Случайность не случайна: грядет новая эра машинного обучения

Максим Наговицын26.05.2025624

Машинное обучение с подкреплением — ключевая часть искусственного интеллекта — требует высокоскоростных решений.

Случайность не случайна: грядет новая эра машинного обучения
Источник: нейросеть

Но классические методы на базе микросхем упираются в ограничения: закон Мура больше не работает, энергии тратится много, а скорости не хватает.

Недавно ученые предложили альтернативу — фотонный ускоритель на основе нелинейного оптоэлектронного осциллятора (NOEO). Его поставили в начало системы принятия решений, и он помогал решать задачи быстрее и точнее. Внутри NOEO генерировались четыре сложных хаотических сигнала с рекордными параметрами: полоса пропускания до 18 ГГц, энтропия 0.9983 и почти нулевая периодичность. Это намного лучше, чем у обычных генераторов на микросхемах или лазерах.

Результаты опубликованы в издании PhotoniX.

Благодаря такому мощному источнику случайности, система эффективно балансировала между исследованием и использованием — главной проблемой обучения с подкреплением. Два примера проверили: задачу о многоруком бандите (MAB) и крестики-нолики.

В MAB-тесте с 512 вариантами NOEO показал лучшую скорость и точность. Например, для 64 вариантов он достигал 100% правильных решений за 80 циклов, тогда как классический метод 0.02-Greedy не преодолевал 98%. А зависимость числа попыток от сложности оказалась почти линейной — лучше, чем у конкурентов.

В крестики-нолики две NOEO-системы играли друг с другом, и ни одна не могла выиграть — баланс идеальный.

Но если одна сторона использовала ускоритель, а другая нет, победа была гарантирована.

Это не просто академический успех. Обычные системы работают только с простыми задачами вроде MAB, а здесь — настоящая игровая логика, близкая к реальному обучению. Более того, архитектура NOEO позволяет применять его и в других областях ИИ: глубоком обучении, резервуарных вычислениях, оптимизации.

Польза исследования

  • Скорость: фотонные системы работают на порядки быстрее электронных.
  • Энергоэффективность: меньше нагрев, выше КПД.
  • Масштабируемость: хаотические сигналы NOEO позволяют решать сложные задачи без экспоненциального роста затрат.
  • Универсальность: подход применим не только в RL, но и в других областях машинного обучения.

Отметим, что хаотические генераторы NOEO требуют точной настройки и стабильных условий работы. В реальных системах, где есть вибрации, перепады температур и электромагнитные помехи, их надежность пока под вопросом.

Ранее ученые разработали кристаллы, обладающие одновременно электронными и оптическими свойствами.

Подписаться: Телеграм | Дзен | Вконтакте


Хайтек

Поиск на сайте

Лента новостей

Пресс-релизы