Учёные из МФТИ добились значительного прогресса в области нейроморфных систем, разработав новую архитектуру нейронной сети, основанную на экситон-поляритонных конденсатах. Новая система продемонстрировала впечатляющие результаты, превзойдя существующие поляритонные нейроморфные технологии. опубликованы в журнале Light: Science & Applications.
Искусственные нейронные сети и искусственный интеллект всё больше влияют на экономику, финансы, городскую жизнь и другие сферы общества. Но традиционные нейронные сети испытывают трудности из-за ограниченной вычислительной скорости и энергоэффективности. Поэтому возрастает интерес к нейроморфным системам, которые воспроизводят структуру и работу человеческого мозга.
Квазичастицы экситон-поляритоны, представляющие собой «жидкий свет», открывают новые возможности для создания эффективных нейроморфных систем. Возникнув из взаимодействия фотонов и экситонов, эти частицы соединяют свойства света и вещества, что позволяет создавать высокоскоростные нейроморфные системы с невероятной эффективностью обработки информации. В 2008 году А.В. Кавокин (МФТИ) ввел термин «поляритонный нейрон», посвятив исследование плоским волноводным структурам, передающим когерентность поляритонов на большие расстояния. Это стало основой для разработки бинарных логических вентилей на полупроводниковых микрорезонаторах, открыв путь к нейроморфным вычислениям.
В 2025 году учёные Международного центра теоретической физики имени А.А. Абрикосова МФТИ опубликовали работу о решетке из пар связанных поляритонных конденсатов, управление которыми возможно с помощью оптики.
Новая архитектура использует оптическую накачку для создания решеток поляритонов. Каждый участок, где образуются поляритоны, формируется отдельным лазерным лучом, не резонирующим с ними и не навязывающим им фазу. Это позволяет поляритонам взаимодействовать независимо, обеспечивая согласованность между участками решетки. Лазерная накачка создает и удерживает поляритоны в определенных местах, формируя эффективный потенциал.
Учёные предлагают использовать пространственные модуляторы света для точного регулирования яркости и расположения светового потока. Такой подход позволяет управлять местоположением и взаимодействием поляритонов в решетке, повышая эффективность системы.
Дизайн сети основан на бинарной структуре. Каждый «нейрон» функционирует благодаря пространственной когерентности парно связанных конденсатов и выполняет бинарные операции, имеющие два конечных состояния, например, 0 и 1. Решетчатая структура позволяет одновременно загружать и обрабатывать много сигналов, повышая эффективность и скорость системы.
Учёные изучали, как применение бинарных операций в этих сетях может повысить производительность вычислений и масштабируемость по сравнению с обычными нейронными сетями.
При создании схемы нейронной сети исследователи использовали результаты научных работ о формировании и регулировании пространственной когерентности в структурах поляритонных конденсатов.
Поляритонная диада — пара поляритонных конденсатов, возбуждаемых локализованными оптическими пучками в плоскости микрорезервуара на расстоянии d друг от друга. Возбуждение происходит в нерезонансном режиме, когда энергия пучка значительно превышает энергию поляритона (на десятки мэВ). Такой процесс создает резервуар некогерентных высокоэнергетических экситонов, питающий поляритонный конденсат. Поддержка процесса осуществляется за счёт стимулированного рассеяния квазичастиц, приводящего к понижению их энергии. Резервуар экситонов также создаёт потенциальный барьер для конденсата из-за сильного отталкивающего взаимодействия поляритонов с экситонами. Поляритоны, срок жизни которых может изменяться в зависимости от добротности микрорезонатора, в основном локализуются вокруг пучка накачки, участвуя в режиме диссипативной задержки.
В каждом конкретном конденсате поляритоны совершают радиальное движение из-за отталкивания от потенциального барьера, сформированного резервуаром. Связь и когерентность нарастают внутри диады конденсата благодаря быстрому распространению поляритонов, способных преодолевать расстояние между ними.
Исследование выявило высокую точность новой нейроморфной сети в распознавании образов. На наборе данных MNIST система достигла 97,5% точности классификации. В распознавании голоса на наборе данных Speech Commands точность составила около 68% для десяти классов, превосходя результаты существующих поляритонных нейроморфных систем.
Исследование показывает большой потенциал экситон-поляритонных сетей как эффективного инструмента для решения задач распознавания образов и обработки данных. В отличие от прежних подходов, где нелинейность возникала в связи взаимодействием нейронов входного слоя, новая архитектура исключает это взаимодействие. Нелинейность реализована за счет взаимодействия между нейронами входного и скрытого слоёв, что ускоряет обработку информации. , — объясняет Алексей КавокинДиректор МЦТФ им. А.А. Абрикосова МФТИ. — Предлагаемая нами архитектура нейронной сети обладает существенными преимуществами: позволяет объединить два подхода для улучшения нелинейных взаимодействий между нейронами разных слоев. Интеграция достигнута благодаря введению процедуры идентификации входного сигнала, что привело к рекордным показателям точности в поляритонных нейронных сетях, значительно превосходящим результаты ранее предложенных моделей.
Ученые предложили несколько путей для совершенствования архитектуры нейронных сетей. Добавление дополнительных скрытых слоев может увеличить вычислительную мощность сети. Выходные данные одного слоя могут стать шаблоном для создания входных данных следующего слоя. Интегрированные оптические волноводы могут соединять нейроны между скрытыми слоями, обеспечивая высокую скорость работы и используя свойства поляритонов для быстрой передачи сигналов.
Переход от квадратной к шестиугольной структуре сети может повысить производительность за счет увеличения числа нейронов, которые реагируют на каждый сигнал. или на элемент исключающие или Элемент может привнести новую степень нелинейности. исключающие или Может менять состояние каждого нейрона при поступлении парных входных сигналов, тем самым делая реакцию нейронов более динамичной.
Исследователи предлагают включать непрерывные входные сигналы наряду с бинарными выходами для более точной настройки данных при помощи меняющихся интенсивностей сигналов. Такой подход расширит пространство входных признаков без потери преимуществ бинарных систем – низкого потребления памяти и высокой скорости обработки.
Изучение управляемых взаимодействий нейронов, которые часто считаются побочным эффектом перекрестных связей, может оказаться полезным. Внедрение точно подобранных коэффициентов взаимодействия между группами нейронов позволит повысить устойчивость и точность всей сети.
Данная архитектура имеет многообещающие применения. Возможны улучшения распознавания изображений, создание более сложных нейроморфных систем и разработка интеллектуальных помощников, использующих поляритонные технологии для обработки естественного языка. Исследования в этой области открывают возможности для систем голосового управления с низкой задержкой и высокой точностью, а также для автоматизированных систем распознавания образов в медицинской диагностике.
Результаты работы учёных МФТИ способны как продвинуть науку вперед, так и открыть применение нейроморфных технологий в обычной жизни.
Информация предоставлена пресс-службой МФТИ
Источник фото: ru.123rf.com