Каждый день в новостях мелькают четыре термина. Их употребляют как синонимы, хотя на самом деле это слои, вложенные друг в друга: каждый следующий построен на предыдущем. Если вы путаете deep learning с машинным обучением или не понимаете, почему ChatGPT называют генеративным ИИ, этот материал для вас.

Мы пройдём от самого широкого понятия до самого узкого, разберём, почему каждый слой стал возможен именно тогда, когда появился, и начнём с аналогии, которая сразу всё прояснит.

Искусственный интеллект: вся область целиком

Искусственный интеллект (Artificial Intelligence, AI) это самый широкий термин. Он охватывает всё, что пытается сделать с компьютером что-то, похожее на человеческое мышление: учиться, делать выводы, рассуждать, распознавать образы, понимать язык.

История AI началась задолго до хайпа. Уже в 1980-х годах исследователи создавали экспертные системы: программы на языках Lisp и Prolog, которые имитировали логику специалистов в узких областях. Врач ставил диагноз по симптомам, химик предсказывал реакции, и всё это работало без единой строки машинного обучения. Инженеры просто записывали правила вручную: если симптом X и симптом Y, то диагноз Z.

Проблема была в том, что такие системы бессильны за пределами заранее прописанных правил. Как только задача выходила за рамки, экспертная система не справлялась. Потребовался новый подход, и он появился в 2010-х, когда вычислительные мощности и данные наконец сошлись в одной точке.

Машинное обучение: учим машину находить паттерны

Машинное обучение (Machine Learning, ML) это подход внутри AI. Вместо того чтобы программировать каждое правило вручную, мы даём алгоритму данные и позволяем ему самостоятельно находить закономерности.

Классический пример: фильтрация спама. Классический подход требовал бы списка ключевых слов: «выигрыш», «бесплатно», «срочно». Спамеры быстро адаптировались: меняли формулировки, добавляли пробелы, использовали синонимы. Фильтр на правилах устаревал каждый день.

ML решает это иначе. Алгоритму показывают тысячи писем, помеченных как «спам» или «не спам», и он сам находит признаки, которые чаще встречаются в спаме. Причём модель может обнаружить закономерности, которые человеку не пришли бы в голову: определённые сочетания знаков препинания, время отправки, структуру заголовков. Чем больше данных, тем увереннее предсказания.

Машинное обучение особенно хорошо в двух задачах. Прогнозирование: предсказание спроса, оттока клиентов, колебаний курсов. И обнаружение аномалий: поиск выбросов вроде транзакций, не похожих на типичные для пользователя, сетевого трафика с признаками вторжения, показаний датчиков за пределами нормы.

Именно поэтому ML стал основой кибербезопасности, области, где нужно выявлять необычное поведение среди миллионов обычных событий. Алгоритм не знает заранее, как выглядит атака. Он учится на данных и сам находит отклонения.

Глубокое обучение: когда нейросети становятся «глубокими»

Deep learning это подмножество ML, основанное на нейронных сетях. Нейросеть имитирует устройство человеческого мозга: сигналы проходят через слои нейронов, каждый слой обрабатывает информацию и передаёт дальше. «Глубокое» означает количество слоёв: в современных сетях их могут быть сотни.

Ключевое отличие от классического ML: способность работать с сырыми данными напрямую. Классическому машинному обучению нужно, чтобы человек вручную выделил признаки. Для распознавания изображений это границы, цвета, текстуры. В deep learning сеть сама учится выделять эти признаки. Вы даёте ей пиксели, и она сама понимает, что важно для распознавания кошки или собаки.

Другое преимущество: глубина абстракции. Простая сеть может отличить кошку от собаки. Глубокая сеть с сотнями слоёв способна распознавать конкретные породы, позы, эмоции животных, фоновые сцены. Каждый следующий слой добавляет уровень абстракции.

Обратная сторона: так называемый «чёрный ящик». Сотни слоёв и миллионы параметров делают интерпретацию решений крайне сложной. Мы видим вход и выход, но внутренняя механика остаётся непрозрачной. Это создаёт проблемы в регулируемых отраслях (медицина, финансы, право), где объяснимость решений критически важна.

