Что такое нейросеть и как она работает: обучил свою и сравнил с Алисой, ГигаЧатом и DeepSeek

Привет, на связи Денис Перевощиков. Нейросеть это программа, которая учится на примерах: сама подбирает числа внутри себя, пока не начнёт отвечать правильно. Чтобы объяснить, что такое нейросеть, на деле, я обучил свою читать рукописные цифры. Потом дал ей и трём чат-ботам записку с тремя цифрами, на которых моя сеть уже ошибалась. Она ошиблась снова, уверенная на 90-99%.

• Моя нейросеть2 410 чисел, обучилась за секунду
• Ошибки на новых цифрах58% после 10 примеров, 1,6% после 1 297
• Записка с номероммоя сеть 7 цифр из 10, три чат-бота все 10
• Случайный шум«это четвёрка», уверена почти на 100%

Что такое нейросеть простыми словами

Нейросеть, или нейронная сеть, это компьютерная программа из множества простых формул. Формулы называют нейронами, а числа в них весами. При обучении программа показывает сети пример, сравнивает её ответ с правильным и немного сдвигает веса. После тысяч таких поправок сеть отвечает правильно и на тех примерах, которых раньше не видела.

Что такое нейронные сети с точки зрения математики? Умножение и сложение, повторённые тысячи раз.

Что такое нейросеть, если кратко и простыми словами, для чайников: обычной программе правила пишет человек, а нейросеть находит их сама. Правило «письмо со словом „выигрыш“ это спам» мошенники обходят за день. Нейросети показывают сто тысяч писем с пометками «спам» и «не спам», и признаки она подбирает сама.

Искусственный интеллект шире: это всё направление, где компьютер делает работу человека. Нейросеть один из способов сделать ИИ, сейчас самый сильный. Как они вложены друг в друга, я показал схемой в статье что такое искусственный интеллект.

Слово «нейро» пришло из биологии: в 1943 году учёные описали нервную клетку как формулу. На этом сходство с мозгом почти кончается.

Опыт 1. Как работает простейшая нейросеть: один нейрон решает, брать ли заказ

Как работает нейросеть простыми словами, для чайников, проще всего показать на одном нейроне. Вы берёте заказы на бирже фриланса и решаете, откликаться ли. Смотрите на три вещи: бюджет от 2 000 ₽, срок от трёх дней, знакома ли тема. Искусственный нейрон делает то же самое арифметикой.

На каждый из трёх вопросов нейрон получает 1, если ответ «да», и 0, если «нет». Каждое число он умножает на свой вес: у бюджета вес 1, у срока и темы по 0,5. Потом складывает и сравнивает с порогом: сумма больше 1, значит брать.

Заказ за 3 000 ₽ на неделю по знакомой теме: бюджет да, срок да, тема да. 1 × 1 + 1 × 0,5 + 1 × 0,5 = 2, брать. Заказ за 2 500 ₽ на завтра по новой теме: бюджет да, остальное нет. 1 × 1 + 0 + 0 = 1, это не больше порога, отказаться.

Откуда взялись веса и порог? Их подобрал сам нейрон. Я дал ему 6 прошлых заказов с правильными решениями и нули на старте. Правило обучения такое: ошибся на заказе, сдвинь на 0,5 порог и веса тех признаков, где стоял ответ «да». Один проход по всем шести заказам назовём кругом.

В первом круге нейрон ошибся на 4 заказах из 6, к восьмому ошибок не осталось. Выученное правило читается так: брать, только если бюджет подходит и есть ещё хотя бы один плюс, срок или знакомая тема. Я этого правила не писал, нейрон вывел его из шести примеров.

Проверим на заказах, которых в обучении не было. 5 000 ₽ за три дня по знакомой теме: сумма 2, нейрон говорит «брать». 1 500 ₽ за неделю по знакомой теме: сумма 1, «не брать», бюджет ниже планки.

Такую схему в 1958 году показал американский учёный Фрэнк Розенблатт и назвал перцептроном. Один нейрон умеет мало. Правило «брать, если подходит ровно одно из двух» он не выучит никогда: для этого нужны несколько нейронов в слоях.

Из чего состоит нейросеть: нейроны, слои и веса

Вторую сеть я собрал для рукописных цифр, в ней три слоя.

Картинка цифры это 64 клетки, 8 на 8. Каждая клетка превращается в число от 0 до 16: чем темнее, тем больше. Входной слой только передаёт эти 64 числа дальше, нейронов в нём нет.

