Mokslininkų komanda, vadovaujama fiziko Samuelio Dillavue, surinko nedidelį elektros tinklą, jungiantį
„Tinklas buvo sukonfigūruotas taip, kad atliktų daugpaprastos AI užduotys“, – sako Dillavu. "Pavyzdžiui, jis gali atskirti trijų tipų rainelės gėles daugiau nei 95% tikslumu pagal keturis parametrus: žiedlapių ir taurėlapių ilgį ir plotį."
Mašininiam mokymuisi AI paprastai yranaudojant dirbtinius neuroninius tinklus. Tokie tinklai dažniausiai egzistuoja tik kompiuterio atmintyje. Neuroninį tinklą sudaro taškai arba mazgai, kurių kiekvienas gali įgyti reikšmę nuo 0 iki 1, sujungtų briaunomis. Kiekvienas kraštas turi savo svorį, priklausomai nuo mazgų verčių. Treniruojant tokią sistemą, norint gauti norimą rezultatą, būtina reguliuoti kraštų svorį.
„Tai sudėtinga optimizavimo problemažymiai didėja didėjant tinklo dydžiui ir reikalauja daug skaičiavimo resursų“, – pažymi Dillavu. „Situaciją apsunkina tai, kad visi kraštai turi būti derinami vienu metu.
Norėdami išspręsti šią problemą, fizikai ieškojo sistemų, kurios galėtų susireguliuoti be išorinių skaičiavimų.
Savo tyrime mokslininkai pastatė du identiškus tinklus vienas ant kito.Uždarame tinkle jie taikė įtampą ir nustatė norimas išėjimo elementų vertes.Atvirame tinkle buvo nustatyta tik įtampa per įvesties rezistorių.
Sistema reguliavo rezistorių varžądviejuose tinkluose priklausomai nuo įtampos skirtumo tarp identiškų mazgų kiekviename iš jų. Per keletą iteracijų šie koregavimai suvienodino visas įtampas visuose dviejų tinklų rezistoriuose. Sistema išmoko sukurti teisingą išvestį nurodytoms įvesties reikšmėms.
Nuotrauka: Mokslas
"Ši sąranka reikalauja mažai skaičiavimų,Dillavu sako. — Sistemai tereikia palyginti įtampos kritimą tarp atitinkamų uždarųjų ir laisvųjų tinklų rezistorių, naudojant lyginamąjį įrenginį. Mūsų darbas įrodo esminę naujo mašininio mokymosi būdo, kuriam nereikia didelių skaičiavimų, galimybę.
Skaityti daugiau:
„James Webb“ padarė ryškiausią žvaigždės nuotrauką istorijoje
Savanoriška mirtis. Mes pasakojame, kaip eutanazijos procedūra veikia visame pasaulyje
Mokslininkai suklupo 1500 metų senumo archeologinę anomaliją