ساخت شبکه عصبی با قدرت یادگیری سریع

به گزارش گروه علم و فناوری آنا از ScienceDaily، این شبکه عصبی که سیستم «محاسبه مخزن» نام دارد، می‌تواند کلمات را قبل از گفته شدن در یک مباحثه، پیش‌بینی کند و براساس حال حاضر، نتایج آتی را پیش‌بینی کند.

مموریستور پایدار کننده حافظه است و از لحاظ سخت‌افزاری، یک ابزار میکروسکوپیک است که می‌تواند شرایط الکتریکی ماقبل خود را حفظ کند. با این ترفند، حافظه موقتی حتی پس از قطع جریان برق هم حفظ می‌شود.

وی لو، استاد مهندسی الکتریک و علوم کامپیوتری در دانشگاه میشیگان، سرپرستی تیم تحقیقاتی که این سیستم را ساخته، برعهده داشته است.

سیستم محاسبه مخزن که گنجایش سیستم عصبی معمولی را بهبود می‌بخشد و زمان لازم برای آموزش را کاهش می‌دهد، در گذشته برای اجزای نوری بزرگ ساخته شده بود. با این حال، گروه تحقیقاتی دانشگاه میشیگان این سیستم را با استفاده از مموریستور ساخته است که به فضای کمتری نیاز دارد و به‌راحتی می‌تواند به الکترونیک‌ مبتنی بر سیلیکون متصل شود.

مموریستور نوع خاصی دستگاه مقاومتی است که هم می‌تواند استدلال کند و هم می‌تواند اطلاعات ذخیره کند. این امر برخلاف روند کار کامپیوترهای معمولی است که استدلال را جدا از ماژول‌های حافظه پردازش می‌کند. در این مطالعه، تیم لو از مموریستر خاصی استفاده کرده است که اتفاقات را در نزدیک‌ترین حافظه ذخیره می‌کند.

این سیستم عصبی که با الهام از مغز ساخته شده است، ترکیبی از نورون‌ها، گره‌ها و سیناپس‌ها (ارتباطات میان گره‌ها) است. برای آموزش این شبکه عصبی، مجموعه‌ای بزرگ از سوال و جواب به سیستم عصبی داده شد. در این پردازش که آموزش نظارتی نامیده می‌شود، ارتباطات بین گره‌ها قوی‌تر است تا میزان خطا در دسترسی به جواب درست را به حداقل برساند.

پس از اتمام دوره آموزشی، شبکه عصبی با سوالات جدید آزمایش می‌شود؛ برای مثال، سیستم می‌تواند عکس جدیدی را پردازش کند و چهره یک انسان را به درستی شناسایی کند چراکه ویژگی‌های صورت انسان را طی دوره آموزشی فراگرفته است.

در اکثر مواقع، روزها و ماه‌ها طول می‌کشد تا یک سیستم عصبی را آموزش داد و روند آموزش نیز بسیار پرهزینه است.

شناسایی تصویر به نسبت آسان‌تر است و نیازی به اطلاعات آماری جداگانه ندارد. اما وظایف پیچیده‌تر مانند شناسایی گفتار به محتوا متکی است و نیاز به سیستم عصبی دارد که جواب‌های درست را بداند. در هنگام تبدیل صوت به متن یا ترجمه یک زبان به دیگری، معنی کلمه و تلفظ بسته به سیلابس‌های قبلی متفاوت خواهد بود.

بنابراین نیاز به سیستم عصبی است که شامل حلقه‌های داخلی شبکه شود و به عنوان حافظه عمل کند.

مترجم: هانا حیدری