Учёным удалось доказать, что сложные многослойные нейронные сети, традиционно используемые для задач машинного обучения, можно заменить гораздо более простыми системами — осцилляторами с запаздывающей обратной связью. Это способно существенно упростить и удешевить разработку устройств, решающих задачи ИИ в режиме реального времени.
Научная группа под руководством Владимира Семенова, заведующего лабораторией компьютерного моделирования в электронике СГУ имени Н. Г. Чернышевского, продемонстрировала, что всего два связанных бистабильных осциллятора с запаздыванием способны воспроизводить поведение сложной двухслойной нейронной сети.
Для непосвящённых: осцилляторы представляют собой системы, способные совершать колебания — классическими примерами таких систем являются обычный маятник или электрический контур. Исследователи обнаружили, что если дополнить подобные системы запаздывающей обратной связью, при которой система реагирует на свои собственные прошлые состояния, их поведение становится значительно сложнее и богаче.
Такие модифицированные осцилляторы оказываются способны имитировать динамику целых сетей, состоящих из множества взаимодействующих элементов.
В ходе исследования учёные детально изучили два ключевых явления: стохастический резонанс (феномен, при котором шум парадоксальным образом усиливает полезный сигнал) и распространение волнового фронта (процесс, при котором одно из двух сосуществующих состояний системы заполняет все доступное пространство).
Исследователи не ограничились теоретическими выкладками — сначала они провели компьютерное моделирование поведения осцилляторов, а затем создали физические прототипы на основе электронных компонентов. Результаты практических опытов полностью подтвердили теоретические расчёты, что является убедительным доказательством жизнеспособности концепции.
В настоящее время научный коллектив Саратовского университета активно изучает возможности применения подобных систем для моделирования «спайковых нейронных сетей» — перспективного класса нейронных сетей, функционирование которых во многом воспроизводит электрическую активность живых клеток головного мозга.
