Оптичні нейронні мережі – основа надшвидких і надпотужних систем штучного інтелекту

Одна справа створити комп’ютери, які наслідують функціонування мозку людини, а змусити їх реально працювати на тих же самих принципах – це завдання набагато більш складна. Звичайні нейронні мережі, на базі яких будуються майже всі сучасні системи штучного інтелекту, складаються з цифрових нейронів, набору параметрів в пам’яті комп’ютера і відповідних їм блоків програмного коду. І швидкодію таких нейронних мереж обмежена параметрами комп’ютерної системи, яка, в більшості випадків повинна мати досить високу обчислювальну потужність. Вирішення цієї проблеми пропонують дослідники з Прінстонського університету і цим рішенням, на їхню думку, є фотонні нейронні мережі.

Принстонська система наслідує роботу мозку за допомогою оптичних “нейронів”, які представляють собою звуження хвилеводів, виготовлених на кремнієвому підставі. Розміри кожного звуження відповідають довжині хвилі світла, на який вони реагують. Світло лазера, що подається в оптичну систему, що складається з безлічі нейронів, проходить через низку операцій над ним і втрачає свою амплітуду (яскравість). Зміни яскравості променя, які можна виміряти з досить високою точністю, і є результатами роботи фотонної нейронної мережі.

Перший прототип, створений Прінстонського вченими, досить простий, в його складі знаходиться всього 49 оптичних аналогів нейронів. Його функціональні можливості ще дуже далекі від заміни центрального процесора в комп’ютері або в мобільному телефоні, не кажучи вже про заміну існуючих цифрових нейронних мереж, що працюють в надрах потужних обчислювальних систем на базі графічних процесорів.

Але навіть в їх нинішньому вигляді, такі фотонні нейронні мережі вже можуть використовуватися для надшвидкісний обробки даних, радіо- і оптичних сигналів. А подальші дослідження і робота в напрямку фотонних нейронних мереж дозволить штучного інтелекту вийти за рамки обмежень, що накладаються швидкодією сучасної обчислювальної техніки, і виконувати функції розпізнавання об’єктів на зображеннях, розпізнавання мови в режимі реального часу з мінімальною затримкою отримання результатів.