Специалисты Саратовского национального исследовательского государственного университета имени Н. Г. Чернышевского с коллегой из Берлинского технического университета нашли замену сложным нейронным сетям в процессе машинного обучения.
Об этом сообщили в пресс-службе Минобрнауки РФ.
"Сложные многослойные нейронные сети, используемые для машинного обучения, можно заменить осцилляторами с запаздывающей обратной связью. Это открытие может значительно упростить и удешевить создание устройств, способных решать задачи искусственного интеллекта в реальном времени", - отметили в пресс-службе.
Осцилляторы - это системы, способные совершать колебания, например, маятник или электрический контур. Если добавить к ним запаздывающую обратную связь (когда система реагирует на свои прошлые состояния), их поведение становится сложнее.
Такие системы могут имитировать динамику целых сетей, состоящих из множества взаимодействующих элементов.
Ученые во главе с заведующим лабораторией компьютерного моделирования в электронике СГУ им. Н. Г. Чернышевского Владимиром Семеновым показали, что два связанных бистабильных осциллятора с запаздыванием могут воспроизводить поведение сложной двухслойной нейронной сети.
В частности, они изучили два ключевых явления: стохастический резонанс - когда шум усиливает полезный сигнал - и распространение волнового фронта, при котором одно из двух сосуществующих состояний системы заполняет все возможное пространство.
Сначала исследователи смоделировали поведение осцилляторов на компьютере, а затем создали физические прототипы на базе электронных компонентов. Результаты опытов полностью подтвердили теоретические расчеты. В настоящее время в СГУ изучается возможность применения таких систем для моделирования "спайковых нейронных сетей" - нового класса нейронных сетей, работа которых во многом воспроизводит электрическую активность клеток мозга.
Исследования поддержаны грантом Российского научного фонда и Минобрнауки РФ, ведутся в рамках программы "Приоритет 2030" нацпроекта "Молодежь и дети". Результаты опубликованы в журнале Neural Networks.