили AlexNet на конкурсе ImageNet	Ошибка упала с 26% до 15%; доказана мощь GPU для глубокого обучения
Команда Google (Васвани и др.)	2017	Опубликовали архитектуру трансформер («Attention Is All You Need»)	Основа всех современных больших языковых моделей (LLM)
Хинтон, Лекун, Бенджио	2018	Получили премию Тьюринга за вклад в глубокое обучение	Официальное признание «крестных отцов» ИИ мировым научным сообществом

ИИ в нынешнем виде разработал Хинтон с backpropagation, Лекун со сверточными сетями, Бенджио с теорией глубокого обучения, Суцкевер и Крижевский с AlexNet, инженеры Google с трансформером. Каждый добавил ключевой элемент в мозаику, превратившую нейросети из академической диковинки в технологию, изменившую мир.

Творцы новой эпохи: ChatGPT и революция в мире ИИ

Фундамент готов — трансформеры, GPU, глубокое обучение. Но чтобы ИИ стал массовым, кто-то должен был собрать все это в продукт для простого обывателя. Этим «кем-то» стала OpenAI, основанная в декабре 2015 года в Кремниевой долине:

• Сэм Альтман и Илон Маск — сопредседатели, обеспечившие финансирование и публичность.
• Илья Суцкевер — научный руководитель, соавтор AlexNet и ученик Хинтона, заложивший архитектурную базу GPT.
• На старте — девять человек и обещание инвесторов вложить миллиард долларов.
• Цель: безопасный ИИ на благо человечества.

Первые модели шли по нарастающей, оставаясь однако инструментами для разработчиков:

• GPT‑1 (2018, 117 млн параметров);
• GPT‑2 (2019, 1,5 млрд);
• GPT‑3 (2020, 175 млрд).

Все изменилось 30 ноября 2022 года, когда OpenAI запустила ChatGPT — публичный чат-бот на базе GPT‑3.5. Миллион пользователей за пять дней, 100 миллионов — к февралю 2023‑го. К 2025 году еженедельная аудитория ChatGPT превысила 400 миллионов.

Новые имена: кто создает AI-модели сегодня?

ChatGPT открыл шлюзы, и в гонку генеративных моделей ринулись десятки компаний. Дальше расскажу про игроков, определяющих ландшафт ИИ.

DeepSeek: прорыв китайской компании High-Flyer

В 2015 году Лян Вэньфэн, выпускник Чжэцзянского университета, основал квантовый хедж-фонд High-Flyer, использовавший машинное обучение для торговли акциями. К 2021‑му все стратегии фонда работали на ИИ.

В мае 2023 года Лян решил пойти дальше и запустил DeepSeek-AI как отдельную исследовательскую лабораторию с амбициозной целью — создать общий искусственный интеллект. Ключевые вехи:

• DeepSeek-V3 (декабрь 2024) — 685 млрд параметров, архитектура Mixture-of-Experts. По тестам сопоставима с GPT‑4o и Claude 3.5 Sonnet, но обучение обошлось всего в ~$5,6 млн.
• DeepSeek-R1 (январь 2025) — модель с пошаговым рассуждением, на уровне OpenAI o1. Приложение заняло первое место в App Store в США, обогнав ChatGPT.
• Выход R1 обрушил акции Nvidia на 17% за день (−$600 млрд капитализации) и стал «тревожным звонком» для Кремниевой долины: оказалось, мощный ИИ можно строить дешевле и на менее мощных чипах.

От OpenAI к Anthropic: кто создал Claude?

Дарио Амодеи, вице-президент по безопасности в OpenAI, и его сестра Даниэла считали, что погоня за прибылью затмила вопросы безопасности. В 2021 году они забрали с собой десяток сотрудников и основали Anthropic с философией «Конституционного ИИ». Эта модель должна самостоятельно оценивать ответы по этическому своду правил.

