Как работает нейросеть простыми словами: калькулятор, T9 и поисковик в одном флаконе

Как работает нейросеть — вопрос, на который обычно отвечают либо формулами, либо сказками про «цифровой разум». Я отвечу иначе: без кода, без математики, на пальцах. Я строю ИИ-агентов и живу этим каждый день, поэтому расскажу то, что реально нужно понимать, если ты собираешься нейросетями пользоваться, а не писать про них диссертацию.

И начну с неудобного: самая мощная нейросеть из доступных тебе находится не в дата-центре OpenAI. Она у тебя в черепной коробке. Искусственная нейронка лишь ускоряет то, что ты умеешь. Умеешь мало — она честно ускорит твоё «мало».

Из чего состоит нейросеть: три знакомые вещи

Когда меня просят объяснить нейросеть одной фразой, я собираю её из трёх предметов, которые ты видел тысячу раз:

Калькулятор — потому что внутри нет ничего, кроме вычислений, просто их чудовищно много. T9 из кнопочного телефона — потому что нейросеть занимается ровно тем же: предсказывает следующее слово по уже написанному, только в миллионы раз изощрённее. Поисковик — потому что вся её «начитанность» взята из текстов, которые в неё загрузили при обучении.

Никакой четвёртой тайной составляющей нет. Масштаб — есть. Магии — нет.

Почему «искусственный интеллект» — это маркетинг

Термином «искусственный интеллект» нейросеть называют по двум причинам: по инерции — или сознательно, потому что так продаётся. Сравни сам: «ИИ решит задачи вашего бизнеса» и «статистическая модель предскажет следующее слово в вашем тексте». Первое несёт деньги, второе — правду.

Внутри нейросети нет понимания, замысла и сознания. Есть теория вероятностей: модель не «знает» ответ, а вычисляет, какое слово статистически вероятнее всего должно идти дальше. Каждая фраза, которую она тебе выдаёт, — итог гигантского перемножения чисел, а не мысль.

Родственники, как видишь: и тот и другая считают, оба не работают без ввода. Разница в двух строчках таблицы — в логике (жёсткие правила против теории вероятностей) и в праве на ошибку.

Обрати внимание на строчку «может ошибаться». Калькулятор не ошибается никогда, нейросеть — регулярно, причём с абсолютно уверенным видом. Это не баг, это прямое следствие вероятностной природы. Запомни этот пункт — мы к нему вернёмся, когда будем говорить про деньги.

Модель — это файл на сервере

Снимем ещё один слой тумана. Технически нейросеть — это файл. Набор файлов, которые называются весами модели и лежат на диске. Размер — от пары гигабайт до терабайтов.

Сам по себе этот файл мёртв, как книга в закрытом шкафу. Оживает он в момент, когда обрабатывает запрос, — и для этого нужно железо: видеокарты, память, процессоры. Чем крупнее модель, тем больше оборудования требуется, чтобы она просто ответила «привет».

Параметры: чем измеряется «ум» модели

Когда слышишь «модель на 7 миллиардов параметров» или «на 700 миллиардов» — речь вот о чём. Параметры — это закономерности, которые модель вытащила из данных при обучении. Не заученные факты, а уловленные связи: какое слово тянет за собой какое, какая конструкция за какой следует.

Больше параметров — как правило, точнее ответы. Но размер решает не всё: важны архитектура, алгоритмы обучения и качество данных. Огромная модель, накормленная мусором, — это собеседник, умный по размеру и глупый по сути. Как библиотека, в которую свезли макулатуру.

Токены и контекстное окно — два слова, без которых не разобраться в тарифах

В vc-версии этой статьи я про это не писал, а зря — без этих двух понятий не понять ни один прайс на нейросети.

Токены — это кусочки текста, которыми нейросеть «ест» и «выдаёт» слова. Токен — не буква и не слово, а нечто среднее: слово «привет» — один токен, слово «электросчётчик» — три-четыре. Все тарифы API устроены одинаково: платишь за количество токенов на входе и на выходе. Когда тебе выставляют счёт «за миллион токенов» — это примерно за 700 страниц текста, который модель прочитала или написала.

Контекстное окно — сколько токенов модель способна удержать «в голове» за один разговор. Окно кончилось — модель начинает забывать начало беседы. Поэтому агент, которому скормили всю переписку компании за год, не «поумнел», а вылетел за окно и потерял нить.

