Работи милиард пъти по-бързо от живия естествен неврон

Китайски изследователи разработиха изкуствен неврон, който напълно имитира функциите, динамиката и обработката на информация на биологичния неврон. А по отношение на скоростта на обработка на сигналите той е милиард пъти по-бърз от него. Технологията може да доведе до пробив в развитието на изкуствения интелект и други усъвършенствани компютърни методи.

В биологичния организъм има различни видове нервни клетки, включително градирани неврони, които кодират информацията чрез постепенни промени в мембранния потенциал. По този начин се постига фина и прецизна обработка на сигнала. Други видове, като например шиповидните неврони, предават информацията само изцяло, подобно на двоичен код.

Лазерно градираните неврони, създадени от учени в Хонконг, са преодолели ограничението в скоростта на сегашните фотонни версии на изкуствените неврони.

„Като използвахме нелинейната динамика на невроните и бързите изчисления, създадохме резервоарна изчислителна система, която демонстрира изключителна производителност при ИИ задачи като разпознаване на образи и прогнозиране на последователности“, казва Хуанг Чаожан, ръководител на изследователския екип.

Изкуственият градиентен неврон върху чипа с лазер на квантови точки успя да постигне скорост на обработка на сигнала от 10 Гбода.

За да демонстрират възможностите на своя градиран неврон, изследователите създадоха базирана на него резервоарна изчислителна система. Този метод на изчисление използва специален тип мрежа – резервоар – за обработка на временните данни, като например тези, използвани при разпознаване на реч и прогнозиране на времето. Нелинейната динамика на изкуствените неврони и високата скорост на обработка на лазерно градирания неврон го правят идеален за високоскоростни изчисления, пише EurekAlert.

Експерименталната резервоарна система показа перфектно разпознаване на образи и прогнозиране на последователности, особено на дълги последователности. Така например тя обработва 100 милиона сърдечни удара в секунда и разпознава моделите на аритмия със средна точност от 98,4%.

„Нашата технология може да ускори вземането на решения от ИИ в ситуации с ограничено време, без да се жертва точността“, каза Хуанг. – „Надяваме се, че интегрирането на нашата технология в крайните изчислителни устройства – които обработват данни в близост до крайните устройства – допринася за по-бързи и по-интелигентни ИИ системи, които са по-способни да изпълняват практически задачи с намалена консумация на енергия.

източник: kaldata.com