Neural Network

Нейросеть (neural network, искусственная нейронная сеть) — математическая модель, в которой простые элементы-«нейроны» собраны в слои и обмениваются числами. На вход подаются данные (пиксели, токены, звук), через слои они превращаются в ответ. Веса связей между нейронами подбираются во время обучения на миллионах примеров. Это основа почти всего современного AI: от распознавания лиц до GPT и Stable Diffusion.

Коротко

Коротко. Нейросеть — это слои простых вычислителей-«нейронов», между которыми идут числа. Каждый нейрон считает сумму входов, умножает на свои веса и пропускает через нелинейную функцию. Обучение — подбор миллионов таких весов так, чтобы на знакомых данных модель давала правильный ответ. После обучения та же сеть работает на новых примерах: фотография — «кот», фраза — следующее слово, шум — картинка.

Что это такое

Распознавание рукописной цифры. Картинка 28 × 28 пикселей, 784 числа в градации серого. Нужно по этим числам сказать, какая это цифра: 0, 1, 2 или 9.

Жёсткое правило здесь не работает. Семёрка может быть с перекладиной и без. Двойка — с петлёй внизу или без. Тысячи людей пишут по-своему. Программисту такие правила выписать вручную невозможно — слишком много вариантов.

Нейросеть подходит к задаче иначе. Она ничего не «знает» о цифрах. Внутри — слои нейронов, каждый из которых умеет одно: складывать входы с весами и пропускать сумму через простую функцию. Все вместе они образуют большую обучаемую формулу с миллионами параметров. Модели показывают 60 000 рукописных цифр с правильными подписями, и она постепенно настраивает веса так, чтобы предсказание совпадало с подписью.

Идея старая. Первые искусственные нейроны (перцептрон Розенблатта) появились в 1958 году. Долгое время сети были маленькими и слабыми. Прорыв случился в 2012-м: AlexNet выиграла соревнование по распознаванию изображений ImageNet с большим отрывом — глубокая нейросеть, обученная на видеокартах. С тех пор «нейросеть» и «современный AI» — почти синонимы.

Как это работает

Один нейрон считает простую вещь:

выход = activation(w₁·x₁ + w₂·x₂ + ... + wₙ·xₙ + b)

x — входы (от других нейронов или из исходных данных), w — веса связей, b — смещение (bias), activation — нелинейная функция, чаще всего ReLU (max(0, x)).

Сами нейроны собираются в слои:

1. Входной слой принимает сырые данные: 784 числа для картинки 28×28, или вектор токенов для текста.
2. Скрытые слои — основная работа сети. Каждый следующий слой получает выходы предыдущего, применяет свою матрицу весов и нелинейность.
3. Выходной слой даёт результат в нужной форме: вероятности 10 цифр, координаты лица, следующее слово.

Чем глубже сеть (больше скрытых слоёв), тем сложнее закономерности она может уловить. На ранних слоях нейроны реагируют на простые признаки — края, линии, контраст. На средних — на формы и фрагменты (ухо, колесо, окно). На поздних — на цельные объекты (кот, машина, дом).

Обучение — это процесс подбора весов:

1. Сети подают пример с известным ответом.
2. Считается предсказание сети — обычно неправильное на старте.
3. Считается ошибка (loss): насколько предсказание далеко от истины.
4. По формуле обратного распространения (backpropagation) считается, как каждый вес повлиял на ошибку.
5. Веса чуть сдвигаются в сторону, уменьшающую ошибку (обычно на 0.0001 за шаг).
6. Цикл повторяется на следующем примере. И ещё миллионы раз.

Пример на практике

Художник работает над персонажем для игры. Нужно распознать в сотнях скетчей те, где фигура стоит в боевой стойке — для дальнейшей анимации.

Без нейросети — четыре часа ручного перебора. С нейросетью OpenPose, которая по фотографии или рисунку находит 17 ключевых точек скелета (плечи, локти, колени, ступни), задача занимает несколько минут.

OpenPose — это свёрточная нейросеть с десятками слоёв. На входе — RGB-картинка 368×368. На выходе — координаты 17 точек и их уверенность. Внутри ранние слои реагируют на края и контраст, средние — на части тела (рука, нога), поздние — на их пространственное расположение. Веса подобраны во время обучения на сотнях тысяч фотографий с размеченными скелетами.

То же самое работает в ComfyUI: ControlNet берёт сгенерированную карту скелета и заставляет Stable Diffusion рисовать персонажа в этой позе. Нейросеть OpenPose извлекает позу из рисунка, другая нейросеть — диффузионная — генерирует новое изображение по этой позе. Две сети, обученные по отдельности, работают вместе.

