3SELLER Journal 3SELLER →

Какие компоненты входят в архитектуру нейросети: 7 деталей, на которых стоит ChatGPT

21.11.2026

Когда я впервые открыл схему нейросети в учебнике, то закрыл её обратно. Кружочки, линии, стрелки, подписи вроде «скрытый слой h3». Выглядело как электрическая схема из подъезда. Спустя годы практики выяснилось забавное: внутри любой модели, от распознавания лиц до ChatGPT, лежит горстка одинаковых деталей. Разложу их по полочкам так, чтобы вы могли представить устройство любой сети, от перцептрона 1958 года до современных гигантов с триллионами параметров.

Нейрон: крошечный узел, который умеет только умножать и складывать

Базовый кирпичик любой сети, искусственный нейрон, он же узел. Звучит солидно, по сути это калькулятор без фантазии. Нейрон принимает числа на вход, каждое число умножает на свой коэффициент, складывает всё в одну сумму и передаёт результат дальше. Всё. Ни магии, ни мышления, арифметика уровня начальной школы.

Фокус в масштабе. Один узел не отличит кота от собаки. Миллиард узлов, обученных на фотографиях, отличает лучше среднего человека. Сила не в отдельной детали, а в том, как миллиарды простых вычислений соединены между собой.

Веса и синапсы: единственное, что сеть реально учит

Каждая связь между нейронами имеет вес, иногда его называют синапсом, по аналогии с контактами между живыми нейронами в мозге. Вес это число, скажем 0.37 или -1.8. Оно определяет, насколько сильно сигнал с конкретного входа влияет на решение узла. Большой положительный вес усиливает сигнал, отрицательный глушит, околонулевой почти игнорирует.

Тут развязка всей индустрии. Когда говорят «мы обучили модель», имеется в виду одна процедура: подобрали веса так, чтобы сеть выдавала правильные ответы. Архитектура, слои, нейроны образуют чертёж. Веса заполняют чертёж содержанием. Модель на 70 миллиардов параметров это, грубо говоря, 70 миллиардов таких чисел, и каждое подобрано автоматически, а не человеком.

Отсюда же растёт аналогия с человеком. Структура мозга задаётся генетикой, конкретные связи между нейронами формируются опытом. У искусственной сети роль генетики играет архитектура, роль опыта играет обучающая выборка.

Слои: вход, кухня и выход

Нейроны организованы в слои, и стандартная планировка выглядит так:

Самая простая схема, многослойный перцептрон, состоит ровно из трёх слоёв: входного, скрытого и выходного, где каждый нейрон связан с каждым из соседнего слоя. Уже такая миниатюра умеет классифицировать изображения и распознавать речь. Современные модели устроены по тому же принципу, просто слоёв на два порядка больше, а внутри спрятаны специальные блоки, о них ниже.

Самое интересное происходит в скрытых слоях. Первый скрытый слой сети, которая смотрит на фотографии, учится замечать примитивы: границы, углы, перепады цвета. Второй собирает из примитивов формы: глаза, колёса, края домов. Третий и выше работают уже с целыми объектами. Никто не программирует эту иерархию вручную, она выстраивается сама в процессе обучения на данных. Команда исследовательского блога Distill однажды визуализировала этот процесс наглядно: ранние слои ловят границы и текстуры, глубокие реагируют уже на целые фрагменты объектов.

Почему слоёв много, а не один толстый

Вопрос, который мне задают на каждом воркшопе. Один слой, каким бы широким его ни сделать, решает только линейно разделимые задачи. Глубина даёт композицию признаков: из простых сигналов собираются сложные, из сложных ещё более сложные. Разница между «различает цифры» и «пишет эссе» лежит именно в количестве уровней обработки, а не в ширине одного слоя. Плюс чистая экономика: число связей при добавлении ширины растёт квадратично, поэтому инженеры почти всегда предпочитают глубину.

Кстати, термин «глубокое обучение» растёт отсюда. Глубина это просто количество слоёв. Сеть с пятью слоями неглубокая. Современные языковые модели со своими сотнями слоёв глубокие до неприличия.

Функция активации: деталь, без которой сеть выродилась бы в один столбик формул

Внутри каждого нейрона сидит функция активации. Она берёт накопленную сумму и решает, какой сигнал передавать дальше: пропустить как есть, обрезать отрицательные значения, превратить в вероятность.

Без неё всё закончилось бы печально. Сколько ни добавляй слоёв, сеть без нелинейных активаций математически схлопывается в один слой, потому что композиция линейных функций остаётся линейной. Нелинейность и есть источник способности выучивать сложные зависимости: лица, речь, стиль текста.

