Доброго времени суток, «Хабр»!
На дворе век технологий, которые внедряются уже буквально повсюду. С одной стороны, подобное упрощает нам жизнь, с другой — всё это простые механизмы, которыми нужно уметь пользоваться и понимать, что в любой момент мы можем остаться без них.
Сегодня мы поговорим об искусственном интеллекте, а я постараюсь ответить на вопрос: что же такое эти ваши нейросети? Кроме того, я попытаюсь собрать своеобразный сборник с кратким материалом по каждому отдельному разделу про искусственный интеллект, а также дам ссылки на более развернутые материалы по каждой конкретной теме. В конце подойдем к вопросу о том, сможет ли нейросеть заменить человека, и выскажу своё мнение в достаточно актуальной баталии.
Принимайте стратегически устойчивое положение, не забудьте про перекус, ну а я начну своё повествование.
Немножко об нейросетях
Нейросеть — это компьютерная программа, которая пытается работать по аналогии с человеческим мозгов: обучается и «принимает решения».
По своей сути, развитие искусственного интеллекта начинается еще в 1906 году, когда русский учёный Андрей Андреевич Марков ввел понятие «цепь Маркова» — последовательность случайных событий с конечным или счетным числом исходов, где вероятность наступления каждого события зависит лишь от состояния, достигнутого в предыдущем событии.
Сложно представить, что такая простая вещь привела нас к современным моделям, способным на многое.
Нейросеть способна учиться как благодаря алгоритмам распознавания и командам человека, так и на основе собственного предыдущего опыта — она действует автономно, используя накопленные знания. Это похоже на ваше детство: сначала вас учили и направляли родители, а позже вы стали самостоятельно понимать устройство вещей, делать выводы и искать способы решения проблем.
Выглядит немного пугающе? Сразу вспоминаются сцены из фильмов про захват мира искусственным интеллектом и порабощение человечества. Но отбросим фантазии! Все понимают, что до такого сценария нейросети пока далеки, словно от Москвы до Китая. Основная причина — отсутствие способности к самостоятельному кодированию и тот факт, что сам ИИ состоит из различных несвязанных друг с другом программ.
Больше узнать об истории развития нейросетей можно в моей статье здесь. Эта информация будет полезна тем, кто интересуется эволюцией искусственного интеллекта.
Небольшое отступление
Первое, хочу рассказать про цель статьи — вкратце пробежаться по искусственному интеллекту, без глубокого погружения в отдельные темы. Большинство ответов на разные вопросы вы найдете в других статьях, которые будут упомянуты в нужных местах как дополнительное чтение для интересующихся.
Второе, многие нейросети, демонстрирующие различные аспекты в статье, взяты с агрегатора нейросетей BotHub. Пройдя по специальной ссылке, можно получить 100 000 капсов на собственные эксперименты.
Популярные архитектуры и алгоритмы обучения
Раз уж выше я упоминал, что нейросети способны обучаться, а некоторые даже делают это самостоятельно, то расскажу об этом подробнее и заодно захватим еще и популярные архитектуры нейросетей, с которых и начнем.
Популярные архитектуры
Быстро пробежимся по каждой, постараюсь расписать все понятно и одновременно просто.
Trasformer — вид нейросетевой архитектуры, который хорошо подходит для обработки последовательностей данных. Его главное преимущество заключается в способности эффективно обрабатывать длинные зависимости внутри последовательности (например, предложения).
Архитектура создаёт цифровое представление каждого элемента последовательности, собирая важную информацию о нём и контекст вокруг. Эти представления передаются другим нейросетям, которые используют их для выполнения разных задач, включая синтез и классификацию. Таким образом, трансформеры позволяют следующим сетям лучше выявлять скрытые закономерности и связи во входных данных.Generative adversarial network — это тип архитектуры машинного обучения без учителя. Она состоит из двух компонентов: генератора и дискриминатора, играющих друг против друга в своеобразную игру «найти правду». Вкратце, генератор генерирует правдоподобные или фальшивые образцы, а задача дискриминатора — определить, какие из них настоящие, а какие поддельные.
ResNet (residual network) — архитектура сверточной нейросети, использующая остаточные блоки, позволяющая создавать глубоко вложенные структуры без проблемы исчезновения градиентов.
Capsule Networks — по сути, это улучшенная версия классических сверточных нейронных сетей, ранее имевших значительные недостатки. Основной минус обычных сверточных сетей заключался в неспособности учитывать пространственные отношения между простыми и сложными элементами. Использование капсул позволило преодолеть эту проблему.
