• Главная
  • Лента новостей 1
  • Лента новостей 2
  • Статьи
  • Календарь событий
  • Образование
  • Финансирование
  • Открытые инновации
  • Шоу-рум
  • О проекте
  • Партнеры
  • Добавить публикацию
  • Сервисы
  • Реклама
  • hello@technovery.com
  • telegram
  • vk
technovery
Нет результатов
Все результаты
technovery
Нет результатов
Все результаты

Видя свет: исследователи разрабатывают новую систему искусственного интеллекта, использующую свет для ассоциативного обучения

28 июля, 2022
Цифра
Видя свет: исследователи разрабатывают новую систему искусственного интеллекта, использующую свет для ассоциативного обучения

Исследователи из отдела материалов Оксфордского университета в сотрудничестве с коллегами из Эксетера и Мюнстера разработали встроенный оптический процессор, способный обнаруживать сходство в наборах данных до 1000 раз быстрее, чем обычные алгоритмы машинного обучения, работающие на электронных процессорах.

Новое исследование, опубликованное в Optica , было вдохновлено открытием лауреата Нобелевской премии Иваном Павловым классической обусловленности. В своих экспериментах Павлов обнаружил, что при предоставлении другого стимула во время кормления, такого как звук колокольчика или метронома, его собаки начинали связывать два события и выделяли слюну только при одном звуке. Повторяющиеся ассоциации двух не связанных друг с другом событий, соединенных вместе, могут вызвать заученную реакцию — условный рефлекс.

Соавтор, доктор Джеймс Тан Ю Сиан, который выполнил эту работу в рамках своей докторской диссертации на факультете материалов Оксфордского университета, сказал: «Павловское ассоциативное обучение считается базовой формой обучения, которая формирует поведение людей. и животных, но внедрение в системы ИИ в значительной степени неслыханно. Наше исследование павловского обучения в тандеме с оптической параллельной обработкой демонстрирует захватывающий потенциал для множества задач ИИ».

Нейронные сети, используемые в большинстве систем искусственного интеллекта, часто требуют значительного количества примеров данных в процессе обучения — для обучения модели надежному распознаванию кошки может использоваться до 10 000 изображений кошек и других животных — при затратах на вычисления и обработку.

Вместо того, чтобы полагаться на обратное распространение, предпочитаемое нейронными сетями для «точной настройки» результатов, Ассоциативный монадический элемент обучения (AMLE) использует материал памяти, который изучает шаблоны, чтобы связать вместе сходные функции в наборах данных, имитируя условный рефлекс, наблюдаемый Павловым.

Входы AMLE соединены с правильными выходами для наблюдения за процессом обучения, а материал памяти может быть сброшен с помощью световых сигналов. При тестировании AMLE мог правильно идентифицировать изображения кошек и не кошек после обучения всего на пяти парах изображений.

Значительные возможности нового оптического чипа по сравнению с обычным электронным чипом обусловлены двумя ключевыми отличиями в конструкции:

— Уникальная сетевая архитектура, включающая ассоциативное обучение в качестве строительного блока, а не использование нейронов и нейронной сети.

— Использование «мультиплексирования с разделением по длине волны» для отправки нескольких оптических сигналов на разных длинах волн по одному каналу для увеличения скорости вычислений.

Аппаратное обеспечение чипа использует свет для отправки и извлечения данных, чтобы максимально увеличить плотность информации — несколько сигналов на разных длинах волн отправляются одновременно для параллельной обработки , что увеличивает скорость обнаружения задач распознавания. Каждая длина волны увеличивает скорость вычислений.

Профессор Вольфрам Пернис, соавтор из Мюнстерского университета, объяснил: «Устройство естественным образом фиксирует сходство в наборах данных, делая это параллельно, используя свет для увеличения общей скорости вычислений, которая может намного превышать возможности обычных электронных чипов».

Ассоциативный подход к обучению может дополнить нейронные сети, а не заменить их, пояснил соавтор исследования профессор Цзэнгуан Ченг, который сейчас работает в Фуданьском университете.

«Это более эффективно для задач, которые не требуют существенного анализа очень сложных функций в наборах данных», — сказал профессор Ченг. «Многие учебные задачи основаны на объемах и не имеют такого уровня сложности — в этих случаях ассоциативное обучение может выполнять задачи быстрее и с меньшими вычислительными затратами».

«Становится все более очевидным, что ИИ будет находиться в центре многих инноваций, которые мы увидим на грядущем этапе истории человечества. Эта работа прокладывает путь к реализации быстрых оптических процессоров, которые фиксируют ассоциации данных для определенных типов вычислений ИИ, хотя существуют впереди еще много захватывающих задач», — сказал профессор Хариш Бхаскаран, руководивший исследованием.

Дополнительная информация: Джеймс Ю. С. Тан и др., Монадическое павловское ассоциативное обучение в фотонной сети без обратного распространения ошибки, Optica (2022). DOI: 10.1364/ОПТИКА.455864

 

Будьте в курсе в удобном формате, присоединяйтесь: TG-канал и ВК

Бесплатная служба распространения новостей для научных организаций и стартапов

hello@technovery.com

 

Source: Tech Xplore
Теги: AIОптикаЧипы

Related Posts

Пилот с искусственным интеллектом может ориентироваться в переполненном воздушном пространстве
Цифра

Пилот с искусственным интеллектом может ориентироваться в переполненном воздушном пространстве

12 августа, 2022
Фонд содействия инновациям объявляет о запуске конкурса «Акселерация-ИИ». Заявки на принимаются  до 26 сентября
Акселератор

Фонд содействия инновациям объявляет о запуске конкурса «Акселерация-ИИ». Заявки на принимаются до 26 сентября

12 августа, 2022
Студент ИПМКН ТГУ разрабатывает сервис по проверке отзывов о товарах и услугах
Наука

Студент ИПМКН ТГУ разрабатывает сервис по проверке отзывов о товарах и услугах

11 августа, 2022
Загрузить больше

Технологии

Робототехника
Беспилотники
Машинное обучение
AI
Транспорт
Материалы
ВИЭ
Интернет вещей
Микроэлектроника
Оптика
Носимые устройства

Смотреть все »

Запросы

«Норникель» и Московский инновационный кластер запустили технологический конкурс Industry Tech 2022. Подать заявку на участие можно до 11 сентября

Актуальные запросы Правительства Москвы на поиск инновационных решений. Предложить решение можно до 31 августа

В Москве стартует технологический конкурс инноваций для отечественного автопрома Auto Tech 2022. Подать заявку можно до 14 августа

Открытый запрос на поиск технологических решений. АК «АЛРОСА»

MTS Startup Hub ищет технологические решения для коммерческого пилотирования, партнерства и инвестиций

Поиск инновационных решений для выявления альтернативных источников воды. Предложить решение можно до 24 сентября

В Тюмени 20 августа пройдет VI Всероссийский инновационный форум INNOWEEK-2022
Форум

В Тюмени 20 августа пройдет VI Всероссийский инновационный форум INNOWEEK-2022

25 июля, 2022

© 2022 technovery

  • hello@technovery.com
  • Условия использования
  • Политика конфиденциальности
Нет результатов
Все результаты
  • Главная
  • Лента новостей 1
  • Лента новостей 2
  • Статьи
  • Календарь событий
  • Образование
  • Финансирование
  • Открытые инновации
  • Шоу-рум
  • Карта технологий
  • О проекте
  • Партнеры
  • Добавить публикацию
  • Сервисы
  • Реклама
  • hello@technovery.com

© 2022 technovery