Практический расклад на сегодня такой. В скрытых слоях правит ReLU и её родственники, в трансформерах обычно стоит GELU, на выходе классификаторов работает softmax, превращающий числа в вероятности, а в старых сетях встречается sigmoid. По моему опыту замена функции активации иногда давала модели больше прироста, чем добавление ещё одного слоя. В обсуждениях на Reddit практикующие ML-инженеры подтверждают тот же эффект, так что это не моя частная аномалия.

Смещение: персонаж второго плана, без которого главный играет плохо

У каждого нейрона есть ещё один настраиваемый параметр, bias, по-русски смещение. Константа, которую узел прибавляет к сумме перед активацией. Работает как порог чувствительности: отрицательное смещение делает нейрона разборчивее, положительное отзывчивее. Смещение -3, например, превращает узел в скептика: пока входная сумма не перевалит через тройку, он молчит. Деталь мелкая, но уберите её, и качество модели ощутимо просядет. В счётчике параметров больших моделей смещения тоже сидят и обучаются вместе с весами.

Как архитектура оживает: прямой проход, ошибка и обратное распространение

Готовая конструкция из нейронов, слоёв и активаций мертва, пока веса случайны. Оживление выглядит так. Данные идут через сеть слой за слоем, такой проход называют прямым. На выходе сеть даёт ответ, его сравнивают с правильным и получают число ошибки, функцию потерь. Дальше работает алгоритм обратного распространения: ошибка прокатывается по сети в обратную сторону, и каждый вес узнаёт, в какую сторону и насколько ему сдвинуться. Повторить миллионы раз, и из случайного шума получается компетенция.

В тренировке есть три ручки, которые крутит инженер: скорость обучения, размер батча и число эпох. Скорость обучения задаёт величину шага при подстройке весов. Переберёшь - модель скачет мимо решения, недоберёшь - обучение идёт вечность. Звучит абстрактно, пока не потратишь первую ночь на модель, которая отказывается учиться из-за слишком жадного шага.

Эмбеддинги: как слова превращаются в числа до всяких слоёв

Текст, звук и картинки не могут зайти в сеть в исходном виде, машина ест только числа. Для этого в архитектуре предусмотрен входной преобразователь, embedding слой. Он превращает каждый токен в вектор длиной в тысячи координат. Главный трюк: векторы близких по смыслу слов оказываются рядом в этом пространстве. «Король» и «королева» живут по соседству, а «король» и «таблица» далеко друг от друга. Знаменитые арифметические фокусы вроде «король минус мужчина плюс женщина равно королева» работают именно здесь. Эти векторные таблицы тоже обучаются, и по качеству эмбеддингов часто можно предсказать качество всей модели.

CNN: архитектура, которая научила машины видеть

Свёрточные сети, они же CNN, соединяют слои особым способом. Небольшие фильтры скользят по изображению и выискивают локальные признаки: линию, пятно, текстуру. Такая конструкция понимает, что усы кота остаются усами, в каком углу фотографии они ни появились. Плюс фильтры переиспользуются по всей картинке, поэтому параметров у CNN на порядки меньше, чем у полносвязной сети на те же данные. До сих пор стандарт для распознавания лиц, медицинских снимков и контроля качества на конвейере.

RNN: архитектура для всего, что идёт последовательно

Рекуррентные сети заворачивают выход слоя обратно ему на вход и обрабатывают данные шаг за шагом: звук, котировки, погодные ряды, текст. Идея честная, но с изъяном: на длинных последовательностях сеть начинает забывать начало. Лечится улучшенными версиями LSTM и GRU. Внутри их блоков стоят целых 3 или 4 затвора: входной, выходной и гейт забывания. Каждый по логистической функции контролирует поток информации и решает, что помнить, а что стереть. Для прогнозов и аудио такие сети применяют до сих пор, хотя языковые задачи они уже проиграли.

Transformer: архитектура, которая съела рынок

Трансформер отказался от заглядывания назад по цепочке. Вместо этого каждый элемент входа смотрит на все остальные через механизм внимания и решает, кто из них важен для текущего слова. Контекст собирается мгновенно и на любом расстоянии: первое слово предложения и последнее связаны напрямую, без цепочки забываний.

Внутри стандартного блока трансформера сидят три вещи. Многоголовое внимание, где сеть смотрит на текст сразу несколькими «глазами». Полносвязный блок для грубой обработки каждого токена. И остаточные связи с нормализацией, которые удерживают сигналы в разумных пределах и позволяют строить сети в сотни слоёв без схлопывания градиента.

