Учёный Саратовского университета совместно с коллегой из Берлинского технического университета доказали, что сложные многослойные нейронные сети, используемые для машинного обучения, можно заменить осцилляторами с запаздывающей обратной связью. Это открытие может значительно упростить и удешевить создание устройств, способных решать задачи искусственного интеллекта в реальном времени.
Осцилляторы – это системы, способные совершать колебания, например, маятник или электрический контур. Если добавить к ним запаздывающую обратную связь (когда система реагирует на свои прошлые состояния), их поведение становится сложнее. Такие системы могут имитировать динамику целых сетей, состоящих из множества взаимодействующих элементов.
Исследователи показали, что два связанных бистабильных осциллятора с запаздыванием могут воспроизводить поведение сложной двухслойной нейронной сети. В частности, они изучили два ключевых явления: стохастический резонанс – когда шум усиливает полезный сигнал, и распространение волнового фронта, при котором одно из двух сосуществующих состояний системы заполняет всё возможное пространство.
Создание физических нейронных сетей – сложный и дорогостоящий процесс. Осцилляторы с запаздыванием предлагают более простую и дешёвую альтернативу.
В.В. Семёнов, руководитель исследования, заведующий лабораторией компьютерного моделирования в электронике СГУ:
Для того чтобы физически реализовать систему искусственного интеллекта на базе многослойных сетей, её не обязательно воспроизводить в чистом виде. Если условия позволяют, можно использовать связанные осцилляторы с запаздыванием.
Этот подход может быть особенно полезен для разработки устройств, решающих задачи в реальном времени, например, для прогнозирования временных рядов, распознавания изображений или решения задач оптимизации.
Учёные сначала смоделировали поведение осцилляторов на компьютере, а затем создали физические прототипы на базе электронных компонентов. Результаты экспериментов полностью подтвердили теоретические расчёты.
Осцилляторы с запаздывающей обратной связью активно исследуются учёными по всему миру. Преимущество прототипов, разработанных командой В.В. Семёнова, – в простоте разработанных схем, низкой стоимости электронных компонентов и малых размерах.
Исследователи планируют расширить круг задач, которые могут решать осцилляторы с запаздыванием. В частности, в Саратовском университете изучается возможность применения этих систем для моделирования «спайковых нейронных сетей» – нового класса нейронных сетей, работа которых во многом воспроизводит электрическую активность клеток мозга.
Исследования поддержаны грантом Российского научного фонда (№ 22-72-00038) и проводятся в рамках стратегического проекта СГУ «ИКТ-Электроника» программы «Приоритет 2030». Подробнее с исследованием можно ознакомиться в журнале Neural Networks.
Текст: Альфия Тимошенко
Фото: Архив героя