Дальше скрытый слой из 32 нейронов: каждый умножает все 64 числа на свои веса и складывает, как нейрон про заказы. Последний слой из 10 нейронов, по одному на каждую цифру. Какой выход выдал самое большое число, ту цифру сеть и называет. Как работает нейросеть кратко: умножить, сложить, передать дальше, и так слой за слоем.

Каждая связь между нейронами это один вес. Вместе с порогами в сети 2 410 чисел, и кроме них там ничего нет: ни правил, ни образцов цифр. Когда в названии модели пишут «7 миллиардов параметров», речь о таких же числах, только их почти в три миллиона раз больше.

Как нейросеть учится: опыт на 1 297 рукописных цифрах

Из 1 797 картинок я отложил 500 и сети не показывал. На остальных 1 297 она училась. Отложенные нужны для честной проверки. Школьник, который вызубрил ответы из задачника, решит оттуда всё, но про новую задачу это ничего не говорит.

Опыт 2. Сколько примеров нужно нейросети

С 10 примерами, по одному на цифру, сеть ошибалась на новых картинках в 58% случаев. Со 100 примерами в 11%, с 1 297 в 1,6%.

На своих учебных картинках она не ошиблась ни разу даже с 10 примерами: она их запомнила, как тот школьник. Сеть, которая знает учебные примеры и путается в новых, переобучена. Переобучение лечат в первую очередь числом и разнообразием примеров.

Что такое обучение нейросети: пять шагов

1. Показать пример

   Картинку цифры 3 с подписью «3».

2. Посчитать ошибку

   Сеть сказала «8 на 60%, 3 на 20%». Чем дальше от «3 на 100%», тем больше ошибка.

3. Найти виноватых

   Для каждого из 2 410 чисел посчитать, насколько оно повлияло на ошибку.

4. Сдвинуть веса

   Каждое число немного поправить, виноватые сильнее.

5. Повторить

   Со всеми примерами, круг за кругом, пока ошибки не перестанут падать.

Обратное распространение ошибки простыми словами

Третий шаг самый хитрый. Кондитер испекла торт, а он осел. Она разбирает рецепт с конца: крем ни при чём, духовка была холодновата, белки взбиты слабо. Сильнее всего она поправит то, что сильнее всего повлияло.

Сеть делает то же с числами. От ошибки на выходе она идёт назад по слоям и для каждого веса считает, насколько он виноват. Метод сделали известным Дэвид Румельхарт, Джеффри Хинтон и Рональд Уильямс в 1986 году. На нём учатся и нынешние чат-боты.

Опыт 3. Как падают ошибки круг за кругом

Я запустил обучение отдельно и после каждого круга по 1 297 картинкам проверял сеть на отложенных 500.

После первого круга сеть ошибалась в 42,4% случаев, после десятого в 5%. Лучше всего вышло на 16-м круге, 2,4%, дальше кривая легла. Тридцать кругов заняли десятую долю секунды. Итоговую сеть я учил до упора, почти 500 кругов, это около секунды: на 500 отложенных картинках она ошиблась в 10, то есть в 2%.

Три способа учить нейросеть

Опыт 4. Нейросеть ошибается уверенно

Из 10 ошибок итоговой сети в трёх она была уверена на 90-99%. Шестёрку назвала единицей на 99%, восьмёрку пятёркой на 95%, пятёрку девяткой на 90%. Уверенность здесь это доля из 100%, которую сеть отдала своему ответу. Человек на такой картинке сказал бы «не разберу», а у сети такого варианта нет: её учили выбирать одну из десяти цифр.

Тогда я подал на вход три картинки случайного шума, где нет никакой цифры. Две сеть назвала четвёркой, на 96% и почти на 100%, третью единицей на 99%. Нейросеть всегда выдаёт ответ из того, чему её учили, даже когда правильный ответ «тут ничего нет». Чат-боты делают то же с текстом: уверенно пишут несуществующие факты. Это называют галлюцинациями.

Опыт 5. Записку с номером читают моя сеть, Алиса AI, ГигаЧат и DeepSeek

Из десяти картинок я собрал записку, будто клиентка оставила номер телефона от руки. Номер выдуман. Я специально взял те три цифры, на которых моя сеть ошиблась в опыте 4, и семь, которые она читает уверенно. Это худший для неё случай: в среднем она ошибается в двух цифрах из ста.

Моя сеть прочитала 9129150347 и ошиблась во всех трёх трудных местах. По такому номеру клиентке не дозвониться. Эту же картинку я загрузил в Алису AI, ГигаЧат и DeepSeek, каждый раз в новый чат и с вопросом трёх уровней.

Уровень 1: одна фраза

Что тут написано?

