Простая компьютерная программа работает по определенному алгоритму. Он может быть нереально сложным, но все действия будут выполняться последовательно. Если исходные данные не меняются, то не меняется и ход работы программы. То есть, что бы ни случилось, она будет работать одинаково.
Нейросеть - сложная структура, которая способна обучаться. Совсем на пальцах: если я впервые покажу нейросети стол и спрошу ее, стол ли это, она мне ответит, что это либо стол, либо нет (просто Да/Нет, тут ответ не угадаешь), но когда я покажу ей 10 картинок столов, она найдет какие-то отличительные черты стола и запомнит их. Например, у каждого стола из тех, что я показывал, общее свойство одно - у них по 4 ножки. Поэтому любой объект с 4 ножками нейросеть будет принимать за стол.
Набор данных типа объект/ответ называется выборкой. Это напоминает учебник: ученик решает задание и смотрит в ответы. Если ответ сходится, то он решает дальше, а если различается - ищет ошибку (нейросеть ее не ищет, она просто запоминает, что ошиблась) и в будущем будет ее избегать.
P.S В предыдущем параграфе я упоминал объект. Чаще всего это не какой-то один объект, а набор свойств этого объекта. Я сейчас опишу два разных стола и один другой объект:
Количество ножек - 4/4/3
Материал - дуб/стекло/дерево
Площадь - 1м^2/2.5м^2/0.16м^2
Ответ нейросети:
Является столом? - да/да/нет
Нейросеть анализировала свойства объектов и искала среди них похожие. Исходя из этих свойств нейросеть поймет, что третий объект (табурет) - не стол.