Эти две цифры — токены и окно — определяют экономику любого проекта с нейросетью. Мы в каждом проекте считаем стоимость запроса ещё до старта, потому что видели, как агент, дёргающий дорогую модель на каждый чих, съедает больше, чем экономит.

Топливо нейросети — электричество

Теперь о том, о чём в рекламе «пассивного дохода на ИИ» не говорят никогда. Нейросеть питается электроэнергией, буквально. За каждым «бесплатным» ответом стоят дата-центры с энергопотреблением небольшого города.

Когда очередной гуру обещает, что ИИ-агент «сам, без твоего участия» заработает тебе миллионы, — вспомни про счётчик. Магия оплачивается по тарифу. Платит либо инвестор, который пока жжёт деньги ради захвата рынка, либо — в конечном счёте — ты, через подписку и токены.

Миф о бесплатной локальной нейронке

Любимый трюк инфобизнеса: «Зачем платить за API? Скачай опенсорсную модель — какой-нибудь Qwen на 80 миллиардов параметров, — поставь на свой сервер, и нейросеть у тебя бесплатная. Подключай агентов и работай без копейки за токены».

Звучит прекрасно. Теперь таблица, которую в этих роликах не показывают:

«Бесплатное» здесь — перенос расходов из одного кармана в другой. Вместо платежа провайдеру ты платишь за железо и киловатты. Иногда это оправдано: когда критична приватность данных или объёмы такие, что API дороже. Но бесплатным это не бывает никогда. Бесплатных нейросетей не существует — существует вопрос, кто и чем за них платит. Сядь с калькулятором (обычным, не нейронным) и посчитай оба варианта до того, как покупать видеокарту.

Что с этим делать бизнесу

Главная польза этого разбора — с тебя слетает магическое мышление. Как только понимаешь, что внутри не разум, а вероятностный калькулятор, ты перестаёшь ждать чуда и начинаешь давать нейросети правильные задачи: считать, сортировать, переписывать, отвечать по регламенту, находить закономерности в объёмах, которые человек не осилит физически.

И одновременно перестаёшь доверять ей то, что она делать не умеет: принимать решения с ценой ошибки. Помнишь строчку «ошибается уверенно»? Именно поэтому в каждом нашем агенте есть точки, где действие проверяет человек, — и именно поэтому «полностью автономный бизнес на ИИ» из рекламы это оксюморон.

Нейросеть не построит тебе бизнес. Она ускорит того, кто умеет его строить. Она не заменит голову — она усилит голову, если в ней есть что усиливать.

Частые вопросы

Что такое нейросеть, если совсем кратко?

Статистическая модель, которая предсказывает следующее слово (или пиксель, или ноту) на основе закономерностей, извлечённых из огромного массива данных при обучении. Калькулятор + T9 + поисковик, умноженные на невообразимый масштаб.

Что такое токены в нейросети простыми словами?

Кусочки текста, которыми модель считает объём работы. Одно короткое слово ≈ один токен, длинное — несколько. Все тарифы нейросетей считаются в токенах: платишь за то, сколько модель прочитала и сколько написала.

Нейросеть и искусственный интеллект — одно и то же?

В быту — да, эти слова используют как синонимы. Строго говоря, «искусственный интеллект» — общий термин (туда входят и шахматные программы, и распознавание лиц), а нейросеть — конкретная технология. Интеллекта в человеческом смысле нет ни там, ни там.

Можно ли скачать нейросеть бесплатно и пользоваться без ограничений?

Скачать — да: опенсорсные модели свободно лежат в интернете. Пользоваться «бесплатно» — нет: им нужно дорогое железо и заметное электричество. Для большинства задач малого бизнеса API выходит дешевле и проще — но считать надо в каждом конкретном случае.

Почему нейросеть уверенно выдаёт неправильные ответы?

Потому что она не проверяет факты, а подбирает наиболее вероятное продолжение текста. Если правдоподобная ошибка статистически «складнее» правды — модель выдаст ошибку тем же уверенным тоном. Это лечится не верой в ИИ, а проверкой человеком там, где ошибка стоит денег.

А как же «рассуждающие» модели — они разве не думают?

Не думают. «Рассуждение» здесь — название инженерного приёма: модель делает несколько промежуточных вычислений вместо одного прохода. На сложных задачах это работает лучше, но мышлением не становится. Почему индустрия выбрала именно такие слова — разбираю во второй части.