Нейросеть - это ИИ или нет: как связаны эти понятия

Короткий ответ: да, нейросеть - это искусственный интеллект, но ИИ к нейросетям не сводится. ИИ - самое широкое понятие, внутри него лежит машинное обучение, а внутри машинного обучения - нейросети. ChatGPT, Claude, Midjourney и Suno построены на нейросетях, поэтому их можно называть и нейросетями, и ИИ. Шахматная программа, которая перебирает ходы, или система на жёстких правилах - тоже ИИ, но нейросети в них нет.

В статье по порядку: как понятия вложены друг в друга, какой ИИ обходится без нейросетей и к какому типу относятся знакомые сервисы - с разбивкой по тому, что модель выдаёт: текст, картинку, музыку или видео.

Что такое нейросеть и при чём тут ИИ

Искусственный интеллект - это скорее цель, чем технология: научить компьютер решать задачи, для которых обычно нужен человек. Например, распознать речь, перевести текст, проложить маршрут или обыграть человека в шахматы. Способов много, нейросеть - один из них, сейчас самый заметный.

Нейросеть - математическая модель из множества простых вычислительных элементов, соединённых слоями. У каждого соединения есть вес, то есть число. Во время обучения модель смотрит на примеры и понемногу подстраивает веса, чтобы ошибаться реже. В больших моделях таких весов миллиарды, и ни один из них человек не задавал вручную.

Отсюда главное отличие от обычной программы. Программист не пишет правило «если в письме есть слово выигрыш, это спам». Он показывает модели тысячи писем с пометкой «спам» или «не спам», и закономерность она находит сама. Так же устроены нейросети для работы с текстом: грамматике их по правилам никто не учил, они вывели её из огромного объёма текстов.

ИИ, машинное обучение и нейросети: как они вложены друг в друга

Каждая следующая строка таблицы - частный случай предыдущей.

Поэтому фраза «нейросеть - это ИИ» верна, а «ИИ - это нейросеть» верна не всегда.

Какой ИИ не является нейросетью

Системы на правилах. Эксперт записывает знания в виде правил «если - то», а программа применяет их к конкретному случаю. Так в 1970-х строили экспертные системы для медицинской диагностики. Сейчас на правилах часто работают проверки в банковских и страховых системах. Каждое решение такой системы объясняется конкретной строчкой из свода правил.

Деревья решений и их ансамбли. Это машинное обучение без нейросети. Модель учится на табличных данных и строит цепочку вопросов: выше ли доход порога, есть ли просрочки, сколько клиенту лет. На таких методах до сих пор работают скоринг и прогнозы оттока клиентов: они быстрые, и их решения проще проверить.

Поиск и планирование. В 1997 году шахматный компьютер Deep Blue обыграл Каспарова. Он перебирал ходы и оценивал позиции по функции, которую настраивали люди. Навигатор ищет кратчайший путь по графу дорог классическими алгоритмами поиска. Обучения на примерах здесь может не быть вовсе, а задача всё равно относится к ИИ.

Почему в быту «нейросеть» и «ИИ» стали синонимами

Причин три. Почти все системы, которые люди заметили за последние годы, построены на нейросетях. После выхода ChatGPT в конце 2022 года слово «нейросеть» (в разговорной речи «нейронка») закрепилось как название любого генератора текста или картинок. И маркетинг: подпись «на основе ИИ» ставят и на продукты, внутри которых несколько правил.

В разговоре смешивать эти слова нормально. Когда нужна точность, например в техническом задании, договоре или при выборе решения для компании, уточните, что внутри: языковая модель, классический алгоритм или набор правил. От этого зависит, можно ли объяснить решение системы и насколько ей можно доверять.

Знакомые сервисы в одной таблице

Все сервисы ниже работают на нейросетях. Они различаются данными, на которых их обучили, и тем, что выдают.

Языковые модели: ChatGPT, Claude, Gemini, DeepSeek

Языковая модель решает одну задачу: по началу текста предсказывает, что идёт дальше. Сначала её обучают на огромном корпусе текстов, потом дообучают вести диалог и выполнять инструкции. Из этого умения вырастает всё остальное: пересказ, перевод, код, ответы на вопросы.

Каждое из названий - целое семейство моделей: есть лёгкие быстрые версии и тяжёлые флагманы для сложных рассуждений. У Claude, например, это линейки Haiku, Sonnet и Opus. Семейства различаются стилем ответов, объёмом текста, который модель удерживает в контексте, и работой с файлами и картинками. Gemini изначально создавали мультимодальной, поэтому она принимает звук и видео. DeepSeek выкладывает веса своих моделей в открытый доступ, и их можно запускать на собственных серверах.

