Как нейронные сети и глубокое обучение позволяют системам ИИ учиться и принимать решения

Что такое нейронная сеть на самом деле

По словам IBM, нейронная сеть — это модель машинного обучения, построенная из простых блоков обработки, называемых нейронами, расположенных в слоях, которые учат веса и смещения распознавания закономерностей на основе данных, чтобы отображать входные данные на выходные. Каждая сеть имеет входной слой, который принимает необработанные данные, один или несколько скрытых слоев, которые преобразуют эти данные, и выходной слой, который создаёт окончательный результат, например метку или предсказание.

Каждый нейрон умножает входящие значения на числа, называемые весами, добавляет термин смещения и передаёт результат через нелинейную функцию активации. IBM сравнивает веса с циферблатами, которые устанавливают, насколько каждый вход влияет на результат, а смещения регулируют точку, в которой нейрон становится активным.

Как работает обучение: прямой и обратный проходы

Согласно MIT News, идея восходит к 1944 году, когда Уоррен МакКаллох и Уолтер Питтс, которые позже переехали в MIT, впервые предложили концепцию взаимосвязанных узлов обработки. В первоначальной конструкции каждый узел суммирует свои взвешенные входы и 'срабатывает', если сумма превышает порог, посылая сигнал на следующий слой в том, что MIT называет архитектурой прямого распространения.

Обучение начинается со случайных весов. IBM объясняет, что сеть сначала запускает шаг 'прямого распространения', пропуская входные данные через слои для создания предсказания. Функция потерь затем измеряет разрыв между этим предсказанием и правильным ответом, используя формулы, такие как средняя квадратичная ошибка для числовых предсказаний или кросс-энтропия для задач классификации, согласно IBM.

Сеть затем запускает 'обратное распространение', вычисляя слой за слоем, насколько каждый отдельный вес способствовал ошибке, используя правило исчисления, называемое цепным правилом. Шаг оптимизации, называемый градиентным спуском, затем использует эти вычисления, чтобы слегка сдвинуть каждый вес в направлении, которое уменьшает ошибку. Повторение этого цикла тысячи или миллионы раз на примерах обучения — это то, что IBM и MIT описывают как то, как сеть 'учится'.

Почему глубокое обучение взлетело

Термин 'глубокое обучение' относится к сетям со многими сложенными скрытыми слоями, а не только с одним. MIT News отмечает, что однослойные сети из 1960-х годов уступили место современным сетям с 10-50 слоями и более. Импульс исследований коллапсировал после того, как Марвин Мински и Сеймур Папперт из MIT опубликовали книгу 1969 года, показывающую пределы однослойных сетей, согласно MIT News, и только частично восстановился в 1980-х годах перед вторым спадом в начале 2000-х годов.

Современное возрождение этой области, которое MIT датирует примерно 2010 годом, было вызвано графическими процессорами (GPU), первоначально созданными для видеоигр, которые сделали практичным запуск огромного количества вычислений, требуемых глубокими сетями. IBM добавляет, что эта вычислительная мощность, в сочетании с гораздо большими наборами данных, позволила параметрам в сегодняшних крупных моделях достичь миллиардов.

Проблема 'чёрного ящика': почему решения трудно объяснить

Даже полностью обученная сеть может быть трудной для интерпретации. MIT News указывает, что после обучения часто неясно, что на самом деле представляют окончательные установки весов, или на какие особенности изображения полагается обученная система и как она их комбинирует. Эта непрозрачность, иногда называемая проблемой 'чёрного ящика', отличается от того, как сеть построена — она касается понимания того, почему конкретная, уже обученная сеть производит конкретное решение.

Почему это объяснение важно прямо сейчас

Механика выше лежит в основе быстрого расширения ежедневного использования ИИ. Отчет Stanford HAI 2026 AI Index Report обнаружил, что организационное внедрение генеративного ИИ достигло 88% в 2025 году, и что генеративный ИИ достиг 53% адаптации на уровне населения в течение трёх лет после его массового выхода на рынок — что отчет говорит, что это быстрее, чем персональный компьютер или интернет достигли того же уровня. Тот же отчет поместил инвестиции США в приватный ИИ в 2025 году на уровень 285,9 миллиарда долларов, более чем в 23 раза больше, чем 12,4 миллиарда долларов, инвестированные в Китай в том году.

Отчет Stanford также обнаружил, что производительность модели ИИ на тестах кодирования, таких как SWE-bench Verified, выросла примерно с 60% до почти 100% в течение одного года, и что несколько моделей теперь соответствуют или превышают человеческие базовые показатели на вопросах уровня доктора наук и конкурентной математике. Ни один из этих прибыльных успехов не меняет основной механизм, описанный выше — взвешенные соединения, отрегулированные через обратное распространение и градиентный спуск — только масштаб, в котором он применяется.