Словарь
Нейронная сеть
Нейронная сеть — модель, которая учится на примерах, а не по правилам. Как это работает в обработке звука и в автомобиле, объяснено без математики.
Искусственная нейронная сеть — вычислительная модель, которая учится решать задачу на примерах, а не по заранее написанным правилам. Именно это отличает «настоящий ИИ» от обычной автоматики: поведение сети выведено из данных, а не расписано программистом.
Как это работает без математики
Сеть состоит из слоёв простых элементов, связанных весами. На обучении ей показывают тысячи примеров «вход → правильный ответ» и после каждой ошибки чуть подправляют веса. Постепенно сеть выучивает закономерность. После обучения она обобщает — даёт разумный ответ на данные, которых не видела.
Для звука это значит: сеть, обученная на парах «шумная/чистая запись», выучивает, как выглядит голос под шумом, и чистит его. Сеть, обученная на парах «микс/дорожки», разделяет трек на стемы.
Почему это важно отличать от автоматики
Если поведение функции можно расписать явными «если—то» — это автоматика, пусть и сложная. Если оно выучено на данных и в явные правила не раскладывается — это нейросеть. Отсюда простой критерий, которым мы проверяем «ИИ» в машине: обучалось на данных — ближе к ИИ; набор порогов — автоматика. Частный, но важный класс сетей для генерации — диффузионные модели.