нейрослой

Машинное зрение

Как машина учится видеть

Как алгоритм отличает чашку от её тени и зачем показывать ему один предмет под разными углами.

Читать разбор
Светящиеся волокна сходятся к стеклянной линзе на тёмном фоне Иллюстрация создана с помощью ИИ

Короткие заметки

Почему ИИ так убедительно ошибается?

Языковая модель предсказывает следующий фрагмент текста. Так она может составить правдоподобный ответ даже на вопрос о событии, которого никогда не было.

Музыка, которую можно описать словами

Запрос «тихий джаз для дождливого утра» превращается в набор признаков, по которым модель собирает новое звучание.

Сколько энергии стоит один ответ?

Расход зависит от модели, оборудования и длины ответа. Короткая классификация письма и генерация длинного текста требуют разного объёма вычислений.

От изображения к понятию — шаг за шагом

Для компьютера фотография — это таблица чисел. Каждое число описывает яркость пикселя, а группа чисел задаёт цвет. Но в таком виде изображение мало что говорит алгоритму.

В свёрточной нейросети ранние слои могут выделять линии и границы. Следующие слои объединяют эти признаки в более сложные формы. Во время обучения сеть меняет свои настройки, чтобы, например, распознавать кружку и сбоку, и сверху.

Поэтому результат зависит от примеров. Если среди них недостаточно разных условий освещения, ракурсов и предметов, модель может уверенно принять тень за часть объекта. Она хорошо продолжает увиденные закономерности, но не смотрит на мир человеческими глазами.