Vi er alle kjent med nevrale nettverks evne til å gjenkjenne håndskrift. Det grunnleggende i denne teknologien har eksistert i mange år, men det er først relativt nylig at sprang i datakraft og parallell prosessering har gjort denne teknologien til en veldig praktisk løsning. Imidlertid vil denne praktiske løsningen i sin kjerne være representert av en digital datamaskin som endrer bits mange ganger, akkurat som den ville gjort når du kjører et hvilket som helst annet program. Men når det gjelder et nevralt nettverk utviklet av forskere ved universitetene i Wisconsin, MIT og Columbia, er ting annerledes. De .
Dette glasset inneholder nøyaktig plasserte inneslutninger som luftbobler, grafen-urenheter og andre materialer. Når lys treffer glasset, oppstår det komplekse bølgemønstre, som gjør at lyset blir mer intenst i ett av de ti områdene. Hvert av disse områdene tilsvarer et tall. Nedenfor er for eksempel to eksempler som viser hvordan lys forplantes når tallet "to" gjenkjennes.
Med et treningssett på 5000 bilder, er det nevrale nettverket i stand til å gjenkjenne 79 % av 1000 inndata på riktig måte. Teamet tror at de kunne forbedre resultatet hvis de kunne overvinne begrensningene forårsaket av glassproduksjonsprosessen. De startet med en svært begrenset design av enheten for å få en fungerende prototype. Deretter planlegger de å fortsette å utforske ulike måter å forbedre kvaliteten på gjenkjennelse på, samtidig som de prøver å ikke komplisere teknologien for mye slik at den kan brukes i produksjonen. Teamet har også planer om å bygge et XNUMXD-nevralt nettverk i glass.
Kilde: www.habr.com