Словарь ИИ

Что такое нейрон в нейросети

Коротко

Нейрон в нейросети это простой вычислительный элемент: он умножает входные числа на веса, складывает их и через функцию активации передает результат дальше.

Основы ИИ · artificial neuron

Михаил МозгПроверено: 16 октября 20261 минута чтения

Ребенку

Представь цепочку ребят, которые передают друг другу подсказки шепотом. Каждый слушает соседей, решает, насколько важна подсказка, и передает ее дальше громче или тише. Один такой участник почти ничего не знает. Но когда их очень много и они стоят рядами, вместе они отгадывают трудную загадку. В компьютерной нейросети такой участник и называется нейроном.

Простыми словами

Искусственный нейрон придуман по мотивам нервной клетки мозга, но устроен намного проще. Он получает несколько чисел, и у каждого входа есть свой вес, то есть степень важности. Нейрон перемножает входы на веса, суммирует и решает, насколько сильно «загореться» и что отправить следующим элементам. Представьте, что вы выбираете фильм: отзыв друга для вас весит много, реклама мало, и по сумме вы решаете, идти или нет. В нейросети таких элементов огромное количество, и при обучении меняются именно их веса.

Для бизнеса

Руководителю не нужно разбираться в формулах, но полезно знать, что из них следует. Число нейронов и связей между ними задает размер модели: чем она больше, тем дороже сервер и каждый ответ. Знания модели распределены по весам огромного числа связей, поэтому нельзя открыть ее и поправить одно правило, как в таблице. Ошибку исправляют данными: дообучением, примерами в запросе, проверкой ответа на выходе. Отсюда и сложность с объяснением решений: на вопрос «почему отказали клиенту» сеть прямого ответа не дает. Где в компании нужна такая модель, а где хватит простых правил, видно по схеме этажей ИИ: данные, связь систем, анализ, действие.

Для специалиста

Искусственный нейрон (artificial neuron) вычисляет y = f(w·x + b): скалярное произведение входного вектора x на вектор весов w, смещение (bias) b и нелинейную функцию активации (activation function) f. Первую формальную модель предложили У. Маккаллок и У. Питтс в 1943 году (Bulletin of Mathematical Biophysics): элемент срабатывает по принципу «все или ничего», когда возбуждено определенное число синапсов, а активный тормозящий синапс полностью блокирует срабатывание. Благодаря принципу «все или ничего» сети таких элементов описываются логикой высказываний. Ф. Розенблатт в 1958 году описал перцептрон, сеть подобных элементов, которая учится по опыту. В современных сетях жесткий порог заменили гладкими или кусочно-линейными функциями: сигмоида, гиперболический тангенс, ReLU, GELU. Это нужно, чтобы считать градиенты при обратном распространении ошибки (backpropagation). Нейроны группируют в слои, и полносвязный слой (fully connected layer) реализуют как умножение матрицы весов на вектор входов.

Пример

Модель, которая оценивает риск ухода клиента, получает на вход число звонков в поддержку, давность последней покупки и сумму чека. Один нейрон первого слоя может научиться реагировать на сочетание «много жалоб и давно не покупал», а следующие слои сводят такие сигналы в итоговую оценку.

Связанные термины

Вопросы и ответы

Что такое нейрон в нейросети?

Это элементарная ячейка сети, которая принимает числа, взвешивает их и передает результат дальше. Из множества таких ячеек, соединенных слоями, складывается вся нейросеть.

Чем искусственный нейрон отличается от нейрона мозга?

Живая клетка передает электрические импульсы и химические сигналы и устроена очень сложно. А его компьютерная копия лишь математическая формула, которая заимствовала у нее идею порога и взвешенных связей.

Источники

Где это применяют в компании

Как работает ИИ в компании: четыре этажа простыми словами

Не уверены, нужно ли это вашей компании?

Карта ИИ-решений