Для_чего_строят_нейронные_сети_v1_RUS_16_09_2026.pdf
Изучаем новые технологии: нейронные сети
В прикреплении файл с обзором: «Для чего строят и обучают нейросети в IT? Роль волоконной оптики в развитии нейронных сетей». Обзор подготовил Коган С.С. Системы искусственного интеллекта — от обучения больших моделей и облачных вычислений до вывода данных в реальном времени и периферийного интеллекта — зависят от бесперебойной передачи больших объемов данных. Без надежной волоконно-оптической инфраструктуры даже самые передовые алгоритмы ИИ не смогут работать в масштабе. Волоконно-оптические кабели служат «артериями данных», соединяющими вычислительные кластеры, центры обработки данных, периферийные узлы и устройства конечных пользователей, поддерживая экспоненциальный рост трафика, генерируемого искусственным интеллектом.
Искусственный интеллект (ИИ) — это общее понятие для любых машин, которые умеют решать задачи, похожие на человеческие, а нейросеть — это конкретный инструмент и часть ИИ, устроенный по подобию мозга: cостоит из искусственных нейронов, соединенных в слои, и учится на огромном объеме примеров, меняя внутренние настройки. Например, распознавание лиц на фото, голосовые помощники, генераторы картинок и нейросети для текстов.
Модель нейросети в машинном обучении — это математическая структура, которая функционирует по аналогии с нейронной сетью живого организма. В отличие от нейросети у животного, которая передает сигналы от мозга к телу и полностью регулирует его работу, компьютерная нейросеть обучается выполнять только те задачи, которые ей задает человек. Классификация нейронных сетей основана на задачах, с которыми они работают:
• многослойные нейронные сети, или перцептроны, обрабатывают числовые данные,
• свёрточные нейронные сети работают с изображениями,
• рекуррентные нейронные сети собирают и обрабатывают информацию, которая меняется с течением времени,
• генеративные нейронные сети создают контент — тексты, изображения.
В обзоре рассмотрены также нейронные фотонныые сети, в которых волоконная оптика и кремниевая Фотоника используются для вычислении.
Оглавление по тематике
t.me/OpticalNetworksRussia/263
Авторский канал Семена Когана «Оптические транспортные сети» 💬 @OpticalNetworksRussia
В прикреплении файл с обзором: «Для чего строят и обучают нейросети в IT? Роль волоконной оптики в развитии нейронных сетей». Обзор подготовил Коган С.С. Системы искусственного интеллекта — от обучения больших моделей и облачных вычислений до вывода данных в реальном времени и периферийного интеллекта — зависят от бесперебойной передачи больших объемов данных. Без надежной волоконно-оптической инфраструктуры даже самые передовые алгоритмы ИИ не смогут работать в масштабе. Волоконно-оптические кабели служат «артериями данных», соединяющими вычислительные кластеры, центры обработки данных, периферийные узлы и устройства конечных пользователей, поддерживая экспоненциальный рост трафика, генерируемого искусственным интеллектом.
Искусственный интеллект (ИИ) — это общее понятие для любых машин, которые умеют решать задачи, похожие на человеческие, а нейросеть — это конкретный инструмент и часть ИИ, устроенный по подобию мозга: cостоит из искусственных нейронов, соединенных в слои, и учится на огромном объеме примеров, меняя внутренние настройки. Например, распознавание лиц на фото, голосовые помощники, генераторы картинок и нейросети для текстов.
Модель нейросети в машинном обучении — это математическая структура, которая функционирует по аналогии с нейронной сетью живого организма. В отличие от нейросети у животного, которая передает сигналы от мозга к телу и полностью регулирует его работу, компьютерная нейросеть обучается выполнять только те задачи, которые ей задает человек. Классификация нейронных сетей основана на задачах, с которыми они работают:
• многослойные нейронные сети, или перцептроны, обрабатывают числовые данные,
• свёрточные нейронные сети работают с изображениями,
• рекуррентные нейронные сети собирают и обрабатывают информацию, которая меняется с течением времени,
• генеративные нейронные сети создают контент — тексты, изображения.
В обзоре рассмотрены также нейронные фотонныые сети, в которых волоконная оптика и кремниевая Фотоника используются для вычислении.
Оглавление по тематике
t.me/OpticalNetworksRussia/263
Авторский канал Семена Когана «Оптические транспортные сети» 💬 @OpticalNetworksRussia