Нейросеть научили крутилками
Григорьев Арсений АндреевичБывший разработчик Apple Тайлер Суард собрала KnobNet — контроллер, в котором нейросеть обучают не через код, а вручную, поворачивая потенциометры. Каждый физический регулятор отвечает за отдельный вес, поэтому изменение параметра сразу видно по тому, как меняется результат на выходе.
Такой формат превращает обучение модели в наглядный эксперимент: пользователь крутит ручку, меняет вес и тут же наблюдает последствия. Вместо абстрактной настройки параметров в интерфейсе получается осязаемая демонстрация того, как устроено машинное обучение.
Как устроен KnobNet
KnobNet реализует небольшую нейросеть для распознавания цифр. Сеть специально сделана компактной и содержит совсем немного весов, чтобы каждому из них можно было назначить отдельный физический регулятор.
Устройство отображает несколько состояний модели сразу:
- •текущие входные данные
- •активации скрытых нейронов
- •финальное предсказание
После ручной подстройки весов видно, стало ли ошибок больше или меньше. Это позволяет наблюдать влияние каждого изменения без промежуточного слоя в виде кода или скрытых вычислений.
Зачем вообще нужен такой контроллер
Суард не позиционирует KnobNet как практический инструмент для современных нейросетей. Речь не идёт о системах с миллиардами параметров: физически перенести такую схему на большие модели невозможно.
Идея проекта в другом — дать возможность буквально «потрогать» базовые принципы машинного обучения. В таком виде обучение нейросети становится не чёрным ящиком для новичка, а понятным процессом, где связь между весами, активациями и итоговой ошибкой можно увидеть напрямую.
