Всем привет 👋
Сегодня узнаем принцип действия нейросетей.
Например, школьник решает уравнение в несколько действий. Все решив, он случайно видит правильный ответ у соседа по парте. По-хорошему, нужно все перерешать, найти ошибку. Но школьник поступает проще. Он подгоняет решение под правильный ответ, при этом само решение не исправлено.
Если очень упростить, то такой пример является праобразом метода машинного обучения, который называется алгоритмом обратного распространения ошибки. (подгонка уравнения под правильный ответ).
Таким образом, человек задает нейросети желаемый конечный результат, а она уже генерирует варианты этого результата на основе загруженных в нее ранее данных.
Продолжение следует...
Сегодня узнаем принцип действия нейросетей.
Например, школьник решает уравнение в несколько действий. Все решив, он случайно видит правильный ответ у соседа по парте. По-хорошему, нужно все перерешать, найти ошибку. Но школьник поступает проще. Он подгоняет решение под правильный ответ, при этом само решение не исправлено.
Если очень упростить, то такой пример является праобразом метода машинного обучения, который называется алгоритмом обратного распространения ошибки. (подгонка уравнения под правильный ответ).
Таким образом, человек задает нейросети желаемый конечный результат, а она уже генерирует варианты этого результата на основе загруженных в нее ранее данных.
Продолжение следует...
👍3
📊🗃️Телеграм по полочкам pinned «Доброе утро 👋 Опрос показал, что большинству сейчас интересны нейросети, как, собственно, и мне... Поэтому буду разбираться и вам рассказывать 😉 А кто хочет познакомиься со мной поближе, милости просим в мой блог по ссылке ниже⤵️»
ВОЗМОЖНОСТИ НЕЙРОСЕТЕЙ.
В нейросеть, то есть в заранее созданную сложную математическую модель, как в пустую емкость, загружается массив данных.
Это могут быть научные работы, литературные произведения, коллекции изображений и т.д.
На основании загруженной информации нейросети могут генерировать тексты и изображения, распознавать голос, находить различные закономерности и совпадения при анализе огромных баз данных, например находить преступников или делать прогнозы на несколько лет вперед, основываясь на ранее полученных исследованиях.
Появились нейросетевые чат-боты, способные имитировать общение с некогда живущим или недавно умершим человеком. Они создаются на основе ранее загруженных в нейросеть переписок, заметок или дневников.😱
⏬⏬⏬⏬⏬⏬⏬⏬⏬⏬
В нейросеть, то есть в заранее созданную сложную математическую модель, как в пустую емкость, загружается массив данных.
Это могут быть научные работы, литературные произведения, коллекции изображений и т.д.
На основании загруженной информации нейросети могут генерировать тексты и изображения, распознавать голос, находить различные закономерности и совпадения при анализе огромных баз данных, например находить преступников или делать прогнозы на несколько лет вперед, основываясь на ранее полученных исследованиях.
Появились нейросетевые чат-боты, способные имитировать общение с некогда живущим или недавно умершим человеком. Они создаются на основе ранее загруженных в нейросеть переписок, заметок или дневников.😱
⏬⏬⏬⏬⏬⏬⏬⏬⏬⏬
👍3
Forwarded from 📊🗃️Телеграм по полочкам (Akademiatgm)
⏫⏫⏫Начало⏫⏫⏫
Кроме того, нейросети активно используются в финансовом секторе, принимая решение о выдаче кредитов потенциальным клиентам банков. Голосовые помощники (та же Алиса от «Яндекса» или Siri от Apple) используют нейросети для распознавания голосовых команд и обработки запросов.
С каждым днем сфера применения нейросетей расширяется, упрощая наше взаимодействие с цифровым миром.
Знали ли вы, что многие операции выполняет нейросеть, вместо человека?
Своими мыслями на этот счёт делитесь в комментариях 💬
Кроме того, нейросети активно используются в финансовом секторе, принимая решение о выдаче кредитов потенциальным клиентам банков. Голосовые помощники (та же Алиса от «Яндекса» или Siri от Apple) используют нейросети для распознавания голосовых команд и обработки запросов.
С каждым днем сфера применения нейросетей расширяется, упрощая наше взаимодействие с цифровым миром.
Знали ли вы, что многие операции выполняет нейросеть, вместо человека?
Своими мыслями на этот счёт делитесь в комментариях 💬
👍4
Нейросети, полезные в учебе.
💥 editGPT — исправляет ошибки в тексте на английском.
💥 MathGPT — Интегралы, векторы, теория относительности и прочее.
💥 ExamCram — превращает сложные учебные материалы в простые карточки и тесты для самопроверки.🤦♀️
💥Consensus — огромная научная база знаний на основе ИИ.
💥YouTube Summary with ChatGPT — выжмет любое обучающее или лекционное видео с Ютуба, выделив основные моменты.
💥Adrenaline — помогает начинающим программистам искать ошибки в коде.
💥ChatBA — делает приличные презентации за минимальное время.
