Оптическая дифракционная нейронная сеть, изготовленная при помощи трехмерной печати, выполняет распознавание объектов буквально со скоростью света

Дифракционная нейронная сеть

Искусственные нейронные сети, используемые сейчас в технологиях искусственного интеллекта и предназначенные для решения тяжелых вычислительных задач, таких, как распознавание объектов на изображениях, к примеру, ассоциируются у нас с большими высокопроизводительными вычислительными системами или специализированными нейроморфными процессорами, работа которых основана на принципах работы головного мозга. Однако, исследователи из Калифорнийского университета в Лос-Анджелесе нашли новый способ реализации искусственной нейронной сети, используя свет, проходящий через череду специальных дифракционных пластин, изготовленных при помощи технологий трехмерной печати. Естественно, что такая нейронная сеть буквально работает со скоростью света, а для ее функционирования требуется не такое уж и большое количество энергии.

Традиционно, технологии глубинного машинного обучения и самообучения реализуются на базе нейронных сетей, создаваемых программным способом в недрах достаточно мощных компьютеров. И некоторые наиболее удачные реализации этих технологий уже могут сравниться, а иногда и превзойти человека по скорости и качеству работы. Тем не менее, такой подход к реализации нейронных сетей имеет ряд недостатков, главным из которых является необходимость использования большого количества ресурсов компьютерной техники и, как следствие, достаточно большое количество потребляемой во время работы энергии.

Дифракционная нейронная сеть #2

Для решения этой проблемы группа, возглавляемая доктором Эйдогэном Озканом (Dr. Aydogan Ozcan), решила отказаться от использования электронов в пользу использования фотонов света. И результатом их работы стала полностью оптическая дифракционная глубинная нейронная сеть (Diffractive Deep Neural Network, D2NN). В этой сети используются пластины из прозрачного материала, напечатанные на трехмерном принтере. Пространство каждой пластины разбито на тысячи трехмерных «пикселей», отражающих и преломляющих проходящий сквозь них свет строго заданным способом. Лучи света, обработанные каждым из пикселей, складываются в дифракционную картину, образ которой проходит сквозь следующую пластину. Такой подход позволяет выполнить многоэтапную обработку данных, которые заключены в потоке света, попадающем на первую пластину, и самым интересным является то, что для обработки данных не требуется никакой дополнительной энергии, кроме той, которая уже содержится во входном потоке света.

По внешнему виду пластины дифракционной нейронной сети чем-то напоминают позолоченные пластины от обычной автомобильной аккумуляторной батареи. Несмотря на столь необычный вид такая нейронная сеть, работающая буквально со скоростью света, успешно справляется с такими задачами, как анализ изображений, поиск и классификация объектов и т.п. А в будущем такие миниатюризированные нейронные сети могут быть даже встроены в камеры для смартфонов, где они будут выполнять некоторые специфические задачи, позволяя идентифицировать объекты «на лету» и снабжать изображения соответствующими ключевыми словами, к примеру.

Принцип работы дифракционной нейронной сети

«Самым интересным является то, что нейронная сеть состоит исключительно из пассивных компонентов, которые могут быть изготовлены слой за слоем» — рассказывает доктор Озкан, — «Эти слои связываются друг с другом при помощи явления дифракции и в результате у нас имеется полностью оптическая система, способная выполнять вычислительные задачи со скоростью света».

Созданная учеными дифракционная нейронная сеть является пока лишь доказательством работоспособности заложенных в нее идей и решений. Тем не менее, появление этой сети уже открывает массу новых уникальных возможностей для технологий машинного глубинного обучения и самообучения следующих поколений.

Share Button

Материалы по теме:

Искусственный интеллект научился генерировать фотореалистичные изображения несуществующих людей
Благодаря бурному развитию области искусственного интеллекта и технологий глубинного машинного самообучения, системы искусственного интеллекта становятся более совершенными буквально с каждым днем и приобретают новые ...
Физикам удалось построить квантовый регистр на базе оптоволокна и сверхохлажденных атомов
Ученым-физикам из лаборатории Кастлера Бросселя (Kastler Brossel Laboratory), Париж, удалось создать своего рода аналог квантового регистра из оптического волокна и сверхохлажденных атомов. За счет ...
Впервые реализована технология выполнения вычислений, контролируемая при помощи света
Известно, что основой всех электронных устройств, начиная от "умных" часов и заканчивая модулями суперкомпьютеров, являются компоненты, такие, как процессоры и память, реализованные в виде ...
Компания D-Wave Systems представляет новую архитектуру Pegasus, которая позволит увеличить количество кубитов квантового процессора до 5640
Отметим, что все квантовые компьютеры, разработанные и выпускаемые известной канадской компанией D-Wave Systems до последнего времени, были основаны на архитектуре под называнием Chimera. Несмотря ...
IBM Q System One — первый квантовый компьютер коммерческого назначения
В течение многих лет обладателями квантовых вычислительных систем являлись лишь лаборатории ведущих научных учреждений и крупных компаний. Но на этой неделе компания IBM представила ...
You can skip to the end and leave a response. Pinging is currently not allowed.

Leave a Reply

Яндекс.Метрика