← В блог
ИИ, Нейросеть, Модель и LLM: в чем разница
· Пётр Евсиков
TL;DR
- Я очень хочу начать этот блог с базы, но при этом не хочу разводить ее на 10 статей. Задача даже не в том, чтобы в очередной раз добавлять копипасту о нейросетях, а собрать некий глоссарий, который послужит введением к тому, что я планирую тут писать.
- Этот блог я хочу вести как тематический все, что связано с нейросетями, мои эксперименты, опыт и идеи. Я пишу в том числе для того, чтобы структурировать свои знания, зафиксировать путь и увидеть развитие. Для меня это процесс документирования, а на основе документов выстраивается система.
- Первый вопрос, который я хочу разобрать: путаница в понятиях нейросеть, ИИ (AI) и модель. В большинстве случаев сегодня эти термины употребляются в одном и том же контексте. Это прямое следствие агрессивного ИТмаркетинга, когда академические понятия смешиваются с рекламными лозунгами. Технически это не синонимы, а строгая иерархия:
Я очень хочу начать этот блог с базы, но при этом не хочу разводить ее на 10 статей. Задача даже не в том, чтобы в очередной раз добавлять копипасту о нейросетях, а собрать некий глоссарий, который послужит введением к тому, что я планирую тут писать.
Этот блог я хочу вести как тематический - все, что связано с нейросетями, мои эксперименты, опыт и идеи. Я пишу в том числе для того, чтобы структурировать свои знания, зафиксировать путь и увидеть развитие. Для меня это процесс документирования, а на основе документов выстраивается система.
Первый вопрос, который я хочу разобрать: путаница в понятиях нейросеть, ИИ (AI) и модель. В большинстве случаев сегодня эти термины употребляются в одном и том же контексте. Это прямое следствие агрессивного ИТ-маркетинга, когда академические понятия смешиваются с рекламными лозунгами. Технически это не синонимы, а строгая иерархия:
ИИ (Искусственный интеллект или англоязычный термин Artificial Intelligence (AI))
- Суть: Обозначает любую вычислительную систему, способную имитировать когнитивные функции (распознавание образов, принятие решений, перевод текстов).
- Где применяется: ИИ включает в себя всё. Скрипт поведения мобов в видеоигре (деревья поведения), шахматный движок Deep Blue из 90-х (основанный на переборе вариантов if-else), алгоритм поиска пути в навигаторе (A*) и ChatGPT - всё это классифицируется как ИИ.
- Резюме: Это скорее философская и маркетинговая абстракция. Инженеры редко используют термин «ИИ» при проектировании систем, предпочитая конкретные названия алгоритмов.
Нейросеть (в английском варианте это Neural Network)
- Суть: Один из методов внутри Машинного обучения (ML). Архитектура, вдохновленная строением биологического мозга, но математически представляющая собой направленный граф. Состоит из слоев узлов (искусственных нейронов), соединенных связями с определенными числовыми весами.
- Механика: Данные проходят через слои узлов, на каждом этапе умножаясь на матрицы весов и проходя через нелинейные функции активации.
- Специфика: Нейросеть - это способ решения задачи. Это не готовый продукт, а пустая математическая структура (каркас), пока её не обучат на данных.
Модель (Model)
- Суть: Если архитектура нейросети - это чертеж двигателя, то модель - это сам двигатель, собранный и готовый к работе. Это зафиксированное (замороженное) состояние системы после того, как она "просмотрела" терабайты обучающих данных и настроила свои внутренние параметры (веса).
- Формат: С точки зрения системы, модель - это бинарный файл (например, с расширением .gguf, .safetensors, .pt), содержащий гигантские матрицы чисел.
- Где применяется: Термин шире, чем нейросети. Бывают математические модели, не использующие нейросети вообще (например, модель линейной регрессии или случайного леса для предсказания оттока клиентов).
LLM (Large Language Model)
- Суть: Большая языковая модель. Это конкретный экземпляр нейросетевой модели, базирующийся на архитектуре Transformer.
- Деконструкция названия:
- Large (Большая): Имеет огромный масштаб. Содержит от миллиардов до триллионов параметров (весов), что требует кластеров GPU для работы.
- Language (Языковая): Оперирует исключительно текстом (токенами). Она не понимает видео или физику реального мира напрямую, ее математика заточена под анализ последовательностей слов.
- Model (Модель): Это готовый скомпилированный артефакт, задача которого - статистически угадывать следующий токен на основе контекста.
Краткая схема (Data Flow)
Вы берете архитектуру Нейросети (например, Transformer, представленную Google в 2017 году, на которой базируются все современные LLM) → обучаете её на текстах → в результате получаете артефакт под названием LLM (это Модель) → и упаковываете это в продукт, который продаете инвесторам под вывеской ИИ.