Generative AI: генерация нового контента

Генеративный ИИ (Generative AI) это подмножество deep learning, которое фокусируется на создании нового контента. Если предыдущие уровни анализировали и предсказывали, то generative AI производит: текст, изображения, музыку, видео, код.

В основе лежат фундаментальные модели (foundation models): огромные нейронные сети, обученные на терабайтах данных. Самый известный тип: большая языковая модель (Large Language Model, LLM). Она работает по принципу предсказания: увидев последовательность слов, предсказывает, какое слово должно идти дальше. Но масштаб меняет качество: LLM предсказывает не одно слово, а целые предложения, абзацы, документы.

Аналогия из повседневной жизни: автодополнение на смартфоне. Когда вы печатаете «завтра встреча в...», телефон предлагает «офисе» или «14:00». Это простое предсказание по нескольким словам. LLM делает то же самое, но видит контекст всего разговора, понимает стиль и тон, и генерирует ответы, неотличимые от человеческих.

Масштаб данных, на которых обучаются фундаментальные модели, огромен. GPT-4, по оценкам, обучался на триллионах слов из интернета, книг, кода. LLaMA от Meta училась на 1,4 триллиона токенов. Эти массивы данных создают понимание языка, логики, фактов и даже стилистики, которое невозможно получить иначе.

Почему всё случилось именно сейчас

Все четыре уровня AI были теоретически возможны десятилетия назад. Но на практике прорывы происходили в конкретные моменты, когда сходились три фактора: данные, вычислительная мощность и алгоритмы.

Экспертные системы 1980-х требовали только правил: данных было достаточно. ML в 2010-х стало возможным благодаря накопленным цифровым данным и росту GPU. Deep learning стал отдельным прорывом 2010-х: графические процессоры позволили обучать действительно глубокие сети. Generative AI это результат 2020-х, когда модели стали настолько большими, а данных настолько много, что возникло качественно новое поведение.

Каждый следующий уровень не отменял предыдущий. Экспертные системы по-прежнему работают в нишевых областях. Классический ML используется в задачах, где данных мало и нейросеть не нужна. Deep learning стал стандартом для большинства сложных задач. Generative AI это новейший слой, который дал возможности, каких раньше не было.

Примеры из практики: где что применяется

Чтобы закрепить различия, полезно посмотреть на конкретные задачи и понять, какой уровень AI для них подходит.

Классический ML это кредитный скоринг в банке. Модель обучается на истории транзакций и выдаёт вероятность дефолта. Данных нужно немного: достаточно сотен тысяч записей. Модель интерпретируема: мы видим, какой признак какой вес имеет. Это важно для регуляторов: банк обязан объяснить, почему отказал в кредите.

Deep learning это распознавание лиц в системах безопасности. Камера снимает лицо, нейросеть с сотнями слоёв сравнивает его с базой данных. Здесь данных нужно много: миллионы изображений. Модель работает с сырыми пикселями без ручного выделения признаков. Обратная сторона: она не объяснит, почему решила, что это ваше лицо. Сегодня такие системы используются в аэропортах, на стадионах, в смартфонах для разблокировки.

Generative AI это языковые модели в чат-ботах и помощниках. GPT-4, Claude, Gemini умеют вести сложные диалоги, писать код, анализировать документы. Они основаны на трансформерах, архитектуре нейросетей, которая позволяет модели «видеть» контекст вокруг каждого слова. Фундаментальные модели обучаются на триллионах слов и проявляют способности, которых нельзя было предсказать по отдельным компонентам. Это так называемое эмерджентное поведение (emergent behavior).

У каждого подхода есть свои границы. LLM не заменит ML в задачах, где нужно предсказать число: стоимость недвижимости, вероятность клика, объём продаж. Для этого нужны регрессионные модели, а не авторегрессивные генераторы текста. И наоборот: для задач, где нужно понять смысл текста или сгенерировать связный ответ, классический ML не подойдёт.

Как принимать решения о внедрении

Когда бизнес рассматривает AI-проект, первый вопрос: какая задача стоит. Если нужно классифицировать (спам/не спам, мошенническая транзакция/обычная), это задача для классического ML. Если нужно распознать образ (лицо, голос, объект на фото), нужен deep learning. Если нужно создать контент (текст, изображение, музыка), подойдёт генеративный ИИ.

