Разработка позволит увеличить возможности глубокого машинного обучения в области анализа медицинский изображений, переводов с одного языка на другой и классификации изображений. Скорость работы физического воплощения нейросетей ограничена скоростью света, которая гораздо выше скорости электронов в обычных системах глубокого машинного обучения. Это различие позволяет искусственному интеллекту работать быстрее, отмечают ученые.
Нейросеть Diffractive Deep Neural Network (D2NN) состоит из нескольких оптических дифракционных поверхностей, которые вместе обрабатывают информацию. Каждая точка на поверхности передает или отражает волну, которая представляет собой искусственный нейрон, связанный с другими нейронами следующих слоев посредством оптической дифракции. Сигнал можно кодировать с помощью амплитуды и фазы, говорится в описании разработки.
Нейросеть научилась отличать вежливую беседу от оскорбительной
Технологии
Во время тестового обучения нейросети ученые загрузили в нее 55 тыс. изображений рукописных цифр. В результате искусственный интеллект смог распознать объекты с точностью в 95,08%. Исследователи в будущем планируют повысить точность работы системы путем добавления к ней дополнительных слоев.
Ранее группа инженеров из Сколтеха создала искусственный интеллект, который поможет ученым подбирать самые быстрорастущие и выносливые растения для будущих космических экспедиций.