Краткая история Claude — в таблице ниже:

Модель	Дата	Что нового
Claude 1	март 2023	Первый релиз с контекстом 100 000 токенов
Claude 3 Opus	март 2024	Обошел GPT‑4 в большинстве тестов; в «пицца-тесте» не просто нашел скрытую фразу, но и понял, что это проверка
Claude 4	май 2025	Автономный агент, способный работать до 7 часов без потери качества

Инвестиции: Amazon — $8 млрд, Google — $2 млрд. Оценка компании к 2026 году — $380 млрд.

Grok и xAI: зачем Маску собственный чат-бот?

После ухода из совета директоров OpenAI в 2018 году Илон Маск неоднократно критиковал компанию за отход от некоммерческой миссии. В 2023 году он основал xAI, чтобы создать «максимально честный ИИ, ищущий истину».

• Grok 1 (ноябрь 2023) — чат-бот с «чувством юмора» и доступом к данным соцсети X (бывший Twitter) в реальном времени.
• xAI привлекла $6 млрд инвестиций; в 2025 году компания объединилась со SpaceX в структуру стоимостью свыше $1,25 трлн.
• Главное отличие Grok — минимальные цензурные ограничения и интеграция с экосистемой Маска.

Character AI и Cursor AI — новое в общении и кодинге

Не все прорывы происходят в гонке больших моделей. Вот примеры узкоспециализированного успеха:

Компания	Основатели	Год	Суть продукта
Character.AI	Ноам Шазир, Даниэль Де Фрейтас (экс-Google, авторы LaMDA)	2021	Платформа для создания ИИ-персонажей и ролевых диалогов; к 2024 г. — одно из самых популярных ИИ-приложений среди молодежи
Cursor AI	Майкл Труэлл, Аман Сэнгер, Суале Асиф, Арвид Луннемарк (выпускники MIT)	2022	ИИ-редактор кода на базе VS Code; к 2025 г. оценка — $29 млрд, все четверо основателей стали миллиардерами

Character.AI показал, что людям нужен не только «умный помощник», но и эмоциональный собеседник. Cursor AI доказал, что ИИ может не просто помогать писать код, а радикально ускорить работу программиста.

Оба проекта стали миллиардными бизнесами без собственных фундаментальных моделей — они строят продукты поверх существующих больших языковых моделей (LLM).

Кто создал ИИ в России: история Алисы и не только

Пока OpenAI, Google и Anthropic соревновались за мировое лидерство, в России формировалась собственная ИИ-экосистема. Два ее главных столпа — Яндекс и Сбер — прошли путь от голосовых ассистентов до полноценных больших языковых моделей.

Яндекс: от SpeechKit до Алисы AI

В 2012 году Яндекс начал разрабатывать речевые технологии, а через год выпустил облачный сервис SpeechKit. В конце 2016 года стартовала разработка голосового ассистента; 10 октября 2017 года «Алиса» вышла в публичный доступ — первый массовый русскоязычный голосовой помощник. Голосом ассистента стала актриса Татьяна Шитова (известна по дубляжу Скарлетт Йоханссон).

В 2023 году в «Алису» интегрировали генеративную модель YandexGPT, а в конце октября 2025-го запустили обновленную нейросеть «Алиса AI». К декабрю 2025 года месячная аудитория выросла с 40 до 65 млн пользователей, еженедельная достигла 19 млн, а за год ассистент обработал более 2,9 млрд запросов. Яндекс инвестировал в «Алису AI» 55 млрд рублей за 2025 год, а доходы от нового формата монетизации в ИИ-чатах превысили 2 млрд рублей.

Дата	Событие
2013	Запуск облачного сервиса SpeechKit
10.10.2017	Публичный релиз «Алисы»
2023	Интеграция YandexGPT в «Алису»
02.2025	Обновление до YandexGPT 5 Pro (контекст 32 768 токенов, встроенный веб-поиск)
10.2025	Запуск «Алисы AI» — нейросетевой версии ассистента
12.2025	Месячная аудитория — 65 млн; за год обработано 2,9 млрд запросов

Сбер: от GigaChat до GigaChat 2.0

24 апреля 2023 года Сбер запустил закрытое тестирование GigaChat — мультимодальной нейросети, построенной на ансамбле моделей NeONKA (ruGPT-3, FRED-T5, ruCLIP и генератор изображений Kandinsky). 5 сентября 2023 года модель получила открытый доступ, а к октябрю набрала свыше 1 млн пользователей. В январе 2024 года GigaChat обошел ChatGPT-3.5 по качеству ответов на русском и английском языках, а в марте 2024 года занял 4-е место в мировом рейтинге LLM (Arabian Business), вместе с Kandinsky достигнув аудитории в 18 млн.

