Урок 1: Что такое AI и LLM?

Чему вы научитесь

• Понимать разницу между AI, машинным обучением и LLM
• Объяснить, как языковые модели предсказывают слова
• Знать основные современные LLM модели (GPT-5.6, Claude, Gemini)
• Освоить понятия токены, контекстное окно и температура
• Выбирать подходящую модель для своих задач

Что такое AI?

Искусственный интеллект (AI) — это обширная область информатики, которая изучает, как создать системы, способные выполнять задачи, которые обычно требуют человеческого ума.

Представьте себе эволюцию:

• Калькулятор → выполняет математику (программирование)
• Шахматный компьютер → учится выигрывать (машинное обучение)
• ChatGPT → понимает и генерирует текст (глубокое обучение + LLM)

AI → Машинное обучение → Глубокое обучение → LLM

flowchart TD
  A[AI — Искусственный интеллект] --> B[Машинное обучение]
  A --> C[Символический AI]
  B --> D[Глубокое обучение — нейросети]
  B --> E[Классические методы]
  D --> F[Трансформеры]
  F --> G["LLM — Большие языковые модели ← ВЫ ЗДЕСЬ"]

Что такое LLM (Large Language Model)?

LLM — это большая языковая модель, нейросетевая система, обученная на миллиардах слов из интернета, книг, статей и других текстов.

Аналогия: Очень начитанный студент

Представьте студента, который прочитал миллионы книг и статей. Вы начинаете предложение: “Столица России это…”

Студент интуитивно знает, что следующее слово — “Москва”, потому что прочитал это тысячи раз. LLM работает точно так же, но математически:

1. Модель видит: “Столица России это” → предсказывает вероятности слов
2. Выбирает самое вероятное: “Москва” (90% уверенность)
3. Теперь модель видит: “Столица России это Москва” → предсказывает следующее слово
4. Продолжает процесс, слово за словом

Как это работает? (Упрощённо)

Токены — атомы текста

Модель не работает со словами напрямую. Она разбивает текст на токены (небольшие куски):

"Привет, мир!" →
["При"] + ["вет"] + [","] + [" мир"] + ["!"]

Один токен — это фрагмент текста длиной до 4 символов (и в английском, и в русском).

Пример:

Текст: "Привет мир"
Токены: ["При", "вет", " мир"]
Количество токенов: 3

Контекстное окно (Context Window)

Это максимальное количество токенов, которое модель может “видеть” одновременно.

Контекстное окно = "память" модели в одном разговоре

Пример:

• GPT-5.6 Sol: в API около 1,05M токенов; в обычном чате Plus окно меньше (GPT-5.6)
• Claude Sonnet 5 / Opus 5: 1M токенов (обзор моделей)
• Gemini Flash 3.x: порядка 1M токенов в API

Если ваш контекст больше, чем окно, модель забывает ранние сообщения.

Температура (Temperature)

Параметр, который контролирует “творчество” модели.

flowchart LR
  A["0: факты и код<br/>точно, предсказуемо"] --> B["0.5: универсально<br/>баланс точности<br/>и гибкости"]
  B --> C["1+: творчество<br/>нестандартно,<br/>риск неточностей"]

Пример:

• Задача: “Продолжите: Небо это…”
• Температура 0: “голубое” (самое вероятное)
• Температура 0.7: “голубое” или “прекрасное” или “безграничное”
• Температура 2: “пластилиновое” или “танцующее”

Основные LLM модели (проверено 20 августа 2026)

Источники: OpenAI GPT-5.6, Anthropic models, тарифы GigaChat, модели AI Studio.

Как выбрать модель?

Нужна универсальная помощь? → GPT-5.6 или Claude Много текста за раз? → Claude или Gemini Работаете на русском из РФ? → GigaChat или Алиса AI (YandexGPT) Бюджет ограничен? → бесплатный Gemini 3.6 Flash или Алиса AI Нужен лучший код? → Claude или GPT-5.6

Попробуйте сами

1. Откройте ChatGPT, Claude, или Gemini
2. Задайте вопрос: “Объясни как работает фотосинтез в 3 предложениях”
3. Скопируйте ответ в текстовый редактор
4. Задайте тот же вопрос с температурой выше (если ваш интерфейс позволяет)
5. Сравните ответы — какой отличается?

Домашнее задание: Выберите одну модель и попробуйте 3 разных вопроса. Какая вам нравится больше?

Ключевые выводы

• LLM — это нейросети, которые предсказывают текст слово за словом, как очень начитанный студент
• Токены — это куски текста (до 4 символов), а не целые слова
• Контекстное окно — это память модели; больше окно = может обработать больше информации за раз
• Температура контролирует креативность: 0 = скучно и точно, высокая = творчески и рискованно
• Выбор модели зависит от задачи: универсальность, размер контекста, язык, цена

Следующий урок

Урок 2: Чатбот vs Агент — Что дальше? Узнаем, как LLM превращаются в полноценных помощников, которые не только отвечают, но и действуют!