Нейросеть: что это простыми словами, как она работает и что умеет

Что такое нейросеть простыми словами

Возьмём задачу: отличить на фото кошку от собаки. Обычная программа работает по правилам, которые пишет человек: «если уши острые и усы длинные — кошка». Но уши бывают разные, фото — с любого ракурса, правила ломаются на первой же необычной картинке.

Нейросеть делает иначе. Ей показывают 100 000 фотографий с подписями «кошка» и «собака». Сначала она угадывает наугад. Каждый раз, когда ошибается, внутренние настройки чуть сдвигаются в сторону правильного ответа. После миллионов таких поправок она отличает кошку от собаки на фото, которых никогда не видела. Правила никто не писал — она вывела их из примеров сама, и человеку они часто непонятны.

Официальное определение искусственного интеллекта в России дано в Указе Президента № 490: это комплекс технологических решений, который позволяет имитировать когнитивные функции человека и получать результаты, сопоставимые с результатами интеллектуальной деятельности человека. Нейросети — главная технология, на которой сегодня построен ИИ.

Как работает нейросеть: нейроны и связи

Искусственный нейрон — очень простая вещь. Он получает несколько чисел на вход, умножает каждое на свой «вес» (насколько этот вход важен), складывает и передаёт результат дальше.

Бытовая аналогия: вы решаете, идти ли на прогулку. Входы — погода, усталость, есть ли компания. У каждого входа свой вес: дождь для вас решает почти всё, а компания — мало. Вы складываете «за» и «против» и принимаете решение. Нейрон делает то же самое с числами.

Один нейрон умеет мало. Сила — в количестве и слоях:

В современных языковых моделях — тех, что работают в Алисе AI или GigaChat, — параметров (весов) миллиарды и сотни миллиардов. Например, у GigaChat 3.5 Ultra, по данным Сбера, 432 млрд параметров.

Как проходит обучение нейросетей

Обучение — это процесс, в котором нейросеть подбирает веса так, чтобы ошибаться как можно меньше. В упрощённом виде:

1. Собирают данные. Фото с подписями, тексты, записи голоса с расшифровкой. От качества данных зависит всё: если в примерах ошибки, нейросеть их выучит.
2. Нейросеть делает предсказание. На первом шаге почти случайное.
3. Считают ошибку. Насколько ответ далёк от правильного.
4. Поправляют веса. Каждый вес сдвигается так, чтобы ошибка стала меньше. Этот метод называется обратным распространением ошибки.
5. Повторяют миллионы раз на всех примерах, пока точность не перестанет расти.
6. Проверяют на новых данных, которых нейросеть не видела. Если на них она ошибается сильно, значит, «зазубрила» примеры, а не выучила закономерность.

Языковые модели учатся похожим образом, но задача у них другая: предсказать следующий кусочек текста. Модель читает огромный объём текстов и учится угадывать, какое слово идёт дальше. Из этого простого навыка вырастает умение отвечать на вопросы, переводить и писать. После этого модель дообучают на примерах хороших диалогов, чтобы она отвечала как помощник.

Текст для модели — это не слова, а токены: кусочки слов. По данным Яндекса, в русском тексте один токен — в среднем несколько символов. За токены платят, когда подключают нейросеть к своим сервисам.

Обучение большой модели с нуля стоит огромных денег и доступно единицам компаний. Бизнесу это и не нужно: он берёт готовую модель и настраивает её под себя инструкциями и базой знаний.

Если вы уже видите, что в вашей работе есть задачи, которые нейросеть могла бы делать, — не обязательно разбираться в весах и слоях. Достаточно понять, какие задачи отдать.

Как нейросеть понимает текст: языковые модели простыми словами

Чат-помощники — Алиса AI, GigaChat, ChatGPT — работают на больших языковых моделях. Слово «большие» относится к числу параметров и объёму текстов, на которых модель училась.

Как такая модель отвечает на вопрос:

1. Ваш текст разбивается на токены — кусочки слов.
2. Каждый токен превращается в набор чисел, который отражает его смысл и связи с другими словами. Слова, близкие по смыслу, получают похожие наборы.
3. Модель смотрит на все токены сразу и решает, какие из них важны друг для друга. В фразе «Я положил ключи в сумку, потому что она была открыта» модель должна понять, что «она» — это сумка.
4. Модель выбирает самый подходящий следующий токен, добавляет его к тексту и повторяет, пока ответ не будет готов.