DeepSeek ответил одной строкой: «На изображении написан ряд цифр: 9125680347». Все десять верно. Алиса тоже прочитала номер без ошибок и приписала от себя «математическую запись 3∤25680347»: мол, число 25 680 347 не делится на три. Никакой формулы на картинке нет.

ГигаЧат прочитал верно и добавил, что номер «написан в международном формате с кодом страны +7». Кода +7 на записке нет.

Уровень 2: что на картинке

На фото номер телефона из 10 цифр, написанный от руки. Прочитай его.

В этот раз выдумок не было. Алиса прочитала верно, но поспорила: «На фото не номер телефона, а последовательность из 10 цифр». DeepSeek выдал номер без комментариев, ГигаЧат тоже.

Уровень 3: профессиональный промпт

Профессионал думает о том, что будет с ответом дальше. По этому номеру будут звонить, поэтому ошибка дороже, чем «не знаю». Промпт просит читать по одной цифре, отмечать сомнения и ничего не дописывать.

Это фото записки с номером телефона клиентки: 10 цифр, написано от руки, картинка маленькая и размытая. Прочитай цифры по одной слева направо. Для каждой напиши: уверена или сомневаюсь. Где сомневаешься, напиши, на какие две цифры похоже. Ничего не придумывай и не дописывай. В конце дай номер одной строкой.

DeepSeek прочитал все цифры верно и две пометил: восьмёрка «похожа на 6 или 8», семёрка «на 7 или 9». Алиса тоже прочитала верно и у всех десяти цифр написала «уверена». ГигаЧат прочитал верно и усомнился в единице: «похоже на 7 или 4».

1. Одна фраза: номер верный, но с выдумкой

   Алиса приписала формулу, которой нет.

2. С контекстом: номер верный, без лишнего

   Проверять по-прежнему придётся все десять цифр.

3. Профессиональный промпт: видно, где сомневаться

   Точности промпт не прибавил, но DeepSeek и ГигаЧат по нему показали, какие цифры перепроверить. «Уверена» у Алисы ничего не гарантирует: моя сеть тоже была уверена на 99% и ошиблась.

Почему чат-боты прочитали лучше моей сети? Принцип тот же: веса и обучение на примерах. Разница в масштабе и в устройстве. Моя сеть видела 1 297 картинок и хранит 2 410 чисел. Модели за чат-ботами обучены на огромных массивах картинок и текстов, чисел в них сотни миллиардов.

Какие бывают нейросети

Моя сеть для цифр полносвязная, это самый простой вид: каждый нейрон слоя связан со всеми нейронами соседнего. Для картинок, текста и звука придумали виды, которые считают быстрее и точнее.

Графическая нейросеть это любая сеть, которая рисует или обрабатывает картинки. Как получить картинку бесплатно, я показал в статье как сгенерировать картинку в нейросети, а старое фото оживил в статье как оживить фото. Какой сервис выбрать под текст, картинки или видео, сравнил в статье какая нейросеть лучше.

Как устроены чат-боты: языковая модель, трансформер и параметры

Что такое LLM в нейросетях? Это большая языковая модель, на ней работают Алиса AI, ГигаЧат и DeepSeek. Она смотрит на текст и угадывает следующий кусочек, потом ещё один, и так слово за словом. Как нейросеть режет текст на кусочки-токены, я показал в статье как работает ИИ.

Все три построены на трансформерах. Так работают современные нейросети для текста, и главное в них механизм внимания. Возьмём фразу «Торт не влез в пакет, потому что он был слишком большой».

«Он» здесь торт. Замените «большой» на «маленький», и «он» станет пакетом. Грамматика не подскажет, оба слова мужского рода. Модель для каждого слова решает, на какие слова фразы смотреть, и так держит смысл в длинном тексте. Трансформер, где всё держится на внимании, придумали исследователи Google в 2017 году.

Как учат чат-боты и учатся ли они на ваших сообщениях

Чат-боты учат в два этапа. Сначала модель читает огромные массивы текстов и учится угадывать следующее слово. Подписи ей не нужны: правильный ответ стоит в самом тексте. Этот этап называют предобучением. Потом модель дообучают на образцах диалогов и оценках людей, чтобы она отвечала по делу и вежливо.

Память между разговорами дают сервисы вокруг модели. Как это устроено у трёх чат-ботов, я проверял в статье про ИИ, в опыте с памятью.

Что значит 7B, 671B и другие цифры в названии модели

B от английского billion, миллиард. «7B» значит, что в модели 7 миллиардов параметров, то есть тех самых чисел-весов. У моей сети их 2 410.

