Словарь ИИ
Что такое нейросеть
Коротко
Нейросеть это программа из множества простых вычислительных элементов, искусственных нейронов, которая учится находить закономерности на примерах.
Основы ИИ · neural network
Михаил МозгПроверено: 1 минута чтения
Ребенку
Вспомни, как ты учился узнавать буквы. Сначала путал похожие, потом увидел их много раз и запомнил. Такая программа учится похоже. Внутри у нее очень много крошечных счетчиков, и они передают друг другу сигналы по цепочке, как ребята передают мяч по кругу. После множества примеров счетчики настраиваются, и компьютер узнает кошку на фото или букву в тетради.
Простыми словами
Нейронная сеть устроена как длинная цепочка фильтров. На вход подают числа: пиксели картинки, звук или слова, переведенные в цифры. Каждый искусственный нейрон умножает полученные сигналы на свои коэффициенты, складывает их и передает дальше. На выходе получается ответ: «на фото собака» или следующее слово фразы. Сначала коэффициенты случайные, и ответы неверные. Во время обучения сеть сравнивает свой результат с правильным и понемногу подкручивает коэффициенты. Так работают разблокировка телефона по лицу и подсказки при наборе сообщения.
Для бизнеса
Почти все современные ИИ-сервисы построены на нейронных сетях: чат-боты, распознавание документов, анализ звонков, генерация картинок. Компании обычно не создают свою с нуля, а берут готовую и подключают ее к задачам через облако или ставят на собственный сервер. На стоимость влияют размер модели, объем запросов и требования к хранению сведений: если клиентские данные нельзя отправлять за рубеж, нужен вариант в России или в своем контуре. Риск в том, что сеть уверенно ошибается и не объясняет, почему ответила именно так. Поэтому качество проверяют на реальных примерах компании до запуска, а ответственные решения оставляют человеку.
Для специалиста
Искусственная нейронная сеть (artificial neural network, ANN) это параметрическая функция из слоев: каждый слой выполняет линейное преобразование входа с весами (weights) и смещением (bias), затем нелинейную функцию активации (activation function). Сети прямого распространения (feedforward, MLP), сверточные (CNN), рекуррентные (RNN) и трансформеры различаются схемой связей между нейронами. Веса подбирают по данным: функцию потерь (loss) минимизируют градиентными методами, а градиенты считают обратным распространением ошибки (backpropagation). Его применение к многослойным сетям показали Д. Румельхарт, Дж. Хинтон и Р. Уильямс в журнале Nature 9 октября 1986 года: скрытые нейроны (hidden units) сами учатся представлять важные признаки задачи. Сети с большим числом слоев относят к глубокому обучению; обзор Я. Лекуна, Й. Бенджио и Дж. Хинтона в Nature 2015 года описывает, как такие слои строят все более абстрактные представления.
Пример
Склад сканирует накладные, и нейросеть сама находит в них номер, дату и сумму. Оператор проверяет только спорные поля, а не перепечатывает весь документ.
Связанные термины
Вопросы и ответы
Что такое нейросеть простыми словами?
Чем нейросеть отличается от искусственного интеллекта?
Источники
Где это применяют в компании
Не уверены, нужно ли это вашей компании?
Карта ИИ-решений