Нейрондук тармактардын кол менен жазылган текстти таануу жөндөмү баарыбызга белгилүү. Бул технологиянын негиздери көп жылдардан бери болуп келген, бирок эсептөө кубаттуулугундагы секирик жана параллелдүү иштетүү бул технологияны абдан практикалык чечимге айландырды. Бирок, бул практикалык чечим башка программалар сыяктуу эле биттерди кайра-кайра алмаштырып турган санариптик компьютер түрүндө болмок. Бирок Висконсин, MIT жана Колумбия университеттеринин изилдөөчүлөрү тарабынан иштелип чыккан нейрон тармагында андай эмес. Алар .
Бул айнек аба көбүктөрү, графендин аралашмалары жана башка материалдар сыяктуу так жайгашкан кошулмаларды камтыйт. Жарык айнекке тийгенде, комплекстүү толкун моделдери пайда болуп, жарыктын он аймактын биринде интенсивдүү болушуна алып келет. Бул аймактардын ар бири бир санга туура келет. Мисалы, төмөндө "эки" санын таанууда жарыктын кандайча тарай турганын көрсөткөн эки мисал келтирилген.
5000 сүрөттөлүштүн машыгуу топтому менен нейрон тармагы 79 киргизилген сүрөттөрдүн 1000% туура тааный алат. Команда айнек өндүрүш процессинен улам келип чыккан чектөөлөрдү айланып өтсө, натыйжаны жакшырта аларына ишенет. Алар жумушчу прототибин алуу үчүн аппараттын өтө чектелген дизайны менен баштады. Андан кийин, алар технологияны андан кийин өндүрүштө колдонуу үчүн өтө татаалдаштырбоого аракет кылып, таануунун сапатын жакшыртуунун ар кандай жолдорун изилдөөнү улантууну пландаштырууда. Команда ошондой эле айнектен XNUMXD нейрон тармагын түзүүнү пландап жатат.
Source: www.habr.com