Отсюда два практических следствия. Первое: чем больше полезного контекста в запросе, тем точнее ответ — модели есть на что опереться. Как этим пользоваться, разобрали в статье промпт: что это. Второе: модель не сверяется с базой фактов, она подбирает правдоподобное продолжение. Поэтому она может красиво и уверенно ошибиться.

Какие бывают нейросети: распознающие и генеративные

Генеративные нейросети подробно разобраны в статье генеративный ИИ. Отдельно стоят рекомендательные системы — они подбирают музыку, товары и видео под ваши интересы, и большие языковые модели — универсальные текстовые нейросети, на которых работают чат-помощники.

Где вы уже пользуетесь нейросетями каждый день

• Камера телефона улучшает фото и размывает фон.
• Голосовой помощник распознаёт речь и отвечает.
• Переводчик переводит целые фразы с учётом смысла, а не по словам.
• Почта отсеивает спам.
• Музыкальный сервис подбирает треки, похожие на те, что вы слушали.
• Поиск показывает сводку с ответом, собранную нейросетью из нескольких сайтов.
• Банк проверяет подозрительные операции.
• Карты и такси прогнозируют пробки и время в пути по истории поездок.
• Маркетплейс ищет товар по фото и подбирает похожие.

Все эти примеры объединяет одно: никто не писал для них правила вручную. Их обучили на миллионах примеров, и они продолжают дообучаться на новых данных.

Чего нейросеть не умеет

Важно понимать ограничения, чтобы не разочароваться и не попасть в неприятную ситуацию.

• Не знает фактов наверняка. Языковая модель выдаёт самый вероятный ответ. Если правильного ответа не было в данных, она может уверенно выдумать цифру, закон или цитату. Это называют галлюцинациями.
• Не знает свежих событий, если не подключена к поиску. Её знания заканчиваются датой обучения.
• Не знает ваш бизнес. Цены, условия, клиентов нужно давать ей в запросе или в базе знаний.
• Не несёт ответственности. Если нейросеть ответила клиенту неправильно, отвечает компания.
• Копирует перекосы данных. Если в примерах было мало чего-то, нейросеть с этим справляется хуже.

Поэтому правило для бизнеса простое: нейросеть делает черновик и рутину, человек проверяет всё, что уходит клиенту.

На практике мы видим одну и ту же картину. Компании, которые начинают с нейросетью «на всё», через месяц разочаровываются: результат нестабильный, сотрудники не доверяют. Компании, которые выбирают одну-две конкретные задачи — ответы на отзывы, описания товаров, расшифровку созвонов — и доводят их до привычки, через месяц видят экономию в часах и расширяют использование. Начинать лучше с задач, где ошибку легко заметить и исправить до того, как результат увидит клиент.

Какие нейросети пригодятся владельцу бизнеса уже сегодня

Российские модели, их цены и требования к данным мы сравнили в материале российские нейросети.

Условный пример: с чего начать маленькой компании

Пример условный, не кейс студии. Салон красоты в Тюмени: владелица, администратор, пять мастеров. Хотят попробовать нейросети без бюджета.

За месяц без затрат салон понимает, где нейросеть экономит время, а где нет. Четвёртая неделя — самая важная: если 70% вопросов одинаковые («сколько стоит», «есть ли время в субботу»), есть смысл в ассистенте, который отвечает сам. Если вопросы разные и сложные — лучше оставить администратора.

Частые заблуждения о нейросетях

• «Нейросеть думает как человек». Нет, она вычисляет вероятности. Похоже на мышление, но ошибки у неё другие.
• «Нейросеть всё знает». Она знает то, что было в данных, и может выдумывать недостающее.
• «Нейросеть заменит сотрудников». Она забирает у сотрудников рутину. Решения, ответственность и общение с трудными клиентами остаются людям.
• «Это дорого». Для большинства задач малого бизнеса хватает бесплатных версий, а работа модели через API стоит сотни или тысячи рублей в месяц.
• «Чтобы пользоваться, нужно программировать». Чат-помощником пользуются как мессенджером. Программист нужен, только когда нейросеть подключают к своим системам: CRM, сайту, учёту.

Если хотите понять, какие задачи в вашей компании нейросеть может закрыть уже сейчас, а какие пока лучше не трогать, оставьте контакты — разберём на созвоне.