В России разработали «осязаемый» ИИ с возможностью обучения на лету

Специалисты из Новгородского государственного университета имени Ярослава Мудрого разработали математическую модель для физического искусственного интеллекта (ИИ). Эта система позволяет «железному» ИИ обучаться и перестраиваться в режиме реального времени — ранее такое было возможно только в программных нейросетях. По словам автора проекта Александра Никитина, главная особенность модели — способность управлять связями между нейронами (синапсами) без необходимости вмешательства в саму аппаратную часть. Это означает, что «нейросеть в железе» сможет адаптироваться к новым задачам и условиям, как это делает программный ИИ, но при этом — работать значительно быстрее. В основе новой модели лежит принцип работы генераторов колебаний. Их синхронизация — то есть настройка на одинаковую частоту — становится ключевым механизмом «обучения». Управляя этими колебаниями извне, можно менять поведение всей нейросети. Кроме того, ученые применили слоистые магнитоэлектрические структуры, которые выступают в роли регулируемой «площадки» для взаимодействия нейронов. Благодаря этому удается гибко настраивать алгоритмы работы искусственного интеллекта без полной перепрошивки системы. Разработка уже частично переведена в программную среду Python. Это позволяет совмещать новую физическую модель с алгоритмами машинного обучения, открывая путь к гибридным ИИ-системам будущего.