Нейросеть: что это и как работает?
Применительно к компьютерам это сложная математическая модель и ее программное воплощение. Обычные программы выполняют все операции последовательно. Нейросеть же состоит из большого количества связанных между собой вычислительных центров, поэтому она может делить задачу на несколько разных потоков и работать над каждым параллельно, а потому и результат выдает значительно быстрее.
Она также может самообучаться: увидев некоторое количество правильных и неправильных примеров, в дальнейшем она уже сама может разобраться, что к чему. Причем если в обычной программе сбой может повторяться сколько угодно раз, то нейросеть учится на своих ошибках и больше их не повторяет (но может сделать новые) — прямо как наш мозг.
Так в чем связь искусственного интеллекта и природного?
Мозг человека состоит из отдельных клеток — нейронов. Они объединены в сеть, по которой передают накопленную информацию в виде электрических и химических импульсов. Например, вы хотите узнать время. Мозг дает сигнал руке с часами подняться на уровень глаз, глаза фокусируются на часах, картинка отправляется в мозг, где обрабатывается. И вот вы узнали желаемое. Цель достигнута!
Так и в искусственном интеллекте. У простейших компьютерных нейросетей — перцептронов — был только один слой, состоящий из элементов трех разных типов. Один принимает информацию, второй обрабатывает, создавая ассоциативные связи, и третий выдает результат. Такие нейросети могли ответить лишь односложно: да или нет. Их более развитые «потомки» уже могут давать развернутые ответы. Например, быстро просмотреть сводки погоды за последние 100 лет и сказать, нужно ли вам завтра взять с собой зонт.
Нейрон — это одна клетка. Получается, базовая единица ИИ-алгоритма — отдельный компьютер?
Нет. Если биологический нейрон можно потрогать, то компьютерный не имеет физического воплощения. В остальном же он работает абсолютно так же: накапливает информацию и делится ею с «соседями». Так и образуется компьютерная нейронная сеть. Хотя, конечно, для работы высокоуровневых нейросетей одного компьютера может быть мало — лучше бы завести несколько.
И как же машина может учиться?
Когда по нейросети проходит любой сигнал, каждый нейрон начинает обрабатывать хранящуюся в нем информацию и пересчитывать согласно поступившим данным. Результат передается дальше, и вычислениями занимается уже следующий нейрон — именно так информация и распространяется по сети. А если полученные данные меняют коэффициенты внутри нейронов, значит, произошло обучение.
Например, нейросеть знала о существовании белых собак, но вот в нее загружают фото черной собаки. ИИ проверяет все характерные признаки (форму тела, уши, хвост, шерсть, клыки и когти) и понимает, что хотя это существо и собака, но совершенно точно не белая. Как же быть? Загружаем массив данных о черных собаках. Теперь программа знает, что цвет — неуникальная характеристика и собаки бывают как белые, так и черные. Нейросеть стала чуть умнее.
