Несмотря на то, что термин «нейронная сеть» можно применить как к анатомической структуре, так и к вычислительной системе, у этих нейросетей различий все же больше, чем сходств. И в первую очередь это обусловлено крайне сложным строением нейронных сплетений головного мозга. Но все может измениться благодаря разработке ученых из Национального института стандартов и технологий США. Их изобретение может стать новым этапом в развитии технологии построения нейронных сетей.

Дело в том, что головной мозг человека состоит из сотен миллионов нейронов, каждый из которых соединен с десятком тысяч других нейронов. Эта сложноустроенная структура в довольно упрощенном виде взята за основу построения искусственных нейронных сетей, с той лишь разницей, что существующая на сегодняшний день электроника не справляется с такой сложной маршрутизацией и количество связей между элементами нейросети приходится уменьшать в десятки и сотни раз, что сказывается на производительности. Конечно, сейчас существуют проекты, направленные на эмуляцию головного мозга, но и они упираются в предел мощности существующих технологий.

Схема строения чипа. Трехмерная структура обеспечивает сложную схему маршрутизации и скорость передачи сигнала, необходимые для имитации устройства головного мозга.

Команда разработчиков из Национального института стандартов и технологий США предлагает несколько иной подход. Ученые хотят использовать свет вместо электричества в качестве средства передачи сигнала. Для этого был разработан специальный чип, который распределяет оптические сигналы по миниатюрной сетке в разных направлениях. Благодаря использованию нового вида сигнала, удалось преодолеть проблему соединения элементов нейросети, вертикально укладывая два слоя фотонных структур. Они ограничивают свет линиями для направления оптических сигналов примерно так же, как провода передают электрический импульс. Этот подход позволяет создавать сложные схемы маршрутизации, необходимые для имитации нейронных структур головного мозга, а также увеличить как скорость передачи сигнала, так и количество связей между элементами сети. Кроме того, система является очень хорошо масштабируемой и ее легко расширить в будущем. И если «обычные» нейронные сети делают успехи в самообучении и распознавании образов, то сложно представить, на что будет способна структура, имитирующая работу головного мозга.