Nová neurální síť pracuje rychlostí světla  
Optická neurální síť s deep learningem prošla prvními testy. V budoucnu by se mohla stát základem aplikací, které vyžadují hodně rychlou umělou inteligenci.
Neurální síť. Kredit: CC0 Public Domain.
Neurální síť. Kredit: CC0 Public Domain.

V dnešní elektronice se prohánějí elektrony. Ale tím není řečeno, že by to nešlo i jinak. Tým vědců Kalifornské univerzity v Los Angeles vyvinul nový typ neurální sítě. Funguje tak, že namísto elektřiny používá ke zpracování dat fotony, čili světlo. Jejich výzkum v těchto dnech publikoval časopis Science.

 

Aydogan Ozcan. Kredit: UCLA.
Aydogan Ozcan. Kredit: UCLA.

Neurální sítě pro deep learning jsou počítačové systémy, které se učí tak, že prohlížejí veliké soubory dat. V nich hledají určité vzory, které pak následně využívají v interpretaci nových dat. A dnešní neurální sítě k tomu používají elektřinu. Aydogan Ozcan s kolegy ale našli způsob, jak postavit neurální síť s deep learningem, která se (téměř) obejde bez elektřiny. Namísto elektřiny používá světlo. Své síti říkají difraktivní síť s deep learningem (D2NN, z anglického diffractive deep neural network).

 

Jak postavit neurální síť poháněnou světlem? Použili k tomu malé plastové destičky, které si vytiskli na 3D tiskárně. Každá destička přitom představuje vrstvu virtuálních neuronů. Každý z takových neuronů se chová jako jeho biologický protějšek, ale pracuje se světlem. Badatelé například použili pět destiček, které uspořádali do řady a ponechali mezi nimi kousek volného prostoru. Systém pracoval tak, že na první z destiček nasměroval laserový paprsek, který pak prošel druhou, třetí, čtvrtou a pátou destičkou takovým způsobem, že přenesl informace o objektu umístěném před zařízením. Senzor dopadajícího záření nakonec zpracoval výsledky.

 

University of California – Los Angeles.
University of California – Los Angeles.

Ozcan a spol. svoji technologii optické neurální sítě otestovali tím, že postavili síť schopnou rozlišovat číslice od nuly do devíti a pak ohlásit výsledek. Neurální síti ukázali číslici, síť ji rozeznala a zobrazila ji. Během fáze učení badatelé nakrmili svůj systém 55 tisíci snímky číslic. A upřímně řečeno, učení zahrnovalo použití elektřiny, protože se na něm podílel klasický počítač.

 

Když Ozcanův tým ověřoval schopnosti optické neurální sítě, tak ji ukázali tisíce snímku číslic. A neurální síť zabodovala s úspěšností přibližně 95 procent. Koncept se tedy osvědčil a mohl by se stát základem aplikací, v nichž musejí být neurální sítě hodně rychlé. Jako když například rozeznávají tváře v rychle se pohybujícím davu. 

Video: UCLA Spotlight Profile: Aydogan Ozcan



Literatura
TechXplore 27. 7. 2018, Science online 26. 7. 2018.

Datum: 28.07.2018
Tisk článku

Související články:

Vývojáři předvedli první mikročip, který ultrarychle komunikuje světlem     Autor: Stanislav Mihulka (24.12.2015)
Wi-Fi s infračervenými paprsky je stokrát rychlejší     Autor: Stanislav Mihulka (19.03.2017)
V Caltechu postavili čip s optickou kvantovou pamětí, který pracuje se světlem     Autor: Stanislav Mihulka (12.09.2017)



Diskuze:

rychlost

Vaclav Prochazka,2018-08-01 09:29:37

Hmm, měl jsem dojem, že i elektromotorická síla se šíří rychlostí světla, takže proč by měla být rychlost zpracování signálu (u velmi jednoduché sítě) u světelného signálu výrazně rychlejší, než u "elektrické" ještě když musí projít přes spoustu destiček, kde je nepochybně v

Odpovědět


Re: rychlost

Vaclav Prochazka,2018-08-01 09:30:18

v

Odpovědět


Re: Re: rychlost

Vaclav Prochazka,2018-08-01 09:31:48

v

Odpovědět

95% je slabý výsledek

Matěj Jakimov,2018-07-29 13:10:01

Použili MNIST dataset, který je sám o sobě velice lehký a používá se pro testování úplně nových přístupů, aby se ukázalo, že "to alespoň něco dělá". V původním článku jsem našel accuracy 91.75%, což je pro tento dataset velmi špatný výsledek, který překoná i jednoduchý a extrémně rychlý lineární model: https://en.wikipedia.org/wiki/MNIST_database. Ergo výsledek je, že "něco to dělá", ale je to zatím dost na prd. Takže bych byl opatrný s tvrzením, že "se koncept osvědčil".

Odpovědět


Re: 95% je slabý výsledek

Milan Krnic,2018-07-29 13:16:37

Díky. Každopádně nějak tu 3D tiskárnu protlačit do nákladů museli.

Odpovědět

rozporuplné pocity

Pavel Foltán,2018-07-28 20:50:14

Na základě mnoha článků popisujících snahu čínské vlády o zavedení bodovacího systému "vhodnosti" jednotlivých obyvatel, dostává poslední věta článku dost nepříjemné vyznění.

Odpovědět


Re: rozporuplné pocity

Sepp Winkler,2018-07-31 14:00:00

Je fascinujúce ako niektorí demokraciu milujúci vrtalovia musia vniesť politiku a svoje politické názory snáď do každej témy :( Článok píše "Kalifornské univerzity v Los Angeles" čo aj letmý pohľad na mapy Google zaradí do USA. Vedec Aydogan Ozcan tiež nevyzerá na Číňana. Napriek tomu tu musí zanieť obava z konania čínskej vlády. Prečo nie z konania štátu, na území ktorého výskum prebieha a aj aplikovanie bude asi jednoduchšie? Neexistuje dostatočné množstvo faktov podporujúcich obavy, že aj tento štát je ochotný vynaložiť nemalé úsilie na hlboké poznanie svojho a nielen svojho obyvateľstva?

Odpovědět


Diskuze je otevřená pouze 7dní od zvěřejnění příspěvku nebo na povolení redakce








Zásady ochrany osobních údajů webu osel.cz