Найти в Дзене
Pro Hi-Tech

Международная команда исследователей разработала фотонную нейроморфную вычислительную систему, способную выполнять как линейные, так и

нелинейные операции полностью в оптической форме. Разработка основана на фотонных спайковых нейронных сетях, где информация передаётся короткими световыми импульсами. Ранее такие системы могли выполнять только линейные вычисления, а для обучения и принятия решений требовалось преобразование сигнала обратно в электрическую форму, что снижало скорость и энергоэффективность. Новая система состоит из двух специализированных чипов, включая 16-канальный фотонный нейроморфный процессор с 272 обучаемыми параметрами. Архитектура позволяет обрабатывать несколько потоков оптических сигналов и обучаться непосредственно на аппаратном уровне. В экспериментах чип успешно выполнил задачи обучения с подкреплением CartPole и Pendulum. Аппаратная реализация показала точность, близкую к программным моделям — отклонение составило около 1,5–2%. Исследователи считают, что подобные решения могут использоваться в системах автономного транспорта, робототехнике и других задачах, где требуется быстрый ИИ с ми

Международная команда исследователей разработала фотонную нейроморфную вычислительную систему, способную выполнять как линейные, так и нелинейные операции полностью в оптической форме.

Разработка основана на фотонных спайковых нейронных сетях, где информация передаётся короткими световыми импульсами. Ранее такие системы могли выполнять только линейные вычисления, а для обучения и принятия решений требовалось преобразование сигнала обратно в электрическую форму, что снижало скорость и энергоэффективность.

Новая система состоит из двух специализированных чипов, включая 16-канальный фотонный нейроморфный процессор с 272 обучаемыми параметрами. Архитектура позволяет обрабатывать несколько потоков оптических сигналов и обучаться непосредственно на аппаратном уровне.

В экспериментах чип успешно выполнил задачи обучения с подкреплением CartPole и Pendulum. Аппаратная реализация показала точность, близкую к программным моделям — отклонение составило около 1,5–2%.

Исследователи считают, что подобные решения могут использоваться в системах автономного транспорта, робототехнике и других задачах, где требуется быстрый ИИ с минимальной задержкой. В дальнейшем команда планирует создать более крупный 128-канальный фотонный чип для сложных задач автономной навигации.