Специалисты Саратовского национального исследовательского государственного университета имени Н. Г. Чернышевского (СГУ им. Н. Г. Чернышевского) совместно с коллегами из Берлинского технического университета нашли замену сложным нейронным сетям в процессе машинного обучения. По итогам исследований они выявили, что осцилляторы с запаздывающей обратной связью могут имитировать динамику нейросетей.
Осцилляторы представляют собой системы, способные совершать колебания — например, маятник или электрический контур. Если к системам добавить запаздывающую обратную связь, они смогут реагировать на свои прошлые состояния и их поведение станет сложнее. Такие системы могут имитировать динамику целых сетей, состоящих из множества взаимодействующих элементов.
Ученые смоделировали поведение осцилляторов на компьютере, а затем создали физические прототипы на базе электронных компонентов. Также они изучили два ключевых явления: стохастический резонанс, при котором шум усиливает полезный сигнал, и распространение волнового фронта, когда одно из двух сосуществующих состояний системы заполняет всё возможное пространство.
«Для того чтобы физически реализовать систему искусственного интеллекта на базе многослойных сетей, ее не обязательно воспроизводить в чистом виде. Если условия позволяют, можно использовать связанные осцилляторы с запаздыванием», — рассказал руководитель исследования, заведующий лабораторией компьютерного моделирования в электронике СГУ Владимир Семёнов.
Результаты исследований показали, что два связанных бистабильных осциллятора с запаздыванием могут воспроизводить поведение сложной двухслойной нейронной сети. Преимущество этих систем в простоте разработанных схем, низкой стоимости электронных компонентов и малых размерах.
Сегодня в СГУ изучают возможность применения таких систем для моделирования «спайковых нейросетей» — нового класса нейронных сетей, работа которых во многом воспроизводит электрическую активность клеток мозга. Исследования поддержаны грантом Российского научного фонда и ведутся в рамках программы Минобрнауки России «Приоритет-2030» (нацпроект «Молодежь и дети»). Результаты опубликованы в журнале Neural Networks.