13 марта 2025 года вышла линейка GigaChat 2.0 в трех версиях: MAX, Pro и Lite. Версия MAX обошла GPT-4o в бенчмарке MMLU на русском языке (80,46 vs 80,00) и продемонстрировала конкурентные результаты в математике, коде и следовании инструкциям.

Дата	Событие
24.04.2023	Закрытый запуск GigaChat
05.09.2023	Открытый доступ для всех пользователей
15.12.2023	Выпуск GigaChat Pro
01.2024	GigaChat обошел ChatGPT-3.5 по качеству ответов на RU и EN
03.2024	4-е место в мировом рейтинге LLM; аудитория с Kandinsky — 18 млн
13.03.2025	Линейка GigaChat 2.0 (MAX, Pro, Lite)

Рынок ИИ в России

Рынок генеративного ИИ в России вырос в 5 раз за один год — с 13 млрд рублей в 2024 году до 58 млрд рублей в 2025 году; прогноз к 2030 году — 778 млрд рублей. Общий рынок ИИ и больших данных оценивается в 520 млрд рублей. Спрос на услуги с применением ИИ (дизайн, копирайтинг, IT) за десять месяцев 2025 года вырос в 26 раз, а запросы на обучение работе с нейросетями — в 43 раза. Лидеры массового сегмента на конец 2025 года — Алиса AI, DeepSeek, ChatGPT и GigaChat.

ТОП-10 российских агрегаторов с нейросетью

Я подобрал популярные российские агрегаторы нейросетей, которые открывают доступ к мировым ИИ-моделям без зарубежных карт и сложной регистрации. Каждый сервис решает свой круг задач: одни собрали десятки моделей в едином окне, другие заточены под длинные тексты, голос или коммерческий контент. Я протестировал каждую платформу и сравнил их по цене, функциям и другим параметрам.

1. MashaGPT — 50+ моделей в одном окне, приложение в RuStore, бесплатный старт без карты.
2. Study AI — экосистема из 50+ моделей с генерацией видео через Sora 2.
3. WordyBot — заточен под длинные тексты: план → генерация → экспорт в Word.
4. Apihost — специализация на голосе: 3 000+ голосов, клонирование, поминутная тарификация.
5. SmartBuddy — бесплатный доступ без регистрации, GPT-5 и Stable Diffusion XL в браузере.
6. GoGPT — оплата только за факт использования, экономия до 50% против отдельных подписок.
7. ruGPT — работает без регистрации, текст + картинки + голос + презентации, есть Telegram Mini App.
8. GPTunneL — нейроофис с API-интеграцией (включая 1С), pay-as-you-go.
9. Chad AI — прямой доступ к ChatGPT 5 на русском, тарификация по словам, каталог промтов.
10. AiWriteArt — контент-платформа для коммерческих текстов: SEO, реклама, e-commerce, шаблоны.

1. MashaGPT

Популярный российский агрегатор нейросетей, которому доверяют более миллиона пользователей. На платформе собрано свыше 50 ИИ-моделей: от текстовых помощников до инструментов для создания картинок и видеороликов. Весь интерфейс русскоязычный, регистрироваться необязательно. Для Android доступно приложение в RuStore. Одинаково удобен и для бытовых задач, и для профессиональной работы с контентом.