Kolmogorov-Arnold Networks — тип нейросетей, решающий проблему «проклятия размерности» («curse of dimensionality»), часто возникающую в стандартных многослойных перцептронах (MLP).
Графовые нейронные сети — эта архитектура позволяет адаптировать традиционные нейросетевые подходы для работы с графами структурами данных.
С архитектурой на этом закончим. Более подробную информацию можно найти в отдельной статье, посвящённой именно этому вопросу, либо через приведенные здесь ссылки.
Популярные алгоритмы обучения
Эту тему я не рассматривал в своих статьях, поэтому здесь будет чуть больше материала, однако опять же постараюсь изложить всё кратко, понятно и дать ссылку на более подробное объяснение для заинтересовавшихся.
-
Метод обратного распространения. Подобный подход является самым популярным способом обучения нейросетей, при котором они учатся на собственных ошибках. Грубо говоря, когда нейронная сеть делает предсказание, оно сравнивается с реальным результатом, и если есть ошибка, то веса (значения, определяющие степень влияния входных данных на итоговый результат) корректируются, чтобы минимизировать эту ошибку. Повторяя такие процедуры многократно, нейронная сеть постепенно улучшает свои результаты.
Сам по себе метод был описан еще в 1960-х годах, что делает его одним из краеугольных камней современных нейросетей.
-
Метод упругого распространения. Этот способ появился как альтернатива первому. Главная причина разработки — высокая длительность предыдущего метода. Здесь акцент сделан на оптимизацию процесса коррекции весов путем изменения их значений согласно направлению градиента ошибки (это вектор, показывающий, куда чаще всего отклоняется результат при варьировании параметров нейронной сети).
В отличие от других подходов, действующих с фиксированной скоростью обучения, этот метод адаптируется индивидуально к каждому параметру.
Генетический алгоритм обучения. Алгоритм, основанный на принципе естественного отбора и генетической мутации. Его можно условно сравнить с эволюционным процессом природы, основанным на объединении удачных признаков. Алгоритм работает следующим образом: после этапа селекции следующее поколение нейросетей формируется путем объединения наилучших характеристик предшественников. Цикл продолжается до достижения некоторого уровня качества, которое считается приемлемым.
Где используют нейросети?
Перейдём к чему-то более обширному — а именно перечню возможных применений нейросетей. Список там достаточно внушительный.
Карманный помощник в повседневных делах
Искусственный интеллект может стать помощником на каждый день. Составить план тренировок? Или нужна диета?
Может, нужно решить какую-нибудь задачу? Например, написать калькулятор на Python.
Почти любую задачу такого уровня сложности, при учете последующей проверки человеком, можно поручить искусственному интеллекту. Но его возможности на этом не исчерпываются.
Кстати, для текстовых нейросетей есть статья на тему составления промтов, возможно, кто-то захочет ознакомиться с дополнительной информацией.
Генерация изображений и видео
Ещё один довольно частый способ применения нейронных сетей в современном мире — допустим, вам захотелось увидеть кота, сидящего на стуле.
Прекрасный рыжий кот, но благодаря нейросети его можно ещё и оживить.
До подлинной кошачьей грации здесь пока далеко, однако результат вполне приличный. О генерации изображений и видео также есть инструкция по созданию промтов.
Генерация музыки
Ещё одно направление, которое можно назвать популярным — сугубо по моему скромному мнению, генерация музыки в нейросетях интересует больше всего (лично меня).
Согласитесь, не так уж и плохо? Про голос промолчу, но инструментал мне очень нравится.
Три достаточно популярных направления для использования нейросетей, конечно, это далеко не всё. Например, генерация 3D-объектов и сцен. Можно вспомнить и недавно созданную модель от Microsoft, которая достаточно точно ставит диагноз пациентам — около 80% правильных результатов. Но думаю, пора переходить к тому, за что меня могут посадить на вилы.
Может ли нейросеть заменить человека?
Конечно, такое себе нейросеть позволить не может. Искусственный интеллект — всего лишь инструмент, способный упростить жизнь людей, но управляемый исключительно человеком. О восстании машин речь вообще не идёт, по крайней мере в обозримом будущем точно. Эта ситуация настолько сюрреалистична, что её можно сравнить с моментом, когда микроволновка вдруг сама включается, кладёт внутрь яйцо и взрывается после этого.
Дополню небольшой тавтологией: нейросеть — именно инструмент, которым важно грамотно управлять и использовать. Никогда не стоит забывать о собственных знаниях — они гораздо ценнее.
