Нано-проводковая “мозговая” сеть учится и запоминает “на лету”

Ученые из Университета Сиднея и Университета Калифорнии в Лос-Анджелесе смогли разработать нейросеть на основе нанопроводов, способную обрабатывать динамические данные в режиме реального времени. Они опубликовали результаты своего исследования в журнале Nature Communications.

Нанопроводовые сети состоят из крошечных проводов диаметром всего несколько миллиардных частей метра, которые образуют узоры, напоминающие детскую игру “Хватай палочку”, схожие с нейронными сетями в нашем мозге. Эти сети могут выполнять определенные задачи по обработке информации.

Исследователи использовали нейросеть для распознавания и запоминания последовательностей электрических импульсов, соответствующих изображениям, вдохновленным способом, которым человеческий мозг обрабатывает информацию. Нанопроводовая нейросеть успешно справилась со сложными задачами распознавания изображений из базы данных MNIST, состоящей из 70 000 изображений рукописных цифр.

Главный автор исследования, аспирант Университета Сиднея Руомин Чжу, отметил, что эти открытия демонстрируют, как нейросети на основе нанопроводов могут быть использованы для эффективного осуществления обучения и запоминания в режиме реального времени.

Это значительный прорыв в разработке машинного интеллекта, способного работать с быстро меняющимися данными без большого потребления энергии и памяти. Больше памяти и энергии требует стандартный подход, основанный на хранении данных в памяти и последующего обучения модели машинного обучения на основе этих данных.

Ученые отметили, что их подход позволяет нейросети на основе нанопроводов обучаться и запоминать данные “на лету”, что особенно важно при обработке непрерывно поступающих данных, таких как от датчиков. Кроме того, нанопроводовая нейросеть проявила высокую точность в распознавании тестовых изображений, достигнув показателя в 93,4 процента.

Эти результаты открывают возможности для разработки эффективного и энергосберегающего машинного интеллекта для более сложных задач обучения и запоминания в реальном мире. Это может привести к созданию новых технологий, способных применяться в различных областях, включая автоматическое управление, медицину и робототехнику.
Оригинальная новость на сайте