Wszyscy znamy zdolność sieci neuronowych do rozpoznawania pisma ręcznego. Podstawy tej technologii istnieją już od wielu lat, jednak dopiero niedawno skok w obszarze mocy obliczeniowej i równoległego przetwarzania danych pozwolił przekształcić tę technologię w bardzo praktyczne rozwiązanie. Niemniej jednak, to praktyczne rozwiązanie jest w zasadzie reprezentowane przez cyfrowy komputer, który wielokrotnie zmienia bity, dokładnie tak samo, jak w przypadku każdej innej aplikacji. Jednak w przypadku sieci neuronowej opracowanej przez badaczy z uniwersytetów Wisconsin, MIT i Columbia, sytuacja wygląda inaczej. Oni .
To szkło zawiera precyzyjnie umiejscowione wtrącenia, takie jak pęcherzyki powietrza, domieszki grafenu i innych materiałów. Gdy światło pada na szkło, powstają złożone wzory falowe, w wyniku których w jednej z dziesięciu stref światło staje się bardziej intensywne. Każda z tych stref odpowiada określonemu numerowi. Na przykład poniżej przedstawiono dwa przykłady, które pokazują, jak światło rozchodzi się podczas rozpoznawania liczby „dwa”.
Przy zestawie szkoleniowym składającym się z 5000 obrazów, sieć neuronowa jest w stanie poprawnie rozpoznać 79% z 1000 wejściowych obrazów. Zespół uważa, że mogliby poprawić wyniki, gdyby udało im się obejść ograniczenia wynikające z procesu produkcji szkła. Zaczęli od bardzo ograniczonego projektu urządzenia, aby uzyskać działający prototyp. Następnie planują kontynuować badania nad różnymi sposobami poprawy jakości rozpoznawania, starając się jednocześnie nie komplikować nadmiernie technologii, aby można ją było wykorzystać w produkcji. Zespół ma także plany dotyczące stworzenia trójwymiarowej sieci neuronowej w szkle.
Źródło: habr.com
