НОВОСТИ / РОССИЯАльтернативой им могут быть осцилляторы с запаздывающей обратной связью.
МОСКВА, 25 марта. 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 рассказали 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 2 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 удостоверили 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.