Нейросеть — модель из слоёв и весов
Модель из множества простых элементов со связями, чьи веса подбираются при обучении. Технология, на которой построены современные AI-системы.
Также встречается как: neural network, нейронная сеть
Коротко. Нейросеть — вычислительная модель из слоёв простых элементов. Каждая связь имеет вес; обучение — это подбор весов так, чтобы на известных примерах модель давала правильные ответы.
Как это работает в двух абзацах
Данные (текст, картинка, числа) превращаются в набор чисел и проходят через слои. На каждом слое числа умножаются на веса, складываются и пропускаются через нелинейное преобразование. На выходе получается ответ: класс, число или следующий фрагмент текста.
Обучение — итеративный процесс: модель делает предсказание, сравнивает с правильным ответом и слегка корректирует веса, чтобы ошибка стала меньше. Повторить миллионы раз — получится модель.
Зачем фаундеру
Практический вывод один: нейросеть — не база знаний и не программа с правилами, а функция, подобранная под данные. Отсюда следуют её свойства: она обобщает, ошибается, плохо объясняет свои решения и деградирует, если реальные данные отличаются от обучающих.
Продукт, построенный на нейросети, должен закладывать эти свойства в архитектуру, а не бороться с ними.
Где ошибаются
Ждут объяснимости. Понять, почему модель выдала конкретный ответ, в общем случае нельзя. В задачах, где объяснение обязательно (кредиты, медицина, юридические решения), нужен человек в контуре.
Считают, что «нейросеть» = «умная». Она воспроизводит закономерности данных, включая их ошибки и перекосы.
Разобрать это на своём проекте
Мы доводим идеи фаундеров до работающего MVP за долю в компании. Расскажите про свою — посмотрим на цифры вместе.