Convolution math

Свёртка (convolution) — это математическая операция, описывающая, как одна функция видоизменяет другую: она как бы «смешивает» два набора чисел, чтобы получить третий. В искусственном интеллекте свёртка — главный инструмент свёрточных нейросетей, которые научились видеть мир. Без неё компьютеры не смогли бы различать лица, пешеходов или медицинские снимки, поэтому понимать её важно каждому, кто интересуется ИИ.

На интуитивном уровне свёртка работает как скользящее окно. Представьте, что вы ведёте пальцем по фотографии, но смотрите не на весь снимок, а лишь на маленький квадратик вокруг пальца. Внутри этого квадратика у вас есть набор весов — матрица, которую называют ядром или фильтром. Вы перемножаете каждый пиксель из текущего участка на соответствующий вес фильтра, складываете все получившиеся числа и записываете результат в центр нового изображения. Затем сдвигаете окно на один шаг и повторяете. Так вы проходите всю картинку, превращая её в карту реакций. Если фильтр подобран так, чтобы реагировать на вертикальные линии, то на выходе будут ярко видны только вертикальные границы, а всё остальное погаснет.

Прикладной пример — распознавание дорожных знаков в автопилоте. Камера делает снимок, нейросеть пропускает его через десятки свёрточных слоёв. Первые слои ловят простые паттерны: края, углы, изгибы. Следующие слои, комбинируя эти паттерны, узнают более сложные формы — буквы, цифры, символы. В итоге свёртка превращает хаос пикселей в понятное «знак „Ограничение 40“». Точно так же она работает в фильтрах Instagram, при улучшении старых фотографий и в шумоподавлении.

Вывод: свёртка — это способ найти закономерности в данных, не рассматривая всё сразу, а изучая локальные кусочки и обобщая их. Именно она даёт машинам острое зрение, позволяя ИИ безопасно вести автомобиль, ставить диагнозы и превращать размытые кадры в чёткие.