Создан новый тип нейронных сетей, основанный на мемристорах

Исследователи из Мичиганского университета создали резервуарную вычислительную систему, производительность которой в разы превосходит возможности классических нейронных сетей. В отличие от более ранних изобретений, в основе которых лежали крупные и сложные оптические компоненты, команде ученых удалось разработать ее с помощью мемристоров, занимающих меньше места и относительно легко интегрирующихся с существующей кремниевой электроникой.

Немного теории

Мемристоры — это особый тип резисторов. Они способны одновременно производить вычисления и хранить данные. Это их главное отличие от обыкновенных компьютерных систем, в которых функции логики и хранения строго разграничены.

Тренировка нейронной сети — очень ресурсоемкий процесс, при этом сложность решаемой задачи напрямую влияет на время исполнения. Резервуарные вычислительные системы, основанные на мемристорах, практически нивелируют временные затраты на обучение, так как их основная часть — резервуар — в нем не нуждается.

При попадании в резервуар данные обрабатываются в соответствии с заложенными механизмами классификации, а затем система передает подготовленную информацию во вторичную сеть для ее обучения. Это распределяет нагрузку и делает процесс тренировки более оперативным.

Возможное применение

По словам экспертов, системы с подобной архитектурой лучше всего подойдут для обработки динамических данных. Они должны отлично справляться с реализацией таких сложных задач, как, например, распознавание голоса вне зависимости от качества произношения или предиктивный анализ.

Мы можем прогнозировать естественную речь таким образом, что говорящему даже не придется полностью договаривать слово. Также мы могли бы предсказывать, что произнесет человек в следующий момент.