NTT і Такійскі ўніверсітэт распрацоўваюць першы ў свеце аптычны штучны інтэлект з выкарыстаннем алгарытму, натхнёнага чалавечым мозгам

Супрацоўніцтва спрыяе практычнаму прымяненню маламагутнага і хуткаснага штучнага інтэлекту на аснове аптычных вылічэнняў

ТОКІО– (BUSINESS WIRE)–#TechforGood-Карпарацыя NTT (Прэзідэнт і генеральны дырэктар: Акіра Сімада, «NTT») і Універсітэт Токіо (Bunkyo-ku, Токіо, прэзідэнт: Teruo Fujii) распрацавалі новы алгарытм навучання, натхнёны апрацоўкай інфармацыі ў мозгу, які падыходзіць для шматслойных штучных нейронавых сетак (DNN) з выкарыстаннем аналагавых аперацый. Гэты прарыў прывядзе да зніжэння энергаспажывання і часу вылічэнняў для штучнага інтэлекту. Вынікі гэтай распрацоўкі былі апублікаваныя ў брытанскім навуковым часопісе Прырода Камунікацыі 26 снежня^th.

Даследчыкі ўпершыню ў свеце прадэманстравалі эфектыўна выкананае аптычнае навучанне DNN, прымяніўшы алгарытм да DNN, які выкарыстоўвае аптычныя аналагавыя вылічэнні, што, як чакаецца, дазволіць выкарыстоўваць прылады машыннага навучання з высокай хуткасцю і нізкім энергаспажываннем. Акрамя таго, яны дасягнулі самай высокай у свеце прадукцыйнасці шматслаёвай штучнай нейронавай сеткі, якая выкарыстоўвае аналагавыя аперацыі.

У мінулым навучальныя разлікі з высокай нагрузкай выконваліся з дапамогай лічбавых вылічэнняў, але гэты вынік даказвае, што можна павысіць эфектыўнасць навучальнай часткі з дапамогай аналагавых вылічэнняў. У тэхналогіі Deep Neural Network (DNN) перыядычная нейронавая сетка, званая глыбокімі рэзервуарнымі вылічэннямі, разлічваецца шляхам прыняцця аптычнага імпульсу ў якасці нейрона і нелінейнага аптычнага кольца ў якасці нейронавай сеткі з рэкурсіўнымі злучэннямі. Шляхам паўторнага ўводу выхаднога сігналу ў тую ж аптычную схему сетка штучна паглыбляецца.

Тэхналогія DNN дазваляе пашыраны штучны інтэлект (AI), такі як машынны пераклад, аўтаномнае кіраванне і робататэхніка. У цяперашні час неабходная магутнасць і час вылічэнняў павялічваюцца з хуткасцю, якая перавышае рост прадукцыйнасці лічбавых кампутараў. Чакаецца, што тэхналогія DNN, якая выкарыстоўвае вылічэнні аналагавых сігналаў (аналагавыя аперацыі), стане метадам рэалізацыі высокаэфектыўных і хуткасных разлікаў, падобных нейронавай сетцы мозгу. Супрацоўніцтва паміж NTT і Такійскім універсітэтам распрацавала новы алгарытм, прыдатны для аналагавай працы DNN, які не прадугледжвае разумення параметраў навучання, уключаных у DNN.

Прапанаваны метад навучаецца шляхам змены параметраў навучання на аснове канчатковага ўзроўню сеткі і нелінейнага выпадковага пераўтварэння памылкі патрэбнага выхаднога сігналу (сігналу памылкі). Гэты разлік палягчае рэалізацыю аналагавых разлікаў у такіх рэчах, як аптычныя схемы. Яго таксама можна выкарыстоўваць не толькі як мадэль для фізічнай рэалізацыі, але і як перадавую мадэль, якая выкарыстоўваецца ў такіх праграмах, як машынны пераклад і розныя мадэлі штучнага інтэлекту, у тым ліку мадэль DNN. Чакаецца, што гэта даследаванне будзе спрыяць вырашэнню ўзнікаючых праблем, звязаных з вылічэннямі штучнага інтэлекту, уключаючы энергаспажыванне і павелічэнне часу вылічэнняў.

