Китайска разработка отваря пътя към невронни мрежи, в които изчисленията

Китайска разработка отваря пътя към невронни мрежи, в които изчисленията се случват със скоростта на светлината (снимка: CC0 Public Domain)

Учени от Китай създадоха физическа невронна мрежа, основана на светлина, която реализира до 99,79% акуратност при различаване на ръкописни числа (MNIST) и превъзхожда доста модерни цифрови модели по този индикатор.  Изчисленията във фотонната мрежа се правят безусловно „ в придвижване ”, с помощта на дифракция на светлината и оптични взаимоотношения.

Създадена от откриватели на Северозападния политехнически университет и Югоизточния китайски университет, мрежата се базира на концепцията за Extreme Learning Machine (ELM) – тип невронна мрежа с закрепен прикрит пласт, където образованието се реализира извънредно върху изходните тегла.

Ключовата разлика обаче е внедряването на скрития пласт не посредством софтуерна симулация, а благодарение на физически оптични процеси. Всеки неврон в мрежата получава сигнали по едно и също време по няколко светлинни пътя – това се назовава “фотонни мултисинапси ”.

Подобна настройка освен обезпечава висока акуратност на различаване, само че и доста форсира работата. Системата реализира 99,79% акуратност върху набора от данни MNIST (разпознаване на ръкописни цифри), 98,26% върху Fashion-MNIST (изображения на дрехи) и 90,29% върху предизвикателния набор от данни CIFAR-10 (цветни фотоси на обекти). Това е по-висока акуратност в сравнение с при множеството останали архитектури.

Експерименталната апаратура на фотонна невронна мрежа
(източник: Zhuonan Jia, Haopeng Tao, Guang-Bin Huang, Ting Mei)

Един от основните фактори за триумфа на фотонната мрежа е „ мултисинаптичната ” оптика. Вместо единична връзка сред невроните, тя употребява голям брой паралелни пътища, които се образуват посредством повтаряне на входното изображение и са ориентирани по разнообразни траектории. Този метод покачва имунитета против звук, обезпечава тъкмо предаване на информация и усъвършенства образованието без нужда от числено моделиране.

Благодарение на физическото осъществяване на изчисленията, образованието на модела лишава единствено няколко секунди. Консумацията на сила се мери на равнище атоджаули на интервенция умножение-събиране – с порядъци по-малко от актуалните цифрови чипове. Производителността на мрежата доближава 2,89 TOPS/s, което прави архитектурата обещаваща за енергийно ефикасни устройства с изкуствен интелект.

Освен това, фотонната мрежа не изисква комплицирано софтуерно образование – цялата ѝ конструкция се образува с помощта на дифракцията на светлината, а образованието се случва единствено на равнище цифрова обработка на изходните данни. Това фрапантно понижава хардуерните условия и разрешава основаване на компактни устройства, основани на оптика.

Китайските учени имат вяра, че тяхната разработка отваря пътя към нови генерации „ аналогови ” невронни мрежи, в които изчисленията се случват със скоростта на светлината – безусловно.
Създайте оптималната Wi-Fi мрежа за дома или лятната вила с Mercusys
Все по-популярни са системите с няколко устройства, или Mesh системите »»»
предишна обява: Проучване: изкуственият разсъдък бави програмистите следваща обява:
графа: R&D, Новаторски, Новини, Топ вести | етикети: невронна мрежа, фотонна мрежа
Коментар

ИМЕ *