物理学者サミュエル・ディラヴー率いる科学者チームは、
「ネットワークは、多くのことを実行するように構成されていますシンプルなAIタスク」とDillavu氏は言います。 「たとえば、花びらとがく片の長さと幅の4つのパラメーターに基づいて、95％以上の精度で3種類のアヤメの花を区別できます。」
機械学習の場合、AIは通常人工ニューラルネットワークを使用します。このようなネットワークは通常、コンピュータのメモリにのみ存在します。ニューラルネットワークはポイントまたはノードで構成され、各ノードは0から1までの値を取り、エッジで接続されます。各エッジには、ノードの値に応じて独自の重みがあります。このようなシステムをトレーニングする場合、目的の結果を得るには、エッジの重みを調整する必要があります。
「これはトリッキーな最適化問題です。ネットワークのサイズに応じて大幅に増加し、大量のコンピューティングリソースを必要とします」とDillavu氏は述べています。 「すべてのエッジを同時に調整する必要があるため、状況は複雑になります。」
この問題を回避するために、物理学者は外部計算なしで自分自身を調整できるシステムを探しました。
研究の中で、科学者たちは 2 つの同一のネットワークを相互に重ねて使用します。閉じたネットワークでは、電圧を印加し、出力要素に必要な値を記録しました。オープンネットワークでは、入力抵抗の両端の電圧のみが設定されます。
システムは抵抗器の抵抗を調整しましたそれぞれの同一ノード間の電圧差に応じて、2つのネットワークで。数回の反復で、これらの調整により、2つのネットワーク内のすべての抵抗器のすべての電圧が一直線になりました。システムは、指定された入力値に対して正しい出力を生成することを学習しました。
写真：サイエンス
「この設定では、計算はほとんど必要ありません。ディラブは言います。 —システムは、コンパレータを使用して、閉じたネットワークとフリーのネットワークのそれぞれの抵抗の電圧降下を比較するだけで済みます。私たちの仕事は、大規模な計算を必要としない新しい機械学習の方法の根本的な可能性を証明しています。」
続きを読む：
「ジェイムズウェッブ」は、歴史上最も鮮明な星の写真を撮りました
自発的な死。安楽死の手順が世界中でどのように機能するかを教えます
科学者たちは1500年前の考古学的異常に遭遇しました