💥 Нeadliner — озвучивает любую фразу голосом известных людей.
А вы уже пользовались нейросетями?
💥 editGPT — исправляет ошибки в тексте на английском.
💥 MathGPT — Интегралы, векторы, теория относительности и прочее.
💥 ExamCram — превращает сложные учебные материалы в простые карточки и тесты для самопроверки.🤦♀️
💥Consensus — огромная научная база знаний на основе ИИ.
💥YouTube Summary with ChatGPT — выжмет любое обучающее или лекционное видео с Ютуба, выделив основные моменты.
💥Adrenaline — помогает начинающим программистам искать ошибки в коде.
💥ChatBA — делает приличные презентации за минимальное время.
💥 Нeadliner — озвучивает любую фразу голосом известных людей.
А вы уже пользовались нейросетями?
👍2
Преимущества нейросетей.
🔥Самообучаемость
Алгоритм самостоятельно принимает решения о том, как выполнить задачу, иногда применяя не совсем или вовсе не очевидные для людей методы. Нейронные сети также созданы с расчетом на постоянное улучшение собственных результатов.
🔥Эффективная фильтрация шумов.
Нейросети могут игнорировать шумы и обрабатывать лишь необходимую информацию.
🔥Адаптация.
Позволяет нейронным сетям быть готовыми к возможным переменам во входных данных и продолжать работать эффективно.
🔥Отказоустойчивость.
Даже при повреждении некоторых нейронов остальные продолжают функционировать и выдавать логичные и правильные ответы, хотя точность их работы уменьшится.
🔥Скорость работы.
Нейросеть состоит из множества микропроцессоров, которые позволяют решать задачи быстрее, нежели при применении обычных алгоритмов. Быстродействие зависит от вычислительной мощности.
🔥Самообучаемость
Алгоритм самостоятельно принимает решения о том, как выполнить задачу, иногда применяя не совсем или вовсе не очевидные для людей методы. Нейронные сети также созданы с расчетом на постоянное улучшение собственных результатов.
🔥Эффективная фильтрация шумов.
Нейросети могут игнорировать шумы и обрабатывать лишь необходимую информацию.
🔥Адаптация.
Позволяет нейронным сетям быть готовыми к возможным переменам во входных данных и продолжать работать эффективно.
🔥Отказоустойчивость.
Даже при повреждении некоторых нейронов остальные продолжают функционировать и выдавать логичные и правильные ответы, хотя точность их работы уменьшится.
🔥Скорость работы.
Нейросеть состоит из множества микропроцессоров, которые позволяют решать задачи быстрее, нежели при применении обычных алгоритмов. Быстродействие зависит от вычислительной мощности.
👍3
Недостатки нейронных сетей
⚠️Проблема черного ящика .
Неизвестно, как и почему нейросеть приходит к тому или иному результату.
Это огромная проблема для изучения принципов работы нейронной сети. И также это большая проблема для интеграции этой технологии в некоторые сферы бизнеса.
⚠️Вероятностный характер ответов .
Нейронные сети не способны выдавать точный ответ. Они могут дать правильный ответ, который будет отличаться от неверного всего на несколько процентов и с этим ничего не поделаешь.
⚠️Продолжительность разработки.
Чем уникальнее и сложнее задача, тем больше времени и ресурсов человеку нужно будет потратить на написание кода алгоритма нейронной сети и на сбор данных для ее обучения. Часто эти данные очень сложно собрать.
⚠️Количество данных.
Для обучения нейросетей требуется огромное количество данных. И если это уникальные данные или их сложно собрать, то это может быть серьезным вызовом для разработчиков.
⚠️Многошаговые решения
ИНС не способна шаг за шагом решить задачу, поскольку каждый нейрон является независимым и решает свою часть задачи так, как пожелает нужным. Грубо говоря, ему все равно, что там решил нейрон-сосед.🤷♀
Неизвестно, как и почему нейросеть приходит к тому или иному результату.
Это огромная проблема для изучения принципов работы нейронной сети. И также это большая проблема для интеграции этой технологии в некоторые сферы бизнеса.
Нейронные сети не способны выдавать точный ответ. Они могут дать правильный ответ, который будет отличаться от неверного всего на несколько процентов и с этим ничего не поделаешь.
Чем уникальнее и сложнее задача, тем больше времени и ресурсов человеку нужно будет потратить на написание кода алгоритма нейронной сети и на сбор данных для ее обучения. Часто эти данные очень сложно собрать.
Для обучения нейросетей требуется огромное количество данных. И если это уникальные данные или их сложно собрать, то это может быть серьезным вызовом для разработчиков.
ИНС не способна шаг за шагом решить задачу, поскольку каждый нейрон является независимым и решает свою часть задачи так, как пожелает нужным. Грубо говоря, ему все равно, что там решил нейрон-сосед.🤷♀
👍5😁1
This media is not supported in your browser
VIEW IN TELEGRAM
Цель вижу, в себя верю, препятствий не замечаю 👍😜
👍6😁2
Forwarded from 1337
👍3🥰2