- Ученые из Саратовского национального исследовательского государственного университета (СГУ) разработали энергоэффективный подход к обучению нейросетей.
- Вместо классических искусственных нейронов использовались нейроны ФитцХью-Нагумо - упрощенные, но динамические модели реальных нервных клеток.
- Спайковые нейронные сети на основе осциллирующих нейронов ФитцХью-Нагумо могут работать экономичнее классических моделей.
- В перспективе такие нейросети могут использоваться в энергоэффективных вычислительных системах, таких как автономные сенсоры, робототехника и встраиваемая электроника.
- Нейросети на основе осциллирующих нейронов ФитцХью-Нагумо способны генерировать импульсы только при достаточном входном сигнале и практически не расходуют энергию в остальное время.
- В ходе эксперимента нейросеть успешно обучалась различать простые изображения, точность классификации превысила 80%.
- Исследователи определили условия, при которых обучение стабильно работает, и разработали способ оценки результатов в ситуации, когда невозможно заранее задать желаемое поведение сети.
«Ученые <…> предложили новый подход к обучению нейросетей, который приближает искусственный интеллект к принципам работы человеческого мозга. В своей работе исследователи показали, что так называемые спайковые нейронные сети, построенные на осциллирующих нейронах ФитцХью-Нагумо и обучаемые без учителя, могут работать экономичнее классических моделей НС», - говорится в сообщении. В перспективе такие нейросети могут лечь в основу энергоэффективных вычислительных систем - автономных сенсоров, робототехники и встраиваемой электроники, где критично низкое энергопотребление.