Второй вопрос: сколько данных есть и нужна ли интерпретируемость. Регулируемые отрасли (банки, страхование, медицина) часто требуют объяснимых моделей. Здесь ML с явными признаками предпочтительнее глубоких нейросетей-чёрных ящиков. Если же задача не регулируется и данных много, deep learning обычно выигрывает по точности.

Третий вопрос: инфраструктура. Глубокие нейросети и большие языковые модели требуют GPU. Обучение GPT-4 стоило сотни миллионов долларов. Даже запуск готовой модели стоит дорого. Классический ML работает на обычных серверах. Иногда достаточно ноутбука.

Как всё это связано: визуальная модель

Самый простой способ запомнить: представить себе матрешку или пирамиду:

AI это весь дом, ML фундамент, Deep Learning первый этаж, Generative AI крыша.

Или более формально: AI включает ML, ML включает Deep Learning, Deep Learning включает Generative AI. Каждый термин это подмножество предыдущего, не замена ему.

На практике это означает следующее: когда компания заявляет, что её продукт использует «искусственный интеллект», это может быть что угодно, от экспертной системы 1980-х до современной LLM. Конкретная технология определяет возможности и ограничения. Если вам нужна генерация текста, ищите generative AI. Если вам нужна классификация на небольшом датасете, хватит классического ML. Если задача требует понимания сырых данных, таких как изображения или аудио, нужен deep learning.

Часто задаваемые вопросы

LLM это то же самое, что AI?

Нет. LLM это частный случай генеративного ИИ, который специализируется на тексте. Есть мультимодальные модели, которые работают и с текстом, и с изображениями, и с аудио. Но есть и узкие AI-системы, которые ничего не генерируют и ничего общего с LLM не имеют. LLM лишь один из инструментов в арсенале AI.

Почему deep learning называют «глубоким»?

«Глубокий» относится к количеству слоёв в нейронной сети. Простая сеть может иметь два-три слоя. Глубокая сеть насчитывает сотни. Каждый слой добавляет уровень абстракции: первый слой видит пиксели, средние слои распознают текстуры и границы, верхние формы и объекты. Чем глубже сеть, тем более сложные и абстрактные паттерны она способна улавливать.

Нейросеть это как мозг?

Только метафорически. Искусственные нейроны это математические функции, которые принимают числа на вход, умножают на веса и выдают число на выходе. Настоящие нейроны в мозге работают на электрических импульсах, имеют тысячи связей и гораздо более сложную динамику. Нейросети вдохновлены мозгом, но не моделируют его работу биологически корректно. Это не мешает им решать сложнейшие задачи, но аналогия с мозгом скорее запутывает, чем помогает.

Может ли generative AI заменить ML?

Нет, это разные инструменты для разных задач. LLM хорош для генерации текста, анализа смысла, ответов на вопросы. Но для предсказания чисел (цены, вероятности, объёма) классические ML-модели остаются стандартом. Они быстрее, дешевле и интерпретируемее. Generative AI добавляет новые возможности, но не отменяет предыдущий уровень. Точно так же предыдущие уровни не отменили экспертные системы в тех задачах, где те работают.

Итог

AI, ML, deep learning и generative AI это не конкурирующие термины, а вложенные уровни одной области. Первый охватывает все попытки имитировать интеллект, второй это подход через обучение на данных, третий нейросетевая реализация этого подхода, четвёртый генерация нового контента на основе выученных представлений.

Понимание этой иерархии вовсе не академическая прихоть. Когда вы читаете о новом AI-продукте, понимание того, на каком уровне технологического стека он работает, определяет, чего от него реально ожидать. Генеративный ИИ умеет создавать текст и изображения, но не умеет рассуждать в человеческом смысле. Deep learning отлично распознаёт образы, но не объясняет, почему принял решение. Машинное обучение хорошо предсказывает на основе паттернов, но нуждается в данных. Экспертные системы работают быстро, но только в заранее определённых рамках.

Каждый инструмент для своей задачи. Разбираться в уровнях значит выбирать правильный инструмент.