Vi känner alla till den förmåga som neurala nätverk har för att känna igen handskriven text. Grunderna för denna teknologi har funnits i många år, men först på senare tid har framsteg inom datorkraft och parallell databehandling möjliggjort att denna teknologi blivit en mycket praktisk lösning. Ändå kommer denna praktiska lösning, i sin grund, att presenteras som en digital dator som upprepade gånger ändrar bitar, precis som vid utförandet av vilket annat program som helst. Men när det gäller det neurala nätverket som utvecklats av forskare från universiteten i Wisconsin, MIT och Columbia, är saken annorlunda. De .
Detta glas innehåller noggrant placerade inslag, såsom luftbubblor, grafenföroreningar och andra material. När ljus faller på glaset uppstår komplexa vågmönster, som gör att ljuset blir mer intensivt i ett av tio områden. Varje av dessa områden motsvarar ett visst nummer. Till exempel visas nedan två exempel som visar hur ljuset sprider sig vid igenkänning av siffran "två".
Med en träningsuppsättning på 5000 bilder kan det neurala nätverket korrekt känna igen 79% av 1000 ingående bilder. Teamet tror att de skulle kunna förbättra resultatet om de kunde övervinna begränsningarna som orsakas av glasproduceringsprocessen. De började med en mycket begränsad design av enheten för att få en fungerande prototyp. Därefter planerar de att fortsätta utforska olika sätt att förbättra igenkänningen, samtidigt som de strävar efter att inte komplicera teknologin för mycket så att den sedan kan användas i produktionen. Teamet har också planer på att skapa ett tredimensionellt neuralt nätverk i glaset.
Källa: habr.com
