Как работают нейросети: история нейросетей и математика простыми словами

Как работают нейросети и как они учатся? История нейросетей и математика искусственного интеллекта простыми словами — от первых моделей нейрона и перцептрона до трансформеров и ChatGPT. В фильме Tlinov сложные идеи разбираются на наглядных примерах. Посмотрим, что означают веса и функция потерь, как градиентный спуск и обратное распространение ошибки помогают сети учиться. Проследим, как нейросети распознают изображения, запоминают последовательности и создают текст. По пути познакомимся со свёрточными сетями, LSTM, обучением с подкреплением, генеративными моделями и механизмом внимания. Каждая новая идея появляется вместе с задачей, ради которой её придумали. Это введение в нейросети для начинающих и тех, кто хочет связать знакомые термины в понятную картину. 87 глав, 2 часа 11 минут: можно смотреть последовательно или выбрать нужную тему. ТАЙМКОДЫ 00:00 История нейросетей: от нейрона к обучающейся машине 19:56 Градиентный спуск, обратное распространение ошибки и XOR 32:01 Вероятности, softmax и функция потерь 38:43 Свёрточные сети, ассоциативная память и LSTM 52:08 Глубокое обучение, ImageNet и AlexNet 1:00:05 Обучение с подкреплением: от награды к AlphaGo 1:10:00 Генеративные модели: автоэнкодеры, VAE и GAN 1:15:27 Word2vec, механизм внимания и трансформеры 1:48:48 GPT, BERT и обучение предпочтениям 1:55:47 Как нейросети связывают текст и изображения 2:03:38 Рассуждение, инструменты и проверка ответов Какую тему разобрать подробнее в следующем видео? Напишите в комментариях. Исторические диалоги — художественная реконструкция. Авторы визуальных материалов и лицензии перечислены в комментарии канала под видео. Озвучка: This audio was created with Boson AI's Higgs Audio #Нейросети #ИскусственныйИнтеллект #Tlinov