Wszyscy znamy zdolność sieci neuronowych do rozpoznawania pisma ręcznego. Podstawy tej technologii istnieją już od wielu lat, ale dopiero stosunkowo niedawno skok w mocy obliczeniowej i przetwarzanie równoległe uczyniły ją bardzo praktycznym rozwiązaniem. Jednakże to praktyczne rozwiązanie będzie w istocie reprezentowane przez komputer cyfrowy, który wielokrotnie zmienia bity, tak samo jak podczas uruchamiania dowolnego innego programu. Jednak w przypadku sieci neuronowej opracowanej przez naukowców z uniwersytetów w Wisconsin, MIT i Kolumbii jest inaczej. Oni .
Szkło to zawiera precyzyjnie rozmieszczone wtrącenia, takie jak pęcherzyki powietrza, zanieczyszczenia grafenem i inne materiały. Kiedy światło uderza w szkło, powstają złożone wzory fal, które powodują, że światło staje się intensywniejsze w jednym z dziesięciu obszarów. Każdemu z tych obszarów odpowiada numer. Na przykład poniżej znajdują się dwa przykłady pokazujące, jak światło rozchodzi się po rozpoznaniu liczby „dwa”.
Dzięki zestawowi szkoleniowemu składającemu się z 5000 obrazów sieć neuronowa jest w stanie poprawnie rozpoznać 79% z 1000 obrazów wejściowych. Zespół wierzy, że mógłby poprawić wynik, gdyby udało mu się pokonać ograniczenia wynikające z procesu produkcji szkła. Zaczęli od bardzo ograniczonego projektu urządzenia, aby uzyskać działający prototyp. Następnie planują w dalszym ciągu poszukiwać różnych sposobów poprawy jakości rozpoznawania, starając się jednocześnie nie komplikować nadmiernie technologii, aby można było ją następnie wykorzystać w produkcji. Zespół planuje także zbudowanie trójwymiarowej sieci neuronowej w szkle.
Źródło: www.habr.com