В каком случае решать вашу задачу можно с помощью нейросетей?
Везде, где нужно быстро что-то отличить друг от друга (например, отличить собаку от человека на фото)
Везде, где нужно делать быстрые однотипные предположения (например, предполагать цену квартиры по ее описанию)
Или там, где нужно обработать большое количество однотипных данных. (Например, посмотреть цены и обьемы продаж какой-нибудь валютной пары и предугадать тренд)
Или там, где нужно создавать что-нибудь по образцу (это генераторы текста, музыки и изображений)
Нейросеть учится находить такой способ решения, который давал бы правильные ответы, буквально методом перебора. Все лучше. Все лучше. И наконец хорошо.
Ее учат на таком материале, где известны правильные ответы. Этот материал нужно собирать и размечать - указывать ответы. Его нужно много.
Сто примеров не дадут ничего.
Сотня тысяч примеров - неплохо.
Большие текстовые сети учатся на миллиардах текстов.
Это время, железо и энергия.
Время, железо и энергия работают как инвестиция. Если добавить их даже слабой нейросети, она сможет работать лучше.
Нейросеть умеет делать то, на что обучена. Обычно-одну операцию. Новейшие разработки умеют несколько, но их нужда в железе, энергии и времени для обучения соответственно еше выше.
В чем же преимущество сети?
1. Она сама может найти решение задачи. Дайте ей достаточно примеров и подберите удачную, подходящую для решения архитектуру.
2. Когда она обучена, то может очень быстро обрабатывать большие обьемы данных. Никакой человек так не может.