Разницу между понятиями проще всего проверить на самой модели: спросите текстовую нейросеть, чем нейросеть отличается от ИИ и машинного обучения, и попросите пример из жизни для каждого понятия. Ответ стоит сверить с таблицей выше: в деталях модели иногда ошибаются.

Генераторы изображений: Midjourney, Nano Banana, Flux

Большинство генераторов картинок - диффузионные модели или их близкие родственники. Если упростить, модель начинает с шума и шаг за шагом убирает его, пока картинка не совпадёт с описанием. Связь между словами и изображением она выучила на огромном наборе картинок с подписями.

Midjourney известна художественной стилистикой: даже по короткому описанию выдаёт картинку с выраженной эстетикой. Долгое время с ней можно было работать только через Discord, сейчас есть и веб-интерфейс.

Nano Banana - модель Google из семейства Gemini. Сильная сторона - правки по текстовой просьбе: загружаете фото, просите поменять фон или одежду, и человек на снимке остаётся узнаваемым.

Flux от Black Forest Labs ценят за фотореализм и детализацию. Часть версий выпущена с открытыми весами, поэтому Flux часто встречается внутри других продуктов.

Текстового ответа от этих моделей не получить: их обучали выдавать изображения. О том, как устроена генерация изображений нейросетью и чем модели различаются на практике, рассказываем в отдельном разделе.

Музыка и видео: Suno, Veo, Kling

Suno по описанию стиля и тексту песни собирает трек с вокалом и инструментами. Логика та же, что у генератора картинок, только модель обучена на звуке и учитывает, как музыка развивается во времени.

Veo - видеомодель Google. Делает ролик по описанию или оживляет исходную картинку. Свежие версии генерируют видео сразу со звуком.

Kling от компании Kuaishou делает видео по тексту или по картинке, которая становится первым кадром.

Видеомодели самые тяжёлые из перечисленных: им нужно согласовать сотни кадров и сохранить объект узнаваемым до конца ролика. Поэтому видео обычно генерируется дольше и стоит дороже, чем ответ текстовой модели.

Агрегаторы вроде Молекулы: доступ к нескольким нейросетям

Агрегатор сам ничего не генерирует: он передаёт запрос в чужую модель и возвращает ответ. Так устроен и агрегатор нейросетей Молекула. Своих моделей у Молекулы нет, а доступ к моделям для текста, изображений, видео и звука даёт одна подписка. В каталоге есть все сервисы из таблицы выше. Молекула работает из России без VPN, оплата в рублях. У каждой модели своя стоимость запуска в кредитах, она указана рядом с моделью.

Ограничения тоже есть. Модель в Молекуле не обязательно ведёт себя так же, как в официальном приложении разработчика: настройки и обвязка могут отличаться. Сравнить ответы нескольких моделей в одном окне нельзя, собственного мобильного приложения нет.

Если вы каждый день работаете с одной моделью и вам нужны все её фирменные функции, удобнее может оказаться официальное приложение. Агрегатор пригодится, когда задачи разные, а оформлять отдельную подписку на каждый сервис не хочется.

Чего нейросети не умеют и почему это ещё не «сильный ИИ»

Языковые модели пишут убедительно, и поэтому их легко переоценить.

• Уверенно ошибаются. Модель выбирает правдоподобное продолжение текста, а не проверенный факт, поэтому может выдумать цитаты, ссылки и цифры и подать их тем же спокойным тоном, что и правду.
• Не знают свежих событий. Знания модели ограничены данными обучения. Если к ней не подключён поиск, о вчерашних новостях она не знает или додумывает.
• Не понимают в человеческом смысле. Нейросеть находит статистические закономерности. У неё нет целей, желаний и представления о последствиях своих ответов.
• Узко специализированы. Suno не составит договор, а видеомодель не ответит на вопрос. Чат-боты кажутся универсальными потому, что к языковой модели подключают другие модели и инструменты.

Сильным, или общим, ИИ называют систему, которая справляется с любой интеллектуальной задачей на уровне человека и переносит навыки из одной области в другую без переобучения. Общепринятого критерия, по которому систему можно признать сильным ИИ, нет, как нет и системы, которую специалисты единодушно считали бы таковой. Нынешние нейросети хороши для конкретных задач. Проверяйте их факты, давайте контекст и не поручайте им решения, за которые отвечаете вы.

Как называть, если важна точность

• ChatGPT, Claude и DeepSeek точнее называть языковыми моделями.
• Midjourney, Nano Banana и Flux - генераторы изображений.
• Система, которая принимает решения по заданным правилам, - ИИ, но не нейросеть.
• Сервис с доступом к разным моделям - агрегатор, а не нейросеть.
• В бытовом разговоре «нейросеть» и «ИИ» взаимозаменяемы, поправлять собеседника не обязательно.