Искусственные нейронные сети стали неотъемлемой частью множества отраслей — от медицины до робототехники, помогая анализировать большие массивы данных, распознавать образы и принимать решения.

Фото: Flickr by Liam Huang, https://creativecommons.org/licenses/by/2.0/

Нейросеть

Однако существующие модели сталкиваются с проблемами скорости и энергопотребления. Российские ученые нашли способ решить эти ограничения, представив новый тип нейроморфной архитектуры.

Почему традиционные нейросети не идеальны

Большинство современных нейросетей основано на архитектуре фон Неймана. В этой модели память и процессор работают отдельно, что приводит к замедлению обмена данными и увеличению энергозатрат. Это ограничивает потенциал нейросетей и мешает их масштабированию.

Физики Санкт-Петербургского государственного университета предложили инновационное решение — архитектуру, которая использует свойства света. Такой подход позволяет значительно ускорить обработку информации и снизить потребление энергии.

Поляритоны в основе новых нейронов

Разработку возглавили Алексей Кавокин, один из самых цитируемых ученых мира, и Евгений Седов. Они создали нейроморфную систему, в которой основными элементами стали поляритоны — частицы, объединяющие свойства фотонов и экситонов. Эти кванты "жидкого света" могут взаимодействовать друг с другом и формировать сложные структуры, что делает их идеальными кандидатами для построения высокоэффективных нейронных сетей.

Новый стандарт для искусственного интеллекта

Разработанная архитектура относится к классу бинарных нейросетей (Binary Neural Networks, BNN), которые работают с двоичными сигналами. В отличие от традиционных сетей, использующих непрерывные переменные, BNN более быстры, требуют меньше памяти и потребляют значительно меньше энергии. Это делает их идеальным выбором для автономных систем, интернета вещей и устройств с ограниченными вычислительными ресурсами.

Испытания и впечатляющие результаты

Чтобы проверить эффективность новой технологии, ученые протестировали её на двух задачах. Первая — распознавание рукописных цифр из базы данных MNIST. Точность системы превысила 97,5 %. Второй тест — распознавание голосовых команд из набора Speech Commands. И здесь разработка СПбГУ показала себя лучше существующих решений.

Эта технология открывает двери для создания мощных и энергоэффективных нейросетей нового поколения. Возможно, в ближайшем будущем она станет стандартом для систем искусственного интеллекта, работающих в реальном времени.

Уточнения: Нейро́нная сеть (также иску́сственная нейро́нная сеть, ИНС, или просто нейросе́ть) — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации биологических нейронных сетей — сетей нервных клеток живого организма.