• Цена: бесплатный доступ без привязки карты; платные планы — Base 990 ₽/мес, Ultra 1 990 ₽/мес, Pro 19 990 ₽/мес.
• Бесплатная версия: есть, без привязки банковской карты.
• Регистрация: необязательна.
• Что умеет: создание текстов, картинок и видео; обработка файлов; ИИ-чат; библиотека готовых промтов.
• Нейросети: ChatGPT (GPT-4o, GPT-4), Claude, Gemini, DALL·E и др. — 50+ моделей.

Преимущества:

• свыше 50 моделей под одной крышей;
• мобильное приложение в RuStore;
• старт без оплаты и карты;
• оплата российскими картами в рублях;
• параллельная работа с текстом, изображениями и видео.

Недостатки:

• токены тратятся быстро, особенно на активных тарифах;
• лимит подписки Ultra может закончиться за пару-тройку часов плотной работы.

Сайт сервиса >>>

2. Study AI

В едином окне — более 50 ведущих мировых ИИ-моделей. Помимо текста, сервис умеет генерировать изображения, видео и работать со сценариями. Команда проекта регулярно подключает свежие модели и расширяет набор инструментов.

• Цена: пробный недельный тариф от 199 ₽/нед; полный доступ — от 1 500 ₽/мес.
• Бесплатная версия: есть базовый бесплатный уровень.
• Регистрация: требуется.
• Что умеет: генерация текста, изображений и видео; решение учебных задач; чат-боты для различных сценариев.
• Нейросети: ChatGPT, Claude, Gemini, Sora, ElevenLabs и др. — 50+ моделей.

Преимущества:

• огромный выбор топовых мировых моделей в одном месте;
• генерация видео (включая Sora 2);
• оплата в рублях без зарубежной карты;
• регулярные обновления каталога моделей;
• 380 000+ пользователей как показатель надежности.

Недостатки:

• интерфейс подгружает много скриптов — на слабых устройствах возможны подтормаживания;
• часть моделей закрыта для бесплатного тарифа.

Сайт сервиса >>>

3. WordyBot

Специализированный ИИ-инструмент для тех, кто работает с объемными текстами: статьями, бизнес-планами, курсовыми и SEO-материалами. Нейросеть сначала формирует редактируемый план, а затем разворачивает каждый пункт в полноценный раздел. Итоговый документ сохраняется в формате Word. На Яндекс.Картах сервис держит рейтинг 5.0 при 150+ отзывах — редкость для ИИ-продукта.

• Цена: платные тарифы от 450 до 1 990 ₽/мес в зависимости от лимита символов.
• Бесплатная версия: бесплатная генерация оглавления (плана); полный текст — только по подписке.
• Регистрация: требуется.
• Что умеет: создание длинных структурированных текстов; редактирование плана до генерации; экспорт в Word; проверка орфографии.
• Нейросети: собственная модель на базе GPT-4.

Преимущества:

• полный контроль над структурой еще до генерации;
• мгновенный экспорт в Word; заточен под длинные форматы — статьи, бизнес-планы, дипломы;
• рейтинг 5.0 — один из наивысших среди ИИ-сервисов.

Недостатки:

• узкий профиль — не подходит для чата, кода или изображений;
• полноценный текст доступен только платно.

Сайт сервиса >>>

4. Apihost

Платформа, занимающая уникальную нишу среди отечественных ИИ-сервисов — работа с голосом и аудио. Сервис озвучивает тексты с настройкой интонаций, переводит аудиозаписи в текст, клонирует голос, а также создает изображения и видео. Интерфейс интуитивно понятен: все действия выстроены в логичную цепочку. Тарификация прозрачная — поминутная, без скрытых платежей. Особенно популярен у подкастеров, видеоблогеров и маркетологов.

• Цена: рекомендуемый тариф Creator — 990 ₽/мес; расширенные планы — от 490 до 1 800 ₽/мес.
• Бесплатная версия: есть стартовые бесплатные лимиты.
• Регистрация: требуется.
• Что умеет: синтез речи (1 000+ голосов); транскрибация аудио; клонирование и изменение голоса; создание видео и изображений; встроенный диктофон и радио.
• Нейросети: собственные модели синтеза речи; внешние ИИ для генерации картинок и видео.

Преимущества:

• свыше 3 000 голосов для озвучки на множестве языков;
• управление интонационными акцентами прямо в тексте;
• понятная поминутная тарификация;
• клонирование голоса для личного бренда.

Недостатки:

• бесплатные лимиты заканчиваются быстро при активной работе.

Сайт сервиса >>>

5. SmartBuddy

Универсальный ИИ-помощник для работы с текстами, доступный бесплатно и без регистрации. Платформа закрывает широкий спектр задач: написание статей, пересказ, перевод, подбор синонимов, подготовка рекламных материалов и постов. Внутри — актуальные модели, включая GPT-5. Отдельный плюс — раздел генерации изображений на базе Stable Diffusion XL. Идеальная точка входа для тех, кто только знакомится с возможностями нейросетей.

• Цена: оплата зависит от количества использованных токенов конкретной модели.
• Бесплатная версия: есть, без регистрации — нулевой порог входа.
• Регистрация: не требуется.
• Что умеет: генерация и редактирование текстов; перевод; пересказ и сокращение; подбор синонимов; создание изображений.
• Нейросети: GPT-5, Stable Diffusion XL и другие открытые модели.

Преимущества:

• полностью бесплатный старт без регистрации;
• разнообразные текстовые инструменты на все случаи;
• генерация картинок через Stable Diffusion XL прямо в браузере;
• поддержка актуальных моделей, включая GPT-5.

Недостатки:

• функциональность скромнее, чем у платных агрегаторов;
• нет мобильного приложения.

Сайт сервиса >>>

6. GoGPT

Агрегатор с принципом «платите только за реальное использование». Через единый русскоязычный интерфейс с историей запросов открыт доступ к лучшим мировым моделям. По независимым тестам GoGPT уверенно справляется с бизнес-планами, аналитикой и структурированными материалами.

• Цена: платные планы — от 699 ₽/мес с начислением GoCoin.
• Бесплатная версия: до 10 запросов в день без оплаты.
• Регистрация: требуется.
• Что умеет: генерация текстов; работа с документами; история и поиск по запросам; мгновенное переключение между моделями.
• Нейросети: GPT-5, GPT-4o, Claude, Gemini, Nano Banana Pro и другие.

Преимущества:

• оплата строго по факту — никаких навязанных подписок;
• полная история запросов с поиском;
• экономия по сравнению с раздельными подписками достигает 50%;
• быстрое переключение моделей без выхода из интерфейса.

Недостатки:

• бесплатный лимит — всего 10 запросов в сутки;
• минималистичный интерфейс может не устроить любителей насыщенного UX.

Сайт сервиса >>>

7. ruGPT

Открытая площадка: ни регистрации, ни подписки, ни установки. Многофункциональный агрегатор поддерживает генерацию текста, изображений, голоса и презентаций прямо в браузере. Особенно ценится студентами и авторами, которым нужно быстро подготовить статью или эссе. В июне 2025 года на платформе появились синтез и транскрибация речи, а также модель Claude Sonnet 4.

• Цена: платный доступ — от 990 ₽/мес с расширенными лимитами.
• Бесплатная версия: 10 токенов при первом входе.
• Регистрация: не требуется для старта.
• Что умеет: генерация текста, изображений, голоса и видео; создание презентаций; транскрибация аудио; работа через Telegram Mini App.
• Нейросети: ChatGPT, Claude Sonnet 4, Stable Diffusion и др.

Преимущества:

• мгновенный старт без регистрации;
• текст, картинки, голос и презентации в одном сервисе;
• Telegram Mini App для работы прямо из мессенджера;
• регулярное пополнение каталога моделей и функций.

Недостатки:

• без регистрации история запросов не сохраняется;
• 10 бесплатных токенов — для полноценной работы понадобится подписка.

Сайт сервиса >>>

8. GPTunneL

Нейро-офис, объединивший в одном рабочем пространстве генерацию текстов, картинок, видео, аудио и музыки, а также транскрибацию и веб-поиск через Perplexity. Аудитория платформы превысила 1,5 млн человек. GPTunneL подключается через API — в том числе к 1С, — что делает его востребованным среди бизнеса и разработчиков. Входит в число наиболее функциональных ИИ-платформ на российском рынке.

• Цена: модель pay-as-you-go — платите за фактическое потребление; минимальный порог пополнения баланса.
• Бесплатная версия: есть тестовый бесплатный доступ.
• Регистрация: требуется.
• Что умеет: генерация текстов, изображений, видео, аудио и музыки; транскрибация; веб-поиск; API-интеграция с корпоративными системами.
• Нейросети: ChatGPT, Claude, Midjourney, Perplexity и другие ведущие модели.

Преимущества:

• полный спектр медиаформатов в одном месте;
• API-интеграция, включая 1С и другие корпоративные системы;
• встроенный веб-поиск через Perplexity;
• модель pay-as-you-go — расходы полностью предсказуемы.

Недостатки:

• обилие функций может сбить с толку начинающего пользователя;
• для полноценной работы необходимо пополнение баланса.

Сайт сервиса >>>

9. Chad AI

Лаконичный и быстрый сервис с прямым доступом к ChatGPT 5 на русском языке. Кроме текстовых задач, платформа поддерживает генерацию изображений и написание кода. Отдельный каталог готовых промтов помогает тем, кто еще не научился формулировать запросы точно. Тарификация ведется по количеству слов, а не по числу запросов, что упрощает контроль расходов.

• Цена: платные тарифы — Мини 290 ₽/мес, Стандарт 690 ₽/мес, Плюс 1 690 ₽/мес; Бизнес (для команд) 5 000 ₽.
• Бесплатная версия: есть стартовый бесплатный лимит.
• Регистрация: требуется.
• Что умеет: генерация текстов; написание кода; создание изображений; готовые промты под различные задачи.
• Нейросети: ChatGPT 5 и другие модели OpenAI.

Преимущества:

• прямой доступ к ChatGPT 5 с оплатой в рублях;
• тарификация по словам — расходы легко прогнозировать;
• каталог промтов для быстрого старта;
• чистый интерфейс без лишнего — все под рукой.

Недостатки:

• ограниченный выбор моделей по сравнению с крупными агрегаторами;
• часть пользователей отмечает нестабильную скорость в пиковые часы.

Сайт сервиса >>>

10. AiWriteArt

Многофункциональная контент-платформа, сочетающая генерацию текстов, изображений и транскрибацию аудио. Сильная сторона — коммерческие задачи: SEO-статьи, товарные описания, рекламные тексты, публикации для соцсетей. В каталоге — десятки шаблонов под разные форматы. Гибкие настройки стиля и тональности позволяют адаптировать материал под конкретный проект.

• Цена: платные тарифы от 299 до 4 990 ₽/мес в зависимости от объема и набора функций.
• Бесплатная версия: есть пробный период и стартовый бесплатный лимит.
• Регистрация: требуется.
• Что умеет: создание SEO-текстов, постов, рекламных материалов и товарных описаний; транскрибация аудио; генерация изображений; библиотека шаблонов.
• Нейросети: GPT-4.1, GPT-4o mini и другие модели OpenAI.

Преимущества:

• текст, изображения и транскрибация в едином рабочем пространстве;
• десятки шаблонов для SEO, рекламы, соцсетей и e-commerce;
• тонкая настройка тональности и стиля;
• поддержка актуальных моделей GPT-4.1 и GPT-4o mini.

Недостатки:

• бесплатный лимит ограничен по объему генераций;
• интерфейс требует времени на освоение из-за большого числа функций.

Сайт сервиса >>>

ИИ по годам: важнейшие события

От вопроса Тьюринга «Может ли машина мыслить?» до ChatGPT с миллионом пользователей за пять дней — между ними всего семьдесят лет, два «ледниковых периода» в науке и горстка упрямых ученых, которые не бросили нейросети даже тогда, когда весь мир от них отвернулся. Вот как это было — коротко и по годам.

Год	Событие	Значение
1950	Тьюринг предложил тест Тьюринга	Впервые поставлен вопрос: «Может ли машина мыслить?»
1956	Дартмутская конференция	Рождение ИИ как дисциплины; введен сам термин
1957	Розенблатт создал перцептрон	Первая обучаемая нейросеть
1969	Минский и Паперт раскритиковали перцептрон	Начало первой «зимы ИИ»
1974	Галушкин и Вербос описали backpropagation	Алгоритм, ставший основой обучения нейросетей
1986	Хинтон масштабировал backpropagation на глубокие сети	Многослойные сети можно эффективно обучать
1997	Deep Blue обыграл Каспарова	Первая победа машины над чемпионом мира
2012	AlexNet «взорвал» ImageNe	Доказана мощь глубокого обучения + GPU
2014	Гудфеллоу представил GAN	Нейросети научились генерировать реалистичные изображения
2017	Google опубликовал архитектуру трансформер	Фундамент всех современных LLM
11.2022	Запуск ChatGPT	ИИ стал массовым — 1 млн пользователей за 5 дней
04.2023	Сбер запустил GigaChat	Первая крупная российская генеративная модель
12.2024	DeepSeek-V3 обучен за ≈ $5,6 млн	Конкурентный ИИ возможен без миллиардных бюджетов
03.2025	GigaChat 2.0 MAX	Обошел GPT-4o в MMLU на русском
10.2025	Яндекс запустил «Алису AI»	65 млн пользователей к декабрю 2025

FAQ

Кто первым создал искусственный интеллект?

Единого создателя у ИИ нет. Термин «искусственный интеллект» ввел Джон Маккарти в 1956 году на Дартмутской конференции, но фундамент заложил Алан Тьюринг еще в 1950-м, поставив вопрос «Может ли машина мыслить?». Первую обучаемую нейросеть — перцептрон — построил Фрэнк Розенблатт в 1957 году.

Чем отличается ИИ от нейросети?

ИИ — это широкая область науки, цель которой — научить машины решать задачи, требующие человеческого интеллекта. Нейросеть — лишь один из инструментов внутри этой области, архитектура, вдохновленная устройством мозга. Не каждый ИИ — нейросеть, но сегодня большинство прорывов связаны именно с ними.

Какие есть российские нейросети?

Два главных игрока — Яндекс с «Алисой AI» (на базе YandexGPT 5) и Сбер с GigaChat 2.0. Помимо них, на рынке работают десятки агрегаторов — MashaGPT, Study AI, GPTunneL и другие, — которые дают доступ к мировым моделям с оплатой в рублях.

Можно ли пользоваться нейросетями бесплатно?

Да. Многие сервисы предлагают бесплатный стартовый доступ: GigaChat, SmartBuddy, ruGPT и другие работают без оплаты и даже без регистрации. Лимиты у бесплатных тарифов ограничены, но для знакомства с технологией их вполне достаточно.

Заменит ли ИИ людей?

ИИ автоматизирует рутину, но не заменяет человека целиком. Он ускоряет написание текстов, генерацию изображений, анализ данных — однако стратегическое мышление, креативность и принятие ответственных решений по-прежнему остаются за людьми. Лучшая стратегия — не бояться технологии, а научиться работать вместе с ней.

Искусственный интеллект не изобрел один человек — его создавали десятилетиями: от теста Тьюринга и перцептрона Розенблатта до трансформеров Google и ChatGPT от OpenAI. Каждый прорыв опирался на предыдущий, а «зимы ИИ» лишь закаляли тех, кто верил в нейросети. Сегодня технология доступна каждому — через агрегаторы, чат-боты и открытые модели. Главный совет: пробуйте разные инструменты и не бойтесь экспериментировать — именно так вы найдете свой идеальный ИИ-помощник. Теперь вы знаете, кто создал ИИ и какой путь прошла эта технология.

А какая нейросеть впечатлила вас больше всего? Делитесь мнением в комментариях!