Бывший инженер Apple создал контроллер KnobNet для ручного обучения нейросетей

Нейросеть, которую можно поварачивать пальцами

Бывший инженер Apple и Meta Тайлер Суард (Tyler Suard) представил необычный проект KnobNet — контроллер, позволяющий обучать нейросеть вручную с помощью физических регуляторов. Вместо традиционной настройки параметров через программный интерфейс каждый вес модели соответствует отдельному потенциометру, который можно поворачивать прямо на устройстве.

Как работает физическое обучение

Устройство построено на базе Raspberry Pi и содержит компактную нейросеть для распознавания цифр. Каждый потенциометр отвечает за определённый вес модели, и их вращение мгновенно влияет на выход нейросети. Специальная визуализация показывает текущие входные данные, активации скрытых нейронов и финальное предсказание, позволяя наблюдать результат обучения в реальном времени.

При ручном изменении параметров пользователь сразу видит, стало ли больше или меньше ошибок в распознавании. Это превращает абстрактный процесс машинного обучения в осязаемый эксперимент, где можно «пощупать», как работают нейронные сети.

Образовательная цель проекта

Суард не пытается создать практичный инструмент для работы с современными гигантскими моделями с миллиардами параметров. Цель KnobNet — дать возможность в буквальном смысле пощупать фундаментальные принципы машинного обучения. Такой подход особенно ценен для обучения новичков, которые часто сталкиваются с непонятыми абстракциями при изучении ИИ.

Проект демонстрирует, как небольшие изменения весов сразу сказываются на точности модели, делая процесс обучения более наглядным и интерактивным. Это открывает новые возможности для визуализации и понимания работы нейросетей.