În ciuda faptului că termenul „rețea neuronală” poate fi aplicat atât structurii anatomice, cât și unui sistem de calcul, aceste rețele neuronale au încă mai multe diferențe decât asemănări. Acest lucru se datorează în primul rând structurii extrem de complexe a plexurilor neurale ale creierului. Dar asta s-ar putea schimba datorită dezvoltării oamenilor de știință de la Institutul Național de Standarde și Tehnologie din SUA. Invenția lor poate deveni o nouă etapă în dezvoltarea tehnologiei rețelelor neuronale.
Cert este că creierul uman este format din sute de milioane de neuroni, fiecare dintre ele fiind conectat la zeci de mii de alți neuroni. Această structură complexă într-o formă destul de simplificată este luată ca bază pentru construcția rețelelor neuronale artificiale, cu singura diferență că electronica existentă astăzi nu poate face față unei astfel de rutări complexe, iar numărul de conexiuni între elementele rețelei neuronale trebuie redus de zeci și de sute de ori, ceea ce afectează performanța. … Desigur, acum există proiecte care vizează emularea creierului, dar acestea merg și în limita puterii tehnologiilor existente.
Schema de structură a cipurilor. Structura tridimensională oferă rutarea sofisticată și rata de semnal necesară pentru a simula structura creierului.
Echipa de dezvoltare a Institutului Național de Standarde și Tehnologie din SUA oferă o abordare ușor diferită. Oamenii de știință doresc să utilizeze lumina în loc de electricitate ca mijloc de transmitere a unui semnal. Pentru aceasta, a fost dezvoltat un cip special care distribuie semnale optice de-a lungul unei grile miniatură în diferite direcții. Datorită utilizării unui nou tip de semnal, a fost posibilă depășirea problemei conectării elementelor rețelei neuronale prin stivuirea verticală a două straturi de structuri fotonice. Ele limitează lumina la linii pentru a ghida semnalele optice în același mod în care firele transmit un impuls electric. Această abordare vă permite să creați scheme complexe de rutare necesare pentru a simula structurile neuronale ale creierului, precum și crește atât rata de transmitere a semnalului, cât și numărul de conexiuni între elementele de rețea. In afara de asta,sistemul este scalabil și ușor de extins în viitor. Și dacă rețelele neuronale „obișnuite” înregistrează progrese în învățarea de sine și în recunoașterea modelului, este dificil să ne imaginăm de ce va putea să fie capabilă o structură care imită munca creierului.
Vladimir Kuznetsov
