«Аналоги на основе рекуррентных сетей и трансформеров, обучаемые стандартным способом неспособны эффективно решать данные задачи. Разработанная нами модель памяти позволяет обучать алгоритмы так, что срабатывает “долговременная память”, что раньше для программ было невозможно. Наша модель позволяет находить и сохранять в памяти зависимости между далеко разнесенными во времени событиями. Уровень разработки соответствует уровню мировых достижений в данной области», — объяснил Садовничий.
По словам ректора, реализация проекта поможет ученым понять, как именно кодируется информация в нервной системе у человека, и научиться переносить биологические принципы кодирования понятийной информации на системы нейроморфного искусственного интеллекта.
«Также мы создали искусственный синапс на основе пленки полупроводниковых нанокристаллинов. Он позволяет кодировать информацию последовательностью импульсов, а также имеет кратковременную и долговременную память. Полученные результаты демонстрируют новые подходы к созданию фотоэлектрических структур, способные стать основой нейроморфных систем будущего», — рассказал академик.