Резервуарные вычисления, в отличие от более традиционных видов нейросетей, отличаются наличием внутреннего неизменяемого слоя — резервуара — к которому можно подключать различные внешние слои для решения широкого спектра задач. Процесс обучения становится проще и быстрее, расходы на вычисления снижаются.

Для проведения эксперимента ученые из Университета Лейпцига разработали наноразмерные элементы из пластика и золота, в которых одна частица вращается вокруг другой. Определенные свойства этих наноэлементов делают их интересными с точки зрения резервуарных вычислений, пишет Science Daily. Каждый из них может обрабатывать информацию, многие могут формировать так называемые резервуары. Исследователи изменили вращательное движение частиц в резервуаре при помощи входящего сигнала. Новое вращение содержало результат вычислений.

«Как и многие нейронные сети, эта систему нужно обучить, чтобы она начала выполнять определенные вычисления», — добавил Ван Сянцзунь, один из исследователей.

Отдельный интерес ученых вызвали помехи. Поскольку система содержит крайне маленькие частицы в водной среде, резервуар подвержен сильным помехам, наподобие тех, которые воздействуют на молекулы в мозге. Этот шум, или броуновское движение серьезно нарушает работу резервуарного компьютера, а противодействие ему обычно требует использования очень большого резервуара.

Ученые нашли способ решить эту проблему и повысить производительность вычислений при помощи прошлых состояний резервуара. Это позволяет использовать в определенных случаях резервуары меньших размеров, не боясь помех.

Потенциально прорывной теоретический подход к созданию квантовых машин предложили американские специалисты. Он позволяет избежать проблем, возникающих у современных квантовых процессоров путем использования естественных систем, таких как электронные спины дефектов алмазов. Новая стратегия дает алгоритму возможность обрабатывать различные практические задачи быстрее, чем классические и даже традиционные квантовые компьютеры.