Учёные разработали дизайн базовой ячейки сверхпроводниковых нейронных сетей. Предложенный прототип работает с низкими энергозатратами и высокой производительностью. Нейрон потребляет в 100 раз меньше энергии, чем его полупроводниковые аналоги, и может в 10—100 раз лучше, в зависимости от конфигурации нейросети, обрабатывать данные.
Исследование выполнено командой учёных из лаборатории теории наноструктур НИФТИ ННГУ, МГУ им. М.В. Ломоносова и Московского технического университета связи и информатики. В основе разработки — идея использовать квантовые эффекты в наноструктурах из сверхпроводниковых материалов для решения задач анализа больших массивов данных, распознавания изображений, оптимизации процессов.
Высокая скорость работы и низкие энергозатраты предложенной схемы достигаются за счёт использования сверхпроводниковой адиабатической логики. Это самый энергоэффективный способ передачи информации между элементами нейросети на сегодняшний день. Он позволяет разогнать нейросеть практически без выделения тепла. Увеличивается количество полезной энергии и объёмы переданной информации. Кроме того, эта схема гораздо компактнее, чем полупроводниковый вариант. Учёные из МГУ и МТУСИ активно разрабатывают эту концепцию с 2015 года. Нижегородским физикам впервые удалось детально рассчитать параметры работы и функции активации сверхпроводниковой нейронной сети. Результаты работы опубликованы в журнале Symmetry.
Спектр возможного применения сверхпроводниковых нейросетей с адиабатическим управлением очень широк: от инструментов борьбы с интернет-мошенничеством до распознавания космических объектов.
«Сейчас предлагаются прототипы для классических и квантовых нейронных сетей, идёт разработка квантового интеллекта, и в этом направлении наша схема имеет хорошие перспективы. Сверхпроводниковые решения уже отлично себя заявили как базовые блоки квантовых компьютеров, а сверхпроводниковая адиабатическая логика, используемая в нашей работе, работает и применяется для квантовых систем. Поэтому наш следующий шаг — это создание квантового нейрона и квантовой нейронной сети», — прокомментировала работу Марина Бастракова, заведующая лабораторией Теории наноструктур НИФТИ ННГУ и автор исследования.