ИИ, ML, нейросеть: что есть что
Урок 1 из 23 курса «ИИ: курс с нуля». Бесплатно, с анимациями и тестом.
Четыре слова, одна матрёшка
ИИ, то есть искусственный интеллект: любая программа, которая делает «умные» вещи. Внутри него машинное обучение (ML): программы, которые учатся на примерах. Внутри ML нейросети: один из способов так учиться, очень мощный. А внутри нейросетей языковые модели (LLM), то есть нейросети для текста, как ChatGPT. Короче: каждый следующий круг уже предыдущего.
Правила против примеров
Обычная программа работает по правилам, которые написал человек. Пример: «если заказ больше 100 $, дай скидку». Машинное обучение устроено наоборот: ты даёшь модели тысячи примеров с правильными ответами, а правило она находит сама. Модель тут: программа, которая получилась после такого обучения. Ловушка: если в примерах есть ошибка, как красная карточка на картинке, модель выучит и её.
ML уже у тебя в телефоне
Спам-фильтр учился на письмах, которые люди отметили как спам. Лента TikTok учится на том, что ты досматриваешь, а что листаешь. Разблокировку по лицу учили на огромном количестве фото лиц. Везде одна схема: много примеров с метками, то есть с правильными ответами вроде «спам» или «не спам». Модель ищет в них закономерность и применяет её к новым случаям.
Когда ML не нужен
Внешний круг ИИ шире, чем ML: бот-противник в простой игре часто работает на правилах, написанных вручную. И это нормально. Если задачу можно описать парой чётких правил, например «посчитай налог по ставке», правило лучше: оно дешевле, понятнее и не ошибается случайно. ML нужен, когда правило не сформулировать словами, примеров много, а редкая ошибка не страшна.
А где тут ChatGPT
ChatGPT, Claude и Gemini сидят в самом маленьком круге: это языковые модели. Их учили на огромном количестве текста угадывать, какой кусочек текста идёт дальше. Из этого простого навыка вырастают ответы на вопросы, переводы, конспекты и код. Спойлер: дальше в курсе разберём, как именно модель выбирает слова и почему она иногда уверенно ошибается.
Проверь себя
- Чем машинное обучение отличается от обычной программы?
Правильный ответ: Правило модель находит сама по примерам. В ML человек даёт примеры с правильными ответами, а закономерность модель ищет сама. Правила вручную пишут в обычных программах. - Как связаны нейросети и языковые модели?
Правильный ответ: Языковая модель: вид нейросети для текста. Языковые модели лежат внутри круга нейросетей: это нейросети, которых учили на тексте. Не наоборот. - Магазин даёт скидку 10% на заказы от 50 $. Чем лучше это сделать?
Правильный ответ: Простым правилом, которое вручную пишут в коде. Условие описывается одним чётким правилом. Правило дешевле, понятнее и не ошибается случайно, а ML тут только добавит риск ошибки.