Многие большие модели разбиты на «экспертов», и на каждый токен включаются только нужные. В DeepSeek V3 работает примерно каждый восемнадцатый параметр. Цифры DeepSeek и ГигаЧата я взял с Hugging Face, это сайт, где разработчики выкладывают модели.

Яндекс размер Алисы прямо не называет. 21 сентября 2026 года он открыл экспериментальную модель на 80 миллиардов параметров и написал, что у Alice AI LLM параметров втрое больше, а работающих всемеро. Отсюда оценка в таблице.

Опыт 6. Я спросил сами чат-боты: «Ты нейросеть? На какой модели ты работаешь и сколько у тебя параметров?».

DeepSeek: «точной цифрой не располагаю». Алиса AI: «на базе семейства моделей Alice AI», про параметры «не расскажу». ГигаЧат: «GigaChat 3.5 Ultra», а число параметров «является закрытой информацией разработчика».

DeepSeek не знает своих размеров, хотя разработчик их публикует, а поиск у него был включён. ГигаЧат назвал версию, но размер спрятал, хотя открытая GigaChat 3.5 Ultra на Hugging Face подписана: 432 миллиарда.

Алиса в конце предложила помощь «для твоих тортов»: это память о прошлом чате, где я писал от лица Оли, которая печёт торты. Модель знает о себе только то, что прочитала в текстах или что ей прописали разработчики.

Нейросеть и мозг: что общего и в чём разница

Общее одно: опыт хранится в силе связей.

86 миллиардов нейронов посчитали бразильские нейробиологи в 2009 году, 20 Вт и 100 триллионов связей это общепринятые оценки. Модель на 1,6 триллиона параметров в десятки раз меньше мозга по числу связей.

Нейронные связи это что, простыми словами

Нейронные связи это синапсы, места контакта двух нервных клеток. Повторяете движение или слово, и связи между нужными клетками крепнут. Сеть взяла у мозга одну эту идею: сила связи хранит опыт. В мозге человека сила связи химическая, в компьютерной нейросети это число.

Что умеет нейросеть и чего не умеет

Почти всё, что умеет делать нейросеть, сводится к четырём действиям.

Лучше ли нейросеть человека? Быстрее да: 500 картинок моя сеть прочитала за доли секунды. Точнее ли, я не сравнивал. Но шум четвёркой человек не назовёт. Чего нейросеть не умеет:

Как чат-боты достают свежие новости, я проверял в статье про ИИ. Список типичных ошибок там же, в разделе где ИИ ошибается. Два задания с биржи я сделал с нейросетью и показал весь путь в статье как заработать на нейросетях, а презентацию для заказчика разобрал в статье нейросеть для презентаций.

Как появились нейросети: от перцептрона до Нобелевской премии

В 1958 году Розенблатт показал перцептрон как программу на компьютере IBM 704. Примерно за 50 попыток она научилась отличать карточки с меткой слева от карточек с меткой справа. В 1960 году публике показали машину Mark I Perceptron: её «глаз» из 400 фотоэлементов учился различать простые фигуры и буквы.

В 1969 году Марвин Минский и Сеймур Пейперт в книге «Перцептроны» показали, чего не может однослойная сеть, и интерес к нейросетям упал. Вернули его обратное распространение ошибки в 1986 году и сеть AlexNet в 2012-м. В конкурсе ImageNet правильного ответа не оказалось среди пяти её догадок в 15,3% случаев, у второго места в 26,2%.

В 2024 году Нобелевскую премию по физике получили Джон Хопфилд и Джеффри Хинтон. Формулировка Нобелевского комитета:

«За фундаментальные открытия и изобретения, которые делают возможным машинное обучение с помощью искусственных нейронных сетей».

В том же году половину премии по химии дали Демису Хассабису и Джону Джамперу за нейросеть AlphaFold, которая предсказывает форму белков.

Почему всё случилось сейчас

Перцептрону почти 70 лет, а взлетели нейросети в последние десять.

Сошлись три вещи. Интернет дал миллиарды текстов и картинок для примеров. Видеокарты, которые делали для игр, научились делать тысячи умножений одновременно. Трансформер позволил учить модели на всём этом сразу. Моей сети хватило секунды на 1 297 картинок, большие модели учат месяцами на тысячах видеокарт.

Частые вопросы

Моя сеть из 2 410 чисел прочитала номер клиентки с тремя ошибками и ни в одной не усомнилась. DeepSeek и ГигаЧат на правильный вопрос сами показали, какие цифры перепроверить. Какую задачу вы бы доверили нейросети первой?