В СПбГУ создана похожая на мозг нейросеть на основе "световых капель"

В России разработали новую архитектуру для создания ультрабыстрых нейроморфных нейросетей, способных распознавать рукописные цифры и голосовые команды эффективнее аналогов. Об этом "Газете.Ru" рассказали в СПбГУ.

Новая модель создана на основе двумерных решеток "световых капель", которая способна быстро и достоверно распознавать рукописные и голосовые команды.

"Строительными блоками для такой системы служат бозонные конденсаты экситон-поляритонов (или просто "поляритоны" — частицы, образованные при взаимодействии фотонов и экситонов (возбуждений в полупроводниках). Они обладают свойствами света и способны контактировать друг с другом, поэтому их иногда называют "квантами жидкого света". Когда поляритоны собираются вместе, они могут образовать особое коллективное состояние — конденсат Бозе-Эйнштейна. Если два таких конденсата находятся рядом, они начинают обмениваться частицами и создают узор из светлых и темных полос. Лазерный луч может изменить этот узор, превращая светлые полосы в темные и наоборот. Это изменение используется как выходной сигнал, поэтому такие структуры работают как искусственные нейроны в нейронной сети", — рассказал руководитель лаборатории оптики спина СПбГУ, главный научный сотрудник Алексей Кавокин.

Предложенная физиками СПбГУ архитектура относится к классу бинарных нейросетей (Binary Neural Networks, BNN), работающих с двоичными входными и выходными сигналами нейронов. В отличие от традиционных решений, оперирующих непрерывными переменными, BNN быстрее обрабатывают информацию и требуют меньше памяти, чем обычные нейронные сети.

Благодаря этому такие сети потребляют меньше энергии и лучше масштабируются. Эти особенности делают их подходящими для устройств с ограниченным энергоресурсом, например, для интернета вещей или периферийных вычислений, где важна скорость и эффективность, а высокая точность не так критична.

Традиционные нейросети используют архитектуру фон Неймана — модель компьютерной структуры, где данные и программы хранятся в общей памяти, а обработка информации происходит последовательно через центральный процессор. Такая система налагает ряд ограничений, главное из которых связано с физическим разделением вычислительного и запоминающего блоков — центрального процессора и оперативной памяти. Это приводит к существенному снижению скорости обмена данными и увеличению энергопотребления.