Саратовские ученые нашли альтернативу сложным нейросетям

Исследователи СГУ совместно с коллегой из Берлинского техуниверситета предложили новый подход к машинному обучению, который может заменить многослойные нейронные сети. Вместо сложных нейросетей можно использовать осцилляторы с запаздывающей обратной связью.

Это упростит и удешевит разработку устройств, работающих с ИИ в реальном времени.

Осцилляторы – это системы, совершающие колебания (например, маятник или электрический контур). С запаздывающей обратной связью их поведение становится сложным и может имитировать нейронные сети.

Ученые смоделировали поведение таких систем на компьютере, создали физические прототипы на базе электронных компонентов и доказали, что два связанных бистабильных осциллятора способны заменить двухслойную нейросеть.

В перспективах - использование в спайковых нейросетях, которые повторяют активность мозга, упрощение разработки ИИ-устройств,  а также снижение затрат на обучение машинного интеллекта.

Исследование поддержано РНФ и Минобрнауки РФ, проводится в рамках программы "Приоритет 2030" и опубликовано в Neural Networks.

Иван Александров