У дадатак да вывучэння дастасавальнасці метаду, прапанаванага ў гэтым артыкуле, да канкрэтных праблем, NTT таксама будзе садзейнічаць буйнамаштабнай і дробнамаштабнай інтэграцыі аптычнага абсталявання з мэтай стварэння высакахуткаснай маламагутнай аптычнай вылічальнай платформы для будучых аптычных сеткі.

Падтрымка гэтага даследавання:

JST/CREST падтрымаў частку гэтых вынікаў даследавання.

Публікацыя ў часопісе:

Magazine: Прырода Камунікацыі (Анлайн-версія: 26 снежня)

Назва артыкула: Глыбокае фізічнае навучанне з біялагічным метадам навучання: бесградыентны падыход для фізічнага абсталявання

Аўтары: Міцумаса Накадзіма, Кацума Іноуэ, Кэндзі Танака, Ясуа Куніёсі, Тошыкадзу Хасімота і Кохэй Накадзіма

Тлумачэнне тэрміналогіі:

1. Аптычная схема: схема, у якой крамянёвыя або кварцавыя аптычныя хваляводы ўбудаваныя ў крамянёвую пласціну з выкарыстаннем тэхналогіі вытворчасці электронных схем. У камунікацыі разгалінаванне і аб'яднанне аптычных шляхоў сувязі ажыццяўляецца пры дапамозе аптычных перашкод, мультыплексавання/дэмультыплексавання па даўжыні хвалі і інш.
2. Метад зваротнага распаўсюджвання (BP): найбольш часта выкарыстоўваны алгарытм навучання ў глыбокім навучанні. Градыенты вагаў (параметраў) у сетцы атрымліваюцца пры распаўсюджванні сігналу памылкі назад, і вагі абнаўляюцца так, што памылка становіцца меншай. Паколькі працэс зваротнага распаўсюджвання патрабуе транспазіцыі вагавой матрыцы сеткавай мадэлі і нелінейнай дыферэнцыяцыі, яго цяжка рэалізаваць на аналагавых схемах, уключаючы мозг жывога арганізма.
3. Аналагавыя вылічэнні: кампутар, які выражае рэальныя значэнні выкарыстоўваючы такія фізічныя велічыні, як інтэнсіўнасць і фаза святла і кірунак і інтэнсіўнасць магнітных спінаў, і выконвае разлікі, змяняючы гэтыя фізічныя велічыні ў адпаведнасці з законамі фізікі.
4. Метад выраўноўвання з прамой зваротнай сувяззю (DFA): метад псеўдавылічэння сігналу памылкі кожнага ўзроўню шляхам выканання нелінейнага выпадковага пераўтварэння сігналу памылкі канчатковага ўзроўню. Паколькі ён не патрабуе дыферэнцыяльнай інфармацыі сеткавай мадэлі і можа быць вылічаны толькі шляхам паралельнага выпадковага пераўтварэння, ён сумяшчальны з аналагавым разлікам.
5. Рэзервуарныя вылічэнні: тып перыядычнай нейронавай сеткі з перыядычнымі злучэннямі ў схаваным пласце. Ён характарызуецца выпадковай фіксацыяй злучэнняў у прамежкавым пласце, званым пластом рэзервуара. У глыбокіх вылічэннях пластоў апрацоўка інфармацыі выконваецца шляхам злучэння слаёў пласта ў некалькі слаёў.

NTT і лагатып NTT з'яўляюцца зарэгістраванымі гандлёвымі маркамі або гандлёвымі маркамі NIPPON TELEGRAPH AND TELEPHONE CORPORATION і/або яе філіялаў. Усе іншыя назвы прадуктаў, якія згадваюцца, з'яўляюцца гандлёвымі маркамі адпаведных уладальнікаў. © 2023 NIPPON TELEGRAPH AND TELEPHONE CORPORATION

Кантакты

Стывен Расэл

Правадная сувязь®

Для NTT

+ 1-804-362-7484

[электронная пошта абаронена]