Похожие записи
Команда специалистов из Института атомной и молекулярной физики (AMOLF) в Нидерландах представила новый материал, предназначенный для механических вычислений. Этот материал, состоящий из гибкого резинового листа с уникальным узором, позволяет выполнять матрично-векторное умножение, что особенно важно для алгоритмов машинного обучения. Деформации листа контролируются, а входные данные передаются за счет смещения краев, в то время как результаты вычислений отображаются в движениях других областей материала.
Главное преимущество данной разработки — использование «гибких режимов» для обработки информации, что позволяет значительно экономить энергию. Каждая структурная единица обрабатывает два входных сигнала, преобразуя их в два выходных. При этом весовые коэффициенты задаются углами балок, которые могут принимать как положительные, так и отрицательные значения.
Уникальность материала также заключается в возможности изменения его функций после производства благодаря специальным балкам, способным изменять жесткость. В ходе экспериментов ученые создали образец из резины толщиной 6 мм. Результаты испытаний показали, что при слабых сигналах погрешность составила около 20%, а при увеличении амплитуды система демонстрировала плавную реакцию. Подсчеты показали, что современные технологии позволяют создавать вычислительные матрицы размером до 64 на 64 ячейки, что открывает новые горизонты для решения реальных задач, например, в области обработки голосовых сигналов.
Что представляет собой новый материал и для чего он предназначен?
Это гибкий резиновый лист с уникальным узором, разработанный для выполнения механических вычислений. Его основная функция — осуществление матрично-векторного умножения, что является ключевой операцией для многих алгоритмов машинного обучения.
В чем заключается главное преимущество этой технологии и как она работает?
Главное преимущество — значительная экономия энергии за счет использования «гибких режимов» для обработки информации. Вычисления происходят за счет деформации листа: входные данные задаются смещением его краев, а результаты считываются по движениям других его частей. Весовые коэффициенты в вычислениях определяются углами внутренних балок.
Каковы практические возможности и ограничения материала на данный момент?
Текущие технологии позволяют создавать вычислительные матрицы размером до 64×64 ячейки, что открывает перспективы для решения реальных задач, например, в обработке голосовых сигналов. Однако экспериментальный образец показал погрешность около 20% при слабых сигналах. Уникальной особенностью является возможность изменять функции материала уже после его изготовления.