Итог
В принципе, всё, что хотел осветить в этой статье — я сделал. Конечно, сама по себе статья больше напоминает простенький сборник с возможностью перехода в разделы с более подробной информацией. Именно подобное изложение и было моей целью на сегодня.
Спасибо за прочтение!
Комментарии (23)
i-netay
30.08.2025 07:30Этот текст вообще не напоминает методичку. (Хотя это утверждается в конце), не содержит полезной информации по теме, чтобы разобраться. Видно, что автор вообще ничего об этом не знает и скорее всего даже не пытался разобраться, а сразу стал всех учить.
lear
30.08.2025 07:30Уже на скрине с клауди видно чем нейронки отличается от интеллекта.
Чтобы скинуть 5 кг нужен дефицит почти в 40.000 ккал, итого если за 30 дней, то ежедневный дефицит должен быть 1300, а это очень большой дефицит для неподготовленного человека. С таким дефицитом можно где-то упасть и головой удариться...
Во вторых, зачем скидывать 5кг? Нужно красивое тело - это и дефицит и тренировки, но при таком варианте не обязательно цифры на весах покажут меньше. Т.е. вначале впринципе нужно понять цель.А вообще, если серьёзно необходимо изменить тело, то проконсультируйтесь с тренером и врачом (ну или хотя бы с нутрициологом, у которого мед образование или студентом, а не просто рандомный сертификат).
Потому что дефицит (более 500 в день) может сильно на весь организм повлиять. И к тому же, есть вероятность, что проблема лишнего веса это заболевание.
S1908
30.08.2025 07:30Нейронная сеть и ии это мат модель т.е нелинейная функция с миллиардом переменных. Вот и все что есть нс и ии. Если взять за аналогию сильный интеллект agi как компьютер то текущая llm представляет всего лишь интерфейс ввода вывода. Но есть еще куча подсистем которые не изобретены.
NeriaLab
Автор, Вы уж определитесь, то ли Вы пишите про ИИ
то ли Вы пишите про нейронные сети
Нейронная сеть ≠ ИИ.
Если у вас есть "искусственный интеллект", который:
прошёл строгий тест Тьюринга (не шоу, а в полном соответствии с правилами проведения);
решил задачи из ARC (Abstraction and Reasoning Corpus);
продемонстрировал решения задач Theory of Mind (ToM) - понимание намерений, лжи, убеждений других;
обучается в процессе, адаптируется, планирует
Так покажите его миру! Это действительно будет "революция"! А пока, Вы говорите о нейросетях и называете их "ИИ" - это просто хайп. Много высокопарных и красивых слов, за которыми ничего нет
AleGen
Зачем придираетесь к словам? И так всем понятна суть и смысл.
Так-то я тоже могу придраться к вашей грамотности в комментарии.
Kanut
А разве нейронные сети не являются подмножеством ИИ?
А вы точно не путаете ИИ и какой-нибудь "общий искуственный интеллект" , "сильный ИИ" , AGI или ещё что-то в этом роде?
NeriaLab
Нет, не является "подмножеством"
Нет, не путаю. Я очень хорошо разбираюсь во всех терминах и областях их применения
Kanut
Гугл утверждает обратное. То есть как минимум похоже что нет единого мнения по этому вопросу.
Ну если вы так хорошо во всём этом разбираетесь, то можете дать ссылку на определение ИИ, которое соответствует тому что вы выше написали?
NeriaLab
Ну если уж Гугл сказал - вопросов больше не имею
Kanut
А почему кто-то должен вашим голословным утверждениям верить больше чем гуглу?
Pshir
Потому что Гугл транслирует любой бред, который найдёт в интернете.
Kanut
Википедия это достаточно достоверный источник? Там тоже нейронки причисляют к ИИ.
Нет? Ну так дайте ссылку на нормальный источник с определением ИИ, которое соответствует вышенаписанному. Разве кто-то против?
ArchIgor
Боже, храни наш Google святой,
Он один нам - истинный престол!
Не книжный шрифт, не труд учёных лет,
И "Поиск" нам сказал: "А в книгах ответа нет!"
Зачем нам читать? Зачем наш мозг напрягать,
Когда в два клика можно всё узнать?
Учитель? Лектор? Доктора наук?
- "Остановись! Я гуглил, и понял всё вокруг!"
Не нужен нам Лекун, не нужен Маркус,
Не нужен Пинкер, не нужен Гаусс.
