Pomimo faktu, że termin „sieć neuronowa” może być stosowany zarówno do budowy anatomicznej, jak i do systemu komputerowego, te sieci neuronowe nadal mają więcej różnic niż podobieństw. Wynika to przede wszystkim z niezwykle złożonej struktury splotów nerwowych w mózgu. Ale to może się zmienić dzięki rozwojowi naukowców z Amerykańskiego Narodowego Instytutu Standardów i Technologii. Ich wynalazek może stać się nowym etapem rozwoju technologii sieci neuronowych.
Faktem jest, że ludzki mózg składa się z setek milionów neuronów, z których każdy jest połączony z dziesiątkami tysięcy innych neuronów. Ta złożona struktura w dość uproszczonej formie jest podstawą do budowy sztucznych sieci neuronowych, z tą różnicą, że istniejąca dziś elektronika nie radzi sobie z tak złożonym routingiem, a liczba połączeń między elementami sieci neuronowej musi zostać zmniejszona dziesiątki i setki razy, co wpływa na wydajność. … Oczywiście, teraz są projekty mające na celu naśladowanie mózgu, ale napotykają też na granicę mocy istniejących technologii.
Schemat struktury chipa. Trójwymiarowa struktura zapewnia wyrafinowane trasowanie i szybkość sygnału wymaganą do symulacji struktury mózgu.
Zespół programistów z amerykańskiego Narodowego Instytutu Standardów i Technologii oferuje nieco inne podejście. Naukowcy chcą używać światła zamiast elektryczności jako sposobu przesyłania sygnału. W tym celu opracowano specjalny chip, który rozprowadza sygnały optyczne wzdłuż miniaturowej siatki w różnych kierunkach. Dzięki zastosowaniu nowego typu sygnału udało się przezwyciężyć problem łączenia elementów sieci neuronowej poprzez ułożenie w pionie dwóch warstw struktur fotonicznych. Ograniczają światło do linii, aby kierować sygnałami optycznymi w podobny sposób, w jaki przewody przesyłają impuls elektryczny. Takie podejście pozwala na tworzenie złożonych schematów routingu niezbędnych do symulacji struktur neuronowych mózgu, a także zwiększenie zarówno szybkości transmisji sygnału, jak i liczby połączeń między elementami sieci. Oprócz,system jest bardzo skalowalny i łatwy do rozbudowy w przyszłości. A jeśli „zwykłe” sieci neuronowe robią postępy w samouczeniu się i rozpoznawaniu wzorców, trudno sobie wyobrazić, do czego zdolna będzie struktura imitująca pracę mózgu.
Vladimir Kuznetsov