Ученые МФТИ разработали нейросеть на основе жидкого света
Ученые Московского физико-технического института (МФТИ) разработали новую нейронную сеть, использующую поляритонный конденсат, что улучшило точность классификации данных на 97,5 % в тестах на MNIST. Ученые объявили о создании новой архитектуры нейронной сети, имитирующей человеческий мозг. В основе данной разработки лежит жидкий свет, или поляритонный конденсат, представляющий собой квантовое состояние, возникающее при сильном взаимодействии света с материей, передает «Газета.Ru».Поляритоны, являющиеся гибридными частицами, сочетают в себе свойства света и материи. Эти квазичастицы способны существовать в когерентном коллективном состоянии, называемом поляритонным конденсатом Бозе-Эйнштейна, который напоминает сверхтекучесть и сверхпроводимость. Использование таких конденсатов в разработке нейроморфных сетей позволяет значительно увеличить вычислительную скорость и энергоэффективность. Новая сеть достигла рекордных показателей точности в задачах распознавания. На наборе данных MNIST система продемонстрировала точность классификации 97,5%, а при распознавании голоса на наборе данных Speech Commands точность составила около 68% для десяти классов. Эти результаты превосходят показатели существующих поляритонных нейроморфных систем. Как отметил директор Международного центра теоретической физики им. А.А. Абрикосова МФТИ Алексей Кавокин, «предложенная архитектура нейронной сети позволяет объединить подходы для улучшения нелинейных взаимодействий между нейронами разных слоев», что стало возможным благодаря введению процедуры индентирования входного сигнала.Как писала газета ВЗГЛЯД, вице-премьер Дмитрий Чернышенко подчеркнул необходимость использовать российские данные для обучения искусственного интеллекта, чтобы избежать зарубежных манипуляций и фейков.
Ученые объявили о создании новой архитектуры нейронной сети, имитирующей человеческий мозг. В основе данной разработки лежит жидкий свет, или поляритонный конденсат, представляющий собой квантовое состояние, возникающее при сильном взаимодействии света с материей, передает «Газета.Ru».
Поляритоны, являющиеся гибридными частицами, сочетают в себе свойства света и материи. Эти квазичастицы способны существовать в когерентном коллективном состоянии, называемом поляритонным конденсатом Бозе-Эйнштейна, который напоминает сверхтекучесть и сверхпроводимость.
Использование таких конденсатов в разработке нейроморфных сетей позволяет значительно увеличить вычислительную скорость и энергоэффективность.
Новая сеть достигла рекордных показателей точности в задачах распознавания. На наборе данных MNIST система продемонстрировала точность классификации 97,5%, а при распознавании голоса на наборе данных Speech Commands точность составила около 68% для десяти классов. Эти результаты превосходят показатели существующих поляритонных нейроморфных систем.
Как отметил директор Международного центра теоретической физики им. А.А. Абрикосова МФТИ Алексей Кавокин, «предложенная архитектура нейронной сети позволяет объединить подходы для улучшения нелинейных взаимодействий между нейронами разных слоев», что стало возможным благодаря введению процедуры индентирования входного сигнала.
Как писала газета ВЗГЛЯД, вице-премьер Дмитрий Чернышенко подчеркнул необходимость использовать российские данные для обучения искусственного интеллекта, чтобы избежать зарубежных манипуляций и фейков.
What's Your Reaction?