Ведь Google знает всё до деталей,
Он один избавит нас от печалей!
"А как устроен мозг?" - "Ща погляжу!"
"А что такое ИИ?" - "Подожди, сейчас я ввожу!"
И вот, с лицом, как будто святой,
Кричит: "Нейросеть и есть наш ИИ, он наш герой!
"А где это взяли?" - "Да вон же, смотри!
Вылезло первым - значит, верно внутри!"
Наука? Логика? Критический взгляд?
- "Они с умом, давно уж вразлад!"
О, Google! Ты свет, ты кормилец, ты дар!
Ты заменил и разум, и жар,
И школу, и книгу, и совесть, и стыд —
Ты всё, что мне нужно, когда мозг мой болит.
Так пусть же тронется небесный покров —
Храни жертву поиска, Боже, от снов,
Чтоб верил он твёрдо, не зная преград:
Что в Google - то истина. а вне его - Ад.
shlmzl
"нейронные сети" - это железо. ИИ - это продукт из software, железа и знаний, при этом железо совсем не обязательно должно быть нейронной сетью. У вас не получится дискуссии с ним, между вами пропасть в понимании тематики.
Kanut
Вообще-то нейронные сети это математическая модель. По крайней мере так нас учили в университете.
И да, под нейронными сетями подразумевается так же и различные реализации этой модели. В том числе и аппаратные. Но и не только они. .
И этот пример как раз таки отлично показывает что в данном контексте с терминологией всё очень сложно. И нет какой объективной и однозначной терминологии.
firegreat78
Чтобы нейронные сети являлись подмножеством ИИ, нужно, чтобы любая нейронная сеть была ИИ.
Возьмём следующую нейронную сеть:
и спросим себя: является ли эта нейронная сеть ИИ?
Что-то мне подсказывает, что очень мало кто назовёт такую нейронную сеть ИИ. Аж целых 9 (девять) нейронов, как много!
Что-то не похоже, что нейронные сети являются подмножеством ИИ, а также не похоже, что данное конкретное заявление господина NeriaLab было голословным.
Kanut
От того что "мало кто назовёт" она не перестанет формально к нему относится.
firegreat78
Oh, I see.
Согласен, тут подкопаться будет значительно тяжелее, придётся мне воспользоваться научными статьями (мог бы воспользоваться википедией, но это ИМХО относительно поверхностный источник информации в данном случае).
Возьму, например, вот эту статью.
Чтобы появилась
девяти нейронов может и хватить.
To achieve
используя девять нейронов? Ну, не знаю...
Это определение отличается от предыдущего тем, что здесь интеллект можно выразить числом.
Насколько большим будет это число при измерении интеллекта у нейронной сети с девятью нейронами? Формально - да, оно будет больше нуля, но насколько больше? Negligible. Но всё же, формальность есть формальность, согласно этому определению нейросеть является ИИ. Или, если точнее, это определение не опровергает Ваш тезис.
Хм. На конкретной проблеме (или на конкретном классе проблем) нейросеть заблаговременно не тренируем, а также успешное выполнение задачи нейросетью не является индикатором интеллекта.
Справится ли наша нейронная сеть из девяти нейронов с какой-нибудь задачей, если её специально заранее не обучать? Допустим, да.
Хорошо, теперь выдаем ей совершенно перпендикулярную по смыслу и входным данным задачу. Справится? Сомнительно.
Выдадим ей третью задачу, перпендикулярную предыдущим двум. Справится? Очень-очень сомнительно...
Это определение чем-то похоже на первое, только там было:
а здесь:
Wide range of environments, девять нейронов? Ну, такое...
Вот пишут, что есть некоторый порог, и если он не преодолевается, то рановато будет считать систему за ИИ.
Что-то не знаю я... Я не уверен, что готов заявить в общем случае, что
Kanut
Как насчёт нейросетей про которые пишут в статье?
firegreat78
Как мне следует интерпретировать Ваш вопрос?
Вот так:
Или вот так:
?
Kanut
А от этого что-то принципиально изменится? Ну возьмите первый вариант.
firegreat78
Заранее неизвестно. Это зависит от диалога, думаю.
Какое из четырёх определений ИИ мне следует использовать в своих рассуждениях? Лично мне нравится третье, то есть, вот это:
Это определение меня привлекает своей относительной строгостью по сравнению с остальными тремя определениями.
Kanut
Ну по хорошему стоит брать то, по которому нейросети сети из статьи попадают в определенеи ИИ.
Ну если все четыре определения являются легитимными.