Especialistas de la Universidad Nacional de Investigación de Sarátov N. G. Chernyshevski, junto con colegas de la Universidad Técnica de Berlín, han hecho un importante descubrimiento en el campo del aprendizaje automático. Los investigadores han encontrado una manera de reemplazar las complejas redes neuronales con osciladores con retroalimentación retardada. El descubrimiento de los científicos puede simplificar significativamente y reducir los costos de creación de dispositivos capaces de realizar tareas de inteligencia artificial en tiempo real.
Los osciladores son sistemas que pueden oscilar, como un péndulo o un circuito eléctrico. La adición de retroalimentación retardada, en la que el sistema reacciona a sus estados anteriores, hace que su comportamiento sea más complejo. Tales osciladores pueden imitar la dinámica de redes enteras que constan de muchos elementos interactivos.
Un grupo de científicos dirigido por Vladimir Semenov, jefe del laboratorio de modelado informático en electrónica, demostró que dos osciladores biestables conectados con retardo pueden reproducir el comportamiento de una compleja red neuronal de dos capas.
Los especialistas en el curso de las investigaciones estudiaron dos fenómenos clave: la resonancia estocástica, en la que el ruido amplifica la señal útil, y la propagación del frente de onda, cuando uno de los estados del sistema llena todo el espacio. Los investigadores primero simularon el comportamiento de los osciladores en una computadora y luego crearon prototipos físicos utilizando componentes electrónicos. Los resultados de los experimentos confirmaron completamente los cálculos teóricos.
Actualmente, la universidad continúa trabajando en la aplicación de tales sistemas para modelar «redes neuronales de picos», que imitan en gran medida la actividad eléctrica de las células cerebrales.
Lea también sobre el tema:
Red neuronal para el diagnóstico de tumores creada en Rusia
La red neuronal ha aprendido a determinar el lugar de nacimiento de una persona por inmunidad
