Искусственные нейронные сети возникли после того, как ученые создали элементы, имитирующие алгоритмы действия нервных клеток. Один из них — это лазер, который реагирует на управляющие им электрические сигналы как живые нейроны. Теоретически он должен быстро и при низком энергопотреблении обрабатывать сигнал. Однако большинство лазерных нейронов имитирует пиковые нейроны, которые кодируют сигнал двоичным числом, поскольку имеют лишь два состояния отклика. Эти искусственные нейроны могут терять информацию и требуют сложной конструкции.
Исследователи из Китайского университета Гонконга под руководством Хуанга Чаорана (Chaoran Huang) преодолели эти ограничения и разработали градиентный искусственный нейрон, который ступенчато обрабатывает поступающие сигналы и которым можно управлять с помощью радиочастотных импульсов. Он создан на основе лазера на квантовых точках и работает в миллиард раз быстрее, чем живой. Это делает лазерный нейрон идеальным прибором для так называемых высокоскоростных резервуарных вычислений. Их реализуют с помощью особого типа сетей для обработки временных рядов данных, которые исключительно хороши для распознавания образов и изучения последовательностей данных, например для расшифровки речи и предсказания погоды. Интересно, что даже один такой лазерный нейрон ведет себя как небольшая нейронная сеть и быстро выполняет задачи машинного обучения без дополнительных связей с себе подобными.
Ученые проверили работу искусственного нейрона в эксперименте и получили фантастические результаты. К примеру, его производительность позволяет всего за одну секунду обработать 34,7 миллиона рукописных цифровых изображений или на основе данных о 100 миллионах сердечных сокращений выявить аритмию с точностью до 98,4%.
Если же соединить несколько лазерных нейронов в каскад, то скорость обработки информации станет намного больше! А скорость принятия решения и высокая точность — это то, что критически важно для многих ситуаций, в которых ИИ находит свое применение (Optica).