Татьяна Механ – Нейросети с нуля. Записки AI-креатора (страница 3)

1 декабря -10° Нет (0)

1 мая +20° ?

Шаг 2. Нейрон принимает решение

Наш нейрон будет работать по простой формуле:

Если температура больше или равна 15°, то ответ = 1 (тепло)

Если температура меньше 15°, то ответ = 0 (холодно)

Это и есть решение нейрона.

Порог 15° — это то, что называют «весом» или «порогом активации».

Шаг 3. Проверяем

Пройдите по всем дням и посчитайте, что ответит нейрон:

· -5° → меньше 15° → ответ 0 (холодно) ✓ правильно

· +25° → больше 15° → ответ 1 (тепло) ✓ правильно

· +10° → меньше 15° → ответ 0 (холодно) — но мы не знаем, правильно ли это

· +30° → больше 15° → ответ 1 (тепло) ✓ правильно

· -10° → меньше 15° → ответ 0 (холодно) ✓ правильно

· +20° → больше 15° → ответ 1 (тепло) — но мы не знаем

Шаг 4. Сложный случай

А что, если мы живем в Сочи, где +10° считается теплом? Тогда наш нейрон с порогом 15° ошибается. Нужно менять порог.

Опустим порог до 8°: тогда +10° будет давать ответ 1 (тепло). Но тогда +5° тоже станет теплом — а это уже перебор.

В этом и заключается обучение нейросети — мы подбираем такие пороги (веса), чтобы нейрон давал правильные ответы на большинство примеров.

Как нейросеть учится: метод «тыка» с обратной связью

Вы, наверное, играли в детстве в игру «горячо-холодно». Кто-то прячет предмет, а вы ходите по комнате, а ведущий говорит: «Холодно» (далеко), «Теплее» (ближе), «Горячо» (почти нашли).

Нейросети учатся так же.

Этап 1. Первая попытка (тык вслепую)

Нейросеть смотрит на картинку и наугад выдает ответ. Например, на фото кошки говорит «Собака». Это «холодно» — ответ неправильный.

Этап 2. Обратная связь

Мы говорим нейросети: «Ошибка. На самом деле это кошка». И показываем правильный ответ.

Этап 3. Корректировка

Нейросеть чуть-чуть меняет свои внутренние настройки (веса связей между нейронами), чтобы в следующий раз на похожей картинке ответ был ближе к правильному.

Этап 4. Повторение

Нейросеть смотрит миллионы картинок с кошками и собаками, каждый раз чуть подкручивая настройки в правильную сторону. Постепенно ошибок становится все меньше.

Этот процесс называют обратным распространением ошибки. Звучит сложно, но суть проста: нейросеть постоянно спрашивает себя «Насколько я ошиблась?» и чуть-чуть исправляется.

Почему нейросети такие «тупые» вне своей задачи.

Теперь вы поймете, почему Chat GPT не может подсчитать, сколько букв в слове, а Midjourney рисует людей с шестью пальцами.

Вернемся к нашей аналогии с охранником. Охранник отлично знает правила фейс-контроля. Но попросите его прочитать лекцию по квантовой физике — и он ничего не скажет, потому что его этому не учили.

Нейросети — такие же узкие специалисты.

· Chat GPT учили на текстах. Он знает, какие слова обычно идут после других слов. Но он не умеет считать буквы, потому что его этому не учили.

· Midjourney учили на картинках. Она знает, как выглядят люди, но не знает, что у людей по пять пальцев. Она просто видела много картинок, где пальцы нарисованы как попало.

Поэтому когда вы просите нейросеть сделать то, для чего ее не обучали, она начинает «галлюцинировать» - выдавать уверенную ерунду. Она не понимает, что это ерунда. Она просто выдает наиболее вероятный ответ, основываясь на своих данных.

Как это знание поможет вам на практике

Понимание того, как «думает» нейросеть, дает вам суперсилу.

Во-первых, вы перестанете ждать от нейросетей невозможного. Вы не будете разочаровываться, когда Chat GPT ошибется в простом расчете, — вы будете знать, что это не его специализация.

Во-вторых, вы научитесь давать нейросетям правильные задачи. Вы будете понимать, где они сильны, а где слабы.

В-третьих, вы сможете объяснять другим, почему нейросеть сделала ту или иную ошибку. А объясняя — будете лучше понимать сами.

В следующих главах мы перейдем к практике и научимся разговаривать с нейросетями так, чтобы они нас понимали. А пока давайте закрепим главное.

· Нейрон — простой элемент, который получает числа на вход, обрабатывает и выдает число на выход

· Нейросеть — множество нейронов, соединенных в слои

· Слои работают как конвейер: от простых признаков к сложным

· Обучение — это подбор весов (порогов) методом проб и ошибок с обратной связью

· Нейросети «тупые» вне своей задачи, потому что их учили только одному делу.

Часть 2: Пробуем сами (без программирования)

Глава 3. Знакомство с текстовыми помощниками (Chat GPT и другие)

О чём эта глава

Помните, в прошлой главе мы говорили, что нейросети — это просто инструмент? Так вот, сейчас мы возьмём в руки самый мощный из доступных инструментов — текстовые нейросети. Мы научимся задавать вопросы и получать толковые ответы.

Какие бывают текстовые помощники (полная картина)

Начнём с главного вопроса: «А чем вообще пользоваться?».

Текстовых нейросетей сейчас как грибов после дождя. Чтобы не заблудиться в этом лесу, давайте разделим их на несколько групп.

Группа 1: Тяжеловесы (мировой уровень)

Это нейросети, которые задают тренды. Их разрабатывают крупнейшие технологические компании с многомиллиардными бюджетами.

Ниже приведу примеры - некоторых нейросетей :

ChatGPT - OpenAI (США) -

Самый умный, понимает контекст, умеет писать код, огромное сообщество - Веб, iOS, Android

Claude - Anthropic (США) -

Лучше всех работает с длинными текстами (до 200 страниц), безопасный, этичный

Веб, iOS