Ученые из США и Австралии разработали рукотворную нейронную сеть, способную обучаться в режиме реального времени и запоминать информацию без использования внешней памяти. Чтобы достичь таких результатов, они использовали нанопровода в качестве аналогов нервных окончаний. Об этом сообщает пресс-служба Сиднейского университета.
Одна из основных проблем в работе систем машинного обучения — необходимость записи данных во внешнюю память перед их использованием для обучения нейронных сетей. Этот процесс требует больших затрат энергии и ресурсов, что ограничивает возможность обработки потоковых данных в режиме реального времени.
Ученые уже много лет пытаются создать нейроморфные системы — рукотворные аналоги нервной системы на базе нанопроводов. Пересечения этих наноструктур способны изменять сопротивление предсказуемым образом при прохождении электрического тока, что делает их полезными в качестве мемристоров. Так называют резисторы с эффектом памяти, которые обладают некоторыми ключевыми свойствами нервных клеток: пластичностью, способностью к запоминанию информации и прогнозированию.
Конструкции, основанные на использовании нанопроводов, не страдают от недостатков других типов мемристоров, в частности, неспособности обучаться на ходу и запоминать новую информацию в процессе работы. Ранее эта проблема препятствовала использованию аналогов нервных клеток для обработки потоковых данных, непрерывно поступающих в нейросеть из подключенных к ней камер, сенсоров и из глобальной сети.
Команда продемонстрировала, что их разработка решает сложные задачи. Исследователи создали на ее базе систему машинного зрения, способную распознавать черно-белые изображения рукописных цифр. Затем они проверили работу этого физического аналога нейросети на базе данных MNIST, состоящей из 70 тысяч изображений, которая используется для обучения систем машинного зрения.
Проведенные тесты показали, что нейросеть на нанопроводах достигла точности в распознавании рукописных цифр на уровне 93,4%. Более того, она запомнила последовательность из восьми чисел без использования внешних хранилищ данных. Эта технология приближает создание энергоэффективного машинного интеллекта, способного справляться с задачами, максимально приближенными к реальным условиям, уверены авторы исследования.
Обилие искусственного интеллекта в инфополе людей не могло пройти мимо норм языка. Британский словарь Collins English Dictionary раскрыл главное слово уходящего года. Им стал термин AI (искусственный интеллект, ИИ).
Смотрите на лучшие изобретения 2023 года:
