Как освоить нейросети бесплатно? Гайд для новичков! Часть 1 — Принципы работы

Единого Грааля или учебника, как Ландау и Лифшиц для физиков — нет. Более-менее полную картину можно собрать с разных источников, что собственно я и сделал. Ниже будет гайд по лучшим материалам, которые мне помогли в освоении.

Это, конечно, субъективный гайд - я могу показать только то, что сам прочитал, и чей стиль мне понравился - рекламы тут нет.

Путеводитель будет состоять из ссылок на статьи, видео, исследования которые мне помогали понять “о дивный новый мир”. Большинство статей я буду приводить именно на русском языке, но некоторые материалы мне очень нравились, и я сделал для вас машинный перевод - лучше прочитать его, чем ничего.

Список явно не полный - поэтому пишите в комментариях какие материалы вам ещё понравились - совместно будем обновлять библиотеку.

Это будет полезно новичкам и даже подросткам, а кто захочет копнуть глубже - будут материалы уже с технической точки зрения, но которые я - непрограммист - смог понять. Людям, кто пилит нейросети когда я ещё играл в Diablo2 - вряд ли найдут что-то новое.

Гайд будет состоять из нескольких подразделов:

За один вечер всё не прочитать - сохраняйте в закладки, сможете вернуться когда будет время и настроение. И, если есть что добавить - пишите в комментариях - сделаем материал ещё более полным и лучшим!

В первой части мы посмотрим на основы - как работают нейросети, какие принципы их работы.

Искусственный интеллект, нейросети, машинное обучение - всё смешалось в доме Облонских. Часто эти понятия используются взаимозаменяемо - и для многих целей, особенно в начале пути, нет смысла точить клинок на того, кто сказал что ИИ= нейросеть, или наоборот.

Но всё же важно понять, искуственный интеллект - это широкая область знаний, включающая как алгоритмы, так и осмысление проблем целеполагания ИИ агентов и другое. Но всё же - это про вычисления, компьютерные системы - поэтому основа - алгоритмы. И тут основным является подраздел “Машинное обучение” - алгоритмы, способные обучаться на основе данных. Первое моё знакомство на человеческом языке прошло с этой статьей от Vas3k (у него ещё потрясающая статья о блокчейн):

Далее есть отсылка к машинному переводу, и эти знания нам пригодятся для изучения языковых моделей:

Почитав статьи выше, несколько раз, у меня в голове отчасти что-то отложилось, но, так как я не программист ни разу, попробовать руками получалось не сильно.

Смотрел, пробовал, игрался с Google AutoML, потом на учёбе в Сколково Сбер давал доступ к своему Sber.DS - но это всё было не совсем доступно.

Всё изменилось с выходом ChatGPT от OpenAI - нам, людям для которых питон - это змея, дали попробовать результаты работы крайне успешной модели. Но это было формата "чёрный ящик" - что-то написал, что-то получил. Я начал изучать как это работает, и какие есть возможности.

И начал знакомство с прекрасной статьи (перечитывал раз 10).

Думаю, что это лучшее, что есть на простом русском языке. Тем, кто любит больше смотреть есть видео версия статьи:

И для первого раза у вас будет большое количество вопросов: что это за трансформеры и когда они выйдут в кино, можно ли токенами от chatgpt играть на бирже, и как скоро нас захватят. И у меня было тоже много вопросов, но я не нашёл в рунете больше таких обширных статей. Игорь великолепен, но некоторые аспекты хотелось с другой стороны посмотреть, и я пошёл на Medium, где мне понравилось несколько статей. Я буду давать перевод, кто может и хочет - лучше в оригинале читать (там ещё много ссылок на другие источники).

Далее свет на нашу чёрноящиковую архитектуру пролил не просто умный человек,а сооснователь OpenAI с потрясающим выступлением - 40 минут,и ни одной минуты воды. Выступление на английском, если тяжело - в яндекс браузере запустите это видео, и будет синхронный, немного хромой, но перевод.

А далее вышла модель GPT4 - и у неё был официальный документ с описанием модели, исследованиями, графиками. Вот тут оригинал, а здесь я подготовил перевод:

Ну а далее наши, уже полюбившиеся авторы, разобрали и описали возможности человеческим русским языком:

И статья, для тех кто больше любит читать:

И прямо перед финализацией этого гайда вышла новая модель - GPT-4V - которая на вход уже принимает не только текст, а изображения. И понимает их - объекты, тексты, и даже эмоции. Это открывает "ящик Пандоры" взаимодействия с моделью - посмотрите, исследователи собрали на 150 страниц примеров: от знаков парковки, до производственных фотографий - и сделали отчёт как успешно модель может с ними работать.

Оригинал исследования, ниже - перевод:

Ну и подытоживая блок “ как работает чудо науки и техники - ChatGPT” я выступал с этой темой, где постарался простым языком донести информацию, что впитал в себя с этих источников:

Далее уже наверное вряд ли найдутся материалы на совсем понятном простом языке - и тут скорее не способность автора, а слушателей не будет. В дебри полезут немногие - и уже с определённой базой. Поэтому оставлю несколько материалов, которые позволят углубиться.

Личное мнение: их стоит хотя бы по разу посмотреть, где-то и в нашей нейросети отложиться нужные токены знаний.

Начнём с фундаментальной статьи, да, там много математики, но мы уже опытные - что не понятно, можно спросить у chatgpt. Перевод на русский в pdf:

И за 2ух часовой бутылочкой кофе можно посмотреть стрим, где профессионалы разбирают эту статью:

Одним из самых основных моментов работы этих сетей, много где повторялось - это модель трансформеров. Это основа основ, понять до последнего болта этого трансформера у меня не получилось, но общее представление получил тут:

И совсем свежая интерактивная статья, правда на английском (переводить лучше онлайн, так как там много анимации) про устройство трансформеров:

Следующим важным элементом, что стоит понять - это векторное представление информации (со слезой вспоминаю лекции по матанализу, на которые я не ходил). Хорошее пояснение про вектора и почему онлайн-поиск так криво работает смотрим тут:

А тут финализируем знания о токенах, галлюцинациях модели:

И для тех кто дочитал до этого места и не плюнул, советую небольшие и бесплатные курсы. Да, они на английском, и с этого сайта яндекс не переведёт, НО, там спокойно можно скачать видео, загрузить на ютуб - и вуаля - есть какой то перевод. Но будьте осторожны, LLM (Large Language Model) - он переводит как магистр права))))

Бесплатный курс от Google про устройство LLM и принципы работы с красивой анимацией и презентациями:

и совместный курс AWS и DeepLearning:

GENERATIVE AI WITH LLMS (Course AWS&DeepLearning)

Да, немного в другой вселенной можно пройти бесплатно курсы от людей которые реально занимаются ИИ более 20 лет без смс, регистраций и воронки в боте. Дураки, могли хоть по 999 RUB сделать, и только на 3 дня - потом повышение цен, спешите!)

Меня зовут Андрей Цыган, я предприниматель и исследователь. Уже более 5ти лет плотно занимаюсь вопросами построения бизнес-процессов, автоматизации и цифровой трансформации бизнеса.

Мои бизнесы:

Часто выступаю на тему ИИ и нейросетей - стараюсь пояснить фундаментальные вопросы и принципы работы простым языком. Выступления появляются тут. Меня всегда можно найти в FB* или Insta*

В конце месяца запускаю БЕСПЛАТНЫЙ фундаментальный курс, который позволит любому освоить работу с новыми инструментами. Без прогревов, разогревов и каких-либо продаж.

Для участия заполните форму.