Hitech logo

Искусственный интеллект

Разработана первая оптическая нейросеть для глубокого обучения

TODO:
Георгий Голованов30 августа 2019 г., 10:45

Даже самые мощные компьютеры пока не могут сравниться с мозгом человека, когда речь заходит об оценке рисков и подобных комплексных задачах. Работающие со скоростью света оптические нейросети позволят сократить этот разрыв.

Самые интересные технологические и научные новости выходят в нашем телеграм-канале Хайтек+. Подпишитесь, чтобы быть в курсе.

Ученые из Гонконга продемонстрировали первую в своем роде многослойную полностью оптическую искусственную нейронную сеть. Он решает комплексные задачи, которые недоступны традиционным компьютерам, и при этом будет потреблять гораздо меньше энергии. В статье журнала Optica авторы детально описали двухслойную оптическую нейросеть и ее возможности, сообщает Science Daily.

В современных гибридных нейросетях оптические компоненты обычно используются для линейных операций, тогда как нелинейные функции активации — имитирующие работу нейронов мозга — обычно моделируются электроникой. Применение полностью оптических решений требовало бы высокомощных лазеров, которые сложно встроить в оптическую нейронную сеть.

Для того чтобы выйти из положения, ученые использовали для выполнения нелинейных функций холодные атомы с индуцированной электромагнитным образом прозрачностью. Этот эффект достигается при помощи очень слабых лазерных импульсов. Поскольку он основан на нелинейной квантовой интерференции, можно расширить ее на квантовую нейросеть.

Исследователи подтвердили жизнеспособность этого подхода, построив нейронную сеть с 16 вводами и двумя выводами. С ее помощью они классифицировали фазы порядка и беспорядка в модели Изинга, математической модели статистической физики. Результаты показали, что полностью оптические нейросети не менее точны, чем обычные хорошо обученные нейронные сети.

В будущем команда планирует распространить этот подход на крупномасштабные сети глубокого обучения со сложной архитектурой, разработанной для решения специфических задач, таких как распознавания изображений.

Год назад возможность обучения искусственной нейронной сети на оптическом чипе доказали ученые из Стэнфорда. Они описали метод тренировки сетей сразу на оптическом устройстве, посредством оптического аналога алгоритма «обратного распространения».