Искусственный интеллект 8 июня 2022, 14:22 8 июня 2022, 15:22 8 июня 2022, 16:22 8 июня 2022, 17:22 8 июня 2022, 18:22 8 июня 2022, 19:22 8 июня 2022, 20:22 8 июня 2022, 21:22 8 июня 2022, 22:22 8 июня 2022, 23:22 9 июня 2022, 00:22

Новый фотонный чип распознаёт изображения со скоростью света

  • Чип протестировали на наборах данных, содержащих написанные от руки буквы и символы. Он мгновенно классифицировал их с точностью около 90%.
    Чип протестировали на наборах данных, содержащих написанные от руки буквы и символы. Он мгновенно классифицировал их с точностью около 90%.
За секунду устройство может классифицировать почти два миллиарда изображений.

Сегодня технологии компьютерного зрения, распознавания лиц, речи и многих других машинных функций, имитирующих человеческие способности, основаны на глубоких нейронных сетях.

Эти искусственные нейросети имитируют работу человеческого мозга, хотя скорость обработки информации в них ограничена аппаратным обеспечением ("железом").

Теперь учёные разработали глубокую нейронную сеть на фотонном микрочипе. Она может распознавать и классифицировать изображения менее чем за наносекунду. То есть менее чем за миллиардную долю секунды.

Поясним, что задачи в искусственных нейронных сетях решают искусственные нейроны, получающие информацию и сотрудничающие между собой в поисках оптимального решения.

Нейронная сеть неоднократно корректирует связи между нейронами, чтобы найти наилучшую модель поведения для решения той или иной задачи. Затем нейросеть принимает эту модель в качестве значения по умолчанию, имитируя таким образом процесс обучения в человеческом мозге.

Нейронная сеть называется глубокой, если в ней есть несколько слоёв нейронов, каждый из которых дополнительно преобразовывает входные данные.

Хотя такие системы искусственного интеллекта вполне эффективны и уже широко применяются, используемое в них оборудование значительно ограничивает их возможности.

Во-первых, скорость вычисления в таких системах обычно ограничивается частотами не более трёх гигагерц — такова частота большинства современных графических процессоров, которые применяются в нейронных сетях.

Во-вторых, в отличие от биологических нейронов, которые могут как вычислять, так и хранить данные, электронные нейроны могут быть либо единицами памяти, либо единицами обработки данных. И "перебрасывание" данных вперёд и назад между этими компонентами приводит к затратам как времени, так и энергии.

Также необработанные визуальные данные должны быть преобразованы в цифровые электронные сигналы, на что также уходит время.

Более того, для хранения изображений и видео часто требуется большой блок памяти, что может представлять потенциальный риск конфиденциальности.

В новом исследовании учёные разработали фотонную глубокую нейронную сеть, которая может напрямую анализировать изображения без необходимости в дополнительных модулях, датчиках или накопителях данных.

Она может классифицировать изображение менее чем за 570 пикосекунд (триллионных долей секунды). Это сопоставимо по времени с одним тактовым циклом в самых современных микрочипах.

В результате нейросеть может классифицировать почти два миллиарда изображений всего за одну секунду! Для сравнения, частота кадров в обычном видео составляет от 24 до 120 кадров в секунду.

Новое устройство стало первой глубокой нейронной сетью, полностью реализованной на интегрированном фотонном устройстве с возможностью масштабирования (увеличения вычислительной мощности). Размер чипа составляет всего 9,3 квадратных миллиметра.

Сейчас исследователи экспериментируют с классификацией видео и 3D-объектов с помощью этого устройства. Также разработчики тестируют более крупные чипы с большим количеством пикселей и нейронов для классификации изображений с более высоким разрешением.

Пока что речь идёт о распознавании небольших чёрно-белых картинок, то есть достаточно простых изображений.

В будущем применение этой технологии не ограничивается классификацией фото и видео. Любой сигнал, такой как звуки или речь, может быть преобразован в некий оптический домен (рисунок) и почти мгновенно классифицирован с использованием этой технологии. Правда, конвертация звуков в символы будет занимать определённое время.

Результаты новой работы подробно описаны в статье, вышедшей в научном журнале Nature.

Ранее мы рассказывали о том, что с помощью системы зеркал были созданы искусственные измерения, неизвестные человеку.

Также мы сообщали о создании первого в мире фотонного процессора.

Рассказывали мы и о метаматериале, созданном исследователями из МГУ, на основе которого разрабатываются устройства для сверхбыстрой передачи информации.

Больше прорывных новостей из мира науки вы найдёте в разделе "Наука" на медиаплатформе "Смотрим".

Подписывайтесь на наши страницы в соцсетях. "Смотрим"Telegram и Яндекс.Дзен, Вести.Ru – Одноклассники, ВКонтакте, Яндекс.Дзен и Telegram.

Читайте также

Видео по теме

Эфир

Лента новостей

Авто-геолокация