🔎 Проблема: для машинного обучения используют нейросети, которые требуют сложных вычислительных ресурсов. А в мозге нейроны и синапсы настраиваются сами на основе локальной информации. Для машинного обучения нужны такие же простые системы.
😎 Решение: физическая система сравнительного обучения для выполнения простых задач.
Собрали две идентичные электрические сети. В замкнутой подавали входное напряжение и фиксировали выходное на нужном значении, а в свободной установили только напряжение на входном резисторе. Система регулировала сопротивление в двух сетях в зависимости от разницы напряжений и научилась производить правильные выводы для заданных входных значений.
Например, система может различать три типа цветов ириса на основе четырёх параметров: длины и ширины лепестков и чашелистиков. Точность распознавания превышает 95%.
🤨 И что? Это может стать новым подходом к машинному обучению без больших вычислений.
👥 Кто: исследователи Университета Пенсильвании, США.
Источники: science.org и arxiv.org