С чем часто путают

• Нейросеть и мозг — название создаёт иллюзию аналогии. Искусственный нейрон — это просто математическая функция; биологический нейрон — клетка с тысячами тонких процессов, химией, ритмом. Сходство только метафорическое.
• Нейросеть и AI — нейросеть является одним из подходов внутри AI. Есть и другие: деревья решений, SVM, экспертные и символьные системы. В бытовой речи словом AI часто называют продукты на нейросетях, но понятие шире.
• Нейросеть и алгоритм — обычный алгоритм пишет программист, шаги фиксированы. Нейросеть — это архитектура с миллионами свободных параметров, которые подбираются на данных. Сама архитектура алгоритм, но «программа» внутри неё пишется обучением.
• Нейросеть и модель — модель обычно означает конкретную систему после обучения: архитектуру, веса и конфигурацию. Два поколения одного семейства могут различаться весами, данными и устройством, даже если полные детали не опубликованы.

Частые ошибки и заблуждения

• Чем больше слоёв, тем умнее сеть. До определённого предела — да, но без больших данных глубокая сеть запоминает примеры наизусть и проваливается на новых (overfitting). Размер должен соответствовать задаче и объёму обучающих данных.
• Сеть «понимает» картинку. Нет. Она реагирует на статистические паттерны. Изменение нескольких пикселей, незаметное человеку, может полностью сбить её предсказание — это называется adversarial example.
• Нейросеть учится сама. Она учится под наблюдением — на парах «вход — правильный ответ». Без размеченных данных классическая нейросеть бессильна. Современные большие модели частично обходят это через self-supervised обучение (предсказание пропущенного слова из текста), но без массы примеров всё равно не обходятся.
• Нейросеть = чёрный ящик навсегда. Часть архитектур (внимание в трансформерах, активации в CNN) уже частично интерпретируется через визуализации. Но в целом — да, миллионы весов остаются непрозрачными для человеческого анализа.

Связанные термины

• Deep Learning — обучение нейросетей с большим числом скрытых слоёв.
• Machine Learning — общая дисциплина обучения программ на данных; нейросети — её часть.
• LLM — большая языковая модель, в основе которой огромная нейросеть-трансформер.
• GPT — конкретное семейство нейросетей, обученных предсказывать следующий токен.
• Backpropagation — алгоритм, который позволяет считать поправки к весам через все слои сети.
• Activation function — нелинейная функция (ReLU, sigmoid, GELU) внутри нейрона, без которой сеть теряет глубину.
• Parameters — те самые подбираемые числа: веса и смещения нейронов.

Частые вопросы

Сколько параметров в современной нейросети? Разброс огромный: компактная модель для одного устройства может содержать тысячи или миллионы параметров, а крупная универсальная — миллиарды. Одно это число мало говорит о качестве: важны архитектура, данные, способ обучения и конкретная задача. Если разработчик не раскрыл устройство модели, сторонние оценки лучше не выдавать за факт.

Чем нейросеть отличается от обычной программы? В обычной программе шаги пишет программист. В нейросети шаги (умножения и сложения) фиксированы архитектурой, но коэффициенты подбираются на данных. Программа делает то, что её научили, а не то, что описано в коде.

Что такое слой в нейросети? Набор нейронов, которые получают одинаковый вход (выход предыдущего слоя) и считают свои выходы параллельно. Между слоями — матрица весов, которая описывает, как сигнал передаётся дальше.

Нужна ли видеокарта для запуска нейросети? Зависит от модели и задачи. Компактные сети работают на процессорах, телефонах и других локальных устройствах. Для тяжёлого обучения и быстрого инференса обычно используют ускорители, потому что они хорошо справляются с параллельными матричными вычислениями. Облачная модель при этом может быть доступна через API, даже если её нельзя запустить на своём компьютере.

Почему нейросеть называется так, если она не похожа на мозг? Историческая инерция. Перцептрон Розенблатта в 1958-м был задуман как модель биологического нейрона. С тех пор и архитектуры, и понимание ушли далеко в сторону, а название осталось.

Главное

Нейросеть — обучаемая функция, собранная из слоёв и параметров. Во время обучения параметры меняются так, чтобы уменьшить ошибку на примерах. Больше данных и параметров не гарантирует лучший результат само по себе: значение имеют качество выборки, архитектура, цель обучения и проверка на новых случаях.