Ученые Московского физико-технического института (МФТИ) представили новую нейронную сеть, основывающуюся на поляритонном конденсате, что обеспечило повышение точности классификации данных до 97,5% в тестах с использованием набора MNIST.
Эта архитектура нейронной сети производится для имитации работы человеческого мозга и включает применение поляритонного конденсата, который представляет собой квантовое состояние, возникающее при взаимодействии света и материи.
Поляритоны, являясь гибридными частицами света и материи, могут образовывать когерентные коллективные состояния, схожие с явлениями, как сверхтекучесть и сверхпроводимость. Применение поляритонных конденсатов в нейроморфных системах способно существенно увеличить их вычислительную скорость и энергоэффективность.
Данная сеть показала выдающиеся результаты в задачах распознавания: точность классификации на наборе данных MNIST составила 97,5%. При тестировании на наборе Speech Commands точность распознавания речи достигла около 68% при выделении десяти различных классов. Эти результаты обошли показатели предыдущих систем на основе поляритонов.
Как отметил Алексей Кавокин, директор Международного центра теоретической физики им. А. А. Абрикосова МФТИ, новая архитектура сети улучшает нелинейные взаимодействия между нейронами разных слоев, использую специальные методики для обработки входных сигналов. Это открытие открывает новые горизонты для расчета и повышения эффективности нейронных сетей.
