Генерирует в режиме реального времени: самарские ученые создали скоростную нейросеть

Ученые Самарского университета разработали нейросеть, которая может распознавать объекты в видео мгновенно. Вместе с анализом «картинки» с обычной видