Что такое нейросеть простыми словами: как она устроена и учится

Что такое нейросеть простыми словами

Нейросеть (нейронная сеть) — это программа, которая учится на примерах, а не работает по заранее прописанным правилам. В этом её главное отличие от обычного кода. Классическую программу человек пишет по шагам: «если пользователь нажал кнопку — открой окно». Но как написать правило «это кот»? У кота нет чёткого списка признаков: он бывает рыжий и чёрный, в анфас и в профиль, сидит и прыгает. Перечислить всё вручную невозможно.

Нейросеть решает задачу иначе. Ей показывают тысячи фотографий с подписями «кот» и «не кот», и она сама нащупывает закономерности: округлые уши, усы, форму морды. Никто не диктует ей правила — она выводит их из данных. Именно поэтому нейросети хороши там, где явную инструкцию написать почти нереально: распознать лицо, перевести фразу, озвучить текст, дорисовать картинку.

Искусственный нейрон: сумма и «вентиль»

Название «нейросеть» подсмотрено у биологии, но искусственный нейрон устроен куда проще живого. По сути это маленький калькулятор с одной задачей: взять несколько чисел на входе, смешать их и выдать одно число на выходе. Всё.

Работает он в два шага. Сначала взвешенная сумма: у каждого входа есть свой вес — число, показывающее, насколько этот вход важен. Нейрон умножает каждый вход на его вес и складывает результаты. Представьте, что вы решаете, идти ли гулять: погода важна (большой вес), а цвет носков — нет (вес около нуля). Нейрон делает ровно это, только с числами.

Второй шаг — функция активации. Это «вентиль», который решает, пропускать сигнал дальше и насколько сильно. Без него сеть умела бы складывать только прямые линии и не смогла бы уловить сложные, изогнутые зависимости реального мира. Функция активации добавляет «нелинейность» — и именно она позволяет сети описывать по-настоящему хитрые закономерности, а не только «больше–меньше».

Один такой нейрон почти беспомощен — он умеет проводить лишь простейшую границу вроде «да/нет». Но сила приходит, когда нейронов становится много и они соединяются в сеть.

Слои: как из нейронов собирают сеть

Нейроны выстраивают в слои, и данные текут сквозь них, как по конвейеру. Слоёв три вида:

• Входной слой — принимает исходные данные. Для фото это яркость каждого пикселя, для текста — закодированные слова. Здесь ничего не вычисляется, только приём.
• Скрытые слои — сердце сети. Именно здесь происходит вся работа. Их может быть один, а может быть сотни: когда скрытых слоёв много, сеть называют глубокой, а обучение таких сетей — глубоким обучением.
• Выходной слой — выдаёт итог: «кот» с вероятностью 97%, перевод фразы или следующее слово в предложении.

Ключевая идея — в разделении труда между слоями. На примере распознавания картинок это видно нагляднее всего. Первые скрытые слои улавливают самое простое: границы, пятна, штрихи. Следующие складывают из них детали посложнее — глаз, ухо, колесо. Ещё более глубокие — целые объекты: морда кота, лицо человека, автомобиль. Каждый слой стоит на плечах предыдущего и работает с чуть более абстрактными понятиями. Так простая математика в основании превращается наверху в узнавание сложных вещей.

Обучение: почему всё решают веса

Мы сказали, что сеть «учится». Но что именно в ней меняется? Ответ короткий: веса. Все знания нейросети — это и есть её веса, те самые числа важности у каждой связи. Обучить сеть — значит подобрать миллионы (а в больших моделях — миллиарды) этих чисел так, чтобы она давала правильные ответы. Происходит это по кругу из четырёх шагов.

Повторите этот круг миллионы раз на огромном наборе примеров — и случайные числа постепенно превратятся в осмысленные. Красивая метафора для градиентного спуска — спуск с горы в тумане: вы не видите подножие, но чувствуете уклон под ногами и делаете маленький шаг туда, где ниже. Ошибка — это высота, а цель — добраться до долины, где промахов почти нет.

Почему это вообще работает

Возникает честный вопрос: почему перемножение чисел вдруг оборачивается переводом текста или распознаванием речи? Секрет в том, что почти любые данные — это закономерности, а закономерности выражаются числами. Фотография — это сетка яркостей. Звук — колебания громкости во времени. Текст — последовательность слов, где одни чаще идут за другими. Везде есть скрытая структура, и достаточно большая сеть способна её нащупать.

Помогают три вещи, которые совпали лишь недавно. Первая — данные: интернет дал миллиарды примеров текстов и картинок. Вторая — вычислительная мощность: видеокарты (GPU) умеют делать миллионы простых операций разом, а сеть — это как раз миллионы простых операций. Третья — удачные архитектуры: способы соединять слои, которые хорошо ловят именно картинки или именно язык. Пока не сошлись все три, нейросети десятилетиями оставались красивой, но слабой идеей.

Где нейросети уже рядом с вами

Слово звучит футуристично, но нейросети давно работают в вашем кармане — тихо и незаметно:

• Телефон. Разблокировка по лицу, «умное» улучшение фото, голосовой набор, автоперевод в камере — всё это нейросети.
• Интернет. Лента рекомендаций, фильтр спама в почте, поисковые подсказки, автоматические субтитры к видео.
• Творчество. ChatGPT пишет и объясняет, Midjourney и подобные сервисы рисуют картинки по текстовому описанию, нейросети удаляют фон и увеличивают старые снимки.
• Медицина и наука. Поиск опухолей на снимках, предсказание формы белков, расшифровка старинных текстов.

Если вам интересна именно графическая сторона — как нейросети создают и отдают изображения, — начните со статьи в каком формате нейросети отдают картинки, а затем загляните в разбор, как распознать ИИ-картинку по метаданным.

Три мифа, в которые не стоит верить

Вокруг темы много шума, поэтому сразу расставим точки над i.

Миф 1: «Нейросеть думает, как человек». Нет. Она находит статистические закономерности в данных. Ни понимания смысла, ни намерений, ни сознания у неё нет — есть подобранные веса, которые хорошо предсказывают ответ.

Миф 2: «Нейросеть всегда права». Тоже нет. Сеть уверенно ошибается, если во время обучения ей попадались перекошенные или неполные данные. Она отражает то, на чём училась, — включая чужие ошибки и предрассудки.

Миф 3: «Это слишком сложно, чтобы разобраться». Как видите — нет. Нейрон, слои, веса, обучение через уменьшение ошибки. Математики внутри много, но базовая идея умещается в одну страницу, и вы её только что прочитали.

Теперь у вас есть каркас, на который лягут все остальные знания об ИИ. Хотите узнать, как та же механика превращается в собеседника? Читайте, как работает ChatGPT и языковые модели. А если любопытно, как сети рисуют, — вот разбор генеративного ИИ.