На этой конструкции стоят ChatGPT, Claude, DeepSeek, вся современная языковая элита. Отдельная распространённая связка называется encoder-decoder: кодировщик переваривает вход, декодер генерирует выход. На ней держатся переводчики и все модели формата текст-в-текст.

Для масштаба: у GPT-3 было 175 миллиардов параметров, у современных флагманов счёт идёт на сотни миллиардов и триллионы с учётом смесей экспертов. При этом базовые детали всё те же: нейрон, вес, слой, активация. Меняются масштаб и способ соединения.

Зачем всё это знать, если сеть можно просто взять готовую

Понимание анатомии снимает две типовые крайности. Первая: «нейросеть подумает и всё сделает за меня». Не сделает, за вас она не выберет даже задачу. Вторая: «это игрушка, серьёзным делам там не место», при том что в отдельных задачах та же CNN читает снимки точнее среднего врача. Когда видишь, что внутри обычная математика с триллионами подобранных чисел, находится правильный режим обращения с моделью: мощный инструмент, не волшебник и не пустышка.

Второй момент чисто практический. Строить сети с нуля нужно единицам, пользоваться ими всем. И здесь российская реальность подкидывает засаду: официальный ChatGPT и Claude без иностранных карт и VPN недоступны. Я решаю вопрос одним инструментом уже давно. Сервис 3GPT от 3SELLER даёт прямой доступ из России к последним флагманским моделям: Chat GPT 6 Astra, Chat GPT 5.5, Chat GPT 6.1 Sol, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, плюс Nano Banana для генерации изображений и инструменты для видео. Подписка стоит 149₽, пополняется российской картой, через СБП или криптой. Никаких зарубежных счетов.

Доступ к флагманским нейросетям через 3GPT

Использую под повседневные задачи в бизнесе и работе: продающие тексты, лендинги, разбор таблиц, генерация голоса для роликов. По ощущениям тот же ChatGPT и Claude, только открываются из российского браузера и оплачиваются российской картой.

Готовые ИИ-агенты: чья-то чужая архитектура на вашу пользу

Отдельная фишка, которая экономит недели. В том же сервисе собраны готовые ИИ-агенты под конкретные задачи: продажи, контент, поддержка, аналитика. Выбираете агента и сразу начинаете с ним работать, без настройки промптов и подбора модели с нуля. Модель агента меняется прямо в чате: сегодня задача идёт на Claude, завтра переключились на Chat GPT 6, потому что он лучше тянет именно её.

Готовые ИИ-агенты в 3GPT

Генерация изображений: когда нейросети рисуют за фотографа

За картинки отвечает отдельное семейство архитектур, диффузионные модели, которые учатся превращать шум в изображение шаг за шагом. Трогать их внутренности не нужно, достаточно выбрать инструмент. Реалистичные фотографии через лучшие генераторы собраны здесь: генерация изображений в 3GPT. Для рекламных креативов и карточек товаров отдельный фотограф под каждую мелочь больше не требуется.

Генерация реалистичных изображений в 3GPT

Примеры изображений, созданных нейросетями

Как я выбираю модель под задачу

Знание анатомии помогает и в приземлённом выборе. Смотрю на три вещи. Сначала тип данных: текст тянет на трансформере, картинки на свёрточных и диффузионных конструкциях, временные ряды всё ещё неплохо идут на рекуррентных. Потом контекст задачи: для чата важна скорость ответа, для анализа документов важна длина контекста. И только потом громкость анонсов. Тестирую модель на своих данных, а не на маркетинговых бенчмарках, и решения принимает результат, а не хайп.

Шпаргалка: какие компоненты входят в архитектуру нейросети

Короткий ответ на вопрос, какие компоненты входят в архитектуру нейросети, одним списком:

Семь пунктов, и перед вами анатомия всего, от распознавания лиц до моделей, которые пишут код.

С чего начать прямо сегодня

Конкретный шаг вместо абстрактных советов. Возьмите одну рутинную задачу, которую вы делаете руками: письмо клиенту, описание товара, разбор отзывов. Прогоните её через современную модель и сравните время. Понимание архитектуры сверху плюс практика снизу дают ровно тот уровень владения ИИ, за который сейчас платят деньги. Доступ ко всем флагманам из России в одном окне: официальный сайт 3GPT. Дальше дело техники, в прямом смысле этих слов.

← Вернуться к блогу

Читать дальше