Создана первая фотонная нейросеть

Традиционные нейронные сети основаны на устройствах, способных имитировать работу нейронов. Эти объекты - логические или реальные - специальным образом преобразуют входящий сигнал и передают его дальше. К примеру, входящим сигналом может быть «зашумленное» изображение буквы, которое разбивается на пиксели и каждый пиксель обрабатывается своим нейроном или последовательностью нейронов. На выходе, при правильной настройке нейросети, мы можем получить «чистое» изображение той же буквы.

В качестве входящего сигнала может выступать не только изображение, но и звук или любая другая информация. В некоторых случаях для эффективной работы нейросеть должна знать «контекст» информации. Для этого были созданы рекуррентные нейросети - нейроны в них получают не только входящий сигнал, но и информацию о предыдущем состоянии сети. С каждым шагом вычисления состояние сети меняется. Это помогает реализовать в ней своеобразную память. Подробнее о рекуррентных нейросетях можно прочесть в нашем материале.