Примерно так я и представлял первую запись про ИИ. Как вообще рассказать об этом просто?

Обычно принято говорить о имитации нейронной сетью деятельности биологического мозга. Это звучит здорово, но только современная наука ещё не знает как работает мозг. Пытаясь найти ответ я прослушал курс лекций по нейрофизиологии, весьма познавательно, много говорили о нейромедиаторах, химическом и электрическом способе передачи импульса в нейронной сети от синапса к синапсу… но ответа на вопрос как работает мозг у науки нет, мы успели изучить только поверхностные явления и заявления о том, что алгоритмы нейросети повторяют деятельность мозга скорее безосновательны, мы точно знаем, что биологическая нейронная сеть распространяет сигналы не так, как программная(но если мы делаем так, то искусственная не работает), у нас нет представления что происходит в клетке нейрона, потому мы просто придумали ей функцию в алгоритме, мы копируем поверхностные симптомы, не зная ещё очень многого. Это примерно как моделировать болезнь, создавая внешние признаки, мы отлично разобрались в сортах соплей и можем их вызывать, мы обложили тело грелками и подняли его температуру, и всё, готово, перед нами идеально больной человек, мы его даже не отличим его от по настоящему больного, но не подозревая о коренных причинах болезни всё что мы сделали – научились подгонять результат под свои ожидания, т.е. виртуозно обманывать себя. В общем, нейронная сеть как морская свинка, по всем параметрам не свинка, но внешне похожа больше на свинку, чем на что либо другое :)

А теперь пришло время магии, как же это работает на самом деле.

Я не буду писать о искусственный нейронах, о весах и связях, об этом позже. А пока "детское" объяснение:

- Представьте, что у вас есть пластиковый контейнер для игрушек и множество наборов лего. Вам хочется собрать замок, но лень.

- Мы берём кубики из наборов, которые как нам кажется больше подойдут для замка, засыпаем их в контейнер, закрываем крышкой и трясём.

При каждом встряхивании для каждой детальки лего возникает новая вероятность совпасть своими вогнутостями и выпуклостями с какой-то другой деталькой и соединиться. При этом закрытый контейнер для автора процесса ленивого сотворения замка непрозрачен, он трясёт и ждёт. Потом открывает крышку, вжух! Магия! Под крышкой может оказаться замок, но чаще – бесформенные кучки. Если кучки как замок нас не устраивают, мы начинаем сначала и этот перформанс превращается в генеративно-состязательную сеть (GAN), а мы в ней выступаем качестве цензора. Конечно, в таком примере всё упрощено до безобразия, вероятности соединения деталек не случайны каждый раз и запоминаются, этот процесс называется обучением нейросети. Мы просто записываем вероятности для каждой детальки лего в ящике и обнаружив под крышкой замок начинаем считать, что вот эта комбинация вероятностей сложилась не понятно как, но очень удачно, она и будет считаться обученной моделью. Применяя эту последовательность, под крышкой контейнера почти всегда будет обнаруживаться что то похожее на замок. И только на замок. Обученная нейросеть умеет делать что-то одно. Не смотря на поверхностную имитацию структуры нейронных связей в мозге «думать» она не умеет.

Любой разбирающийся тут же кинет в меня тапком, как это любят эксперты в узкой области делать с фильмами (в которых всё не по физике!), кидайте) Но фильмы смотрят не только физики, может кому то так будет понятнее. А ещё на пикабу такого не любят, но я веду телегоканал "вести с полей нейросетей", (aivesti), прямую ссылку не размещаю, да и обрезки постов сюда выкладывать не буду, только полные тексты, так что и тут и в телеге будет 1 в 1, разница только в том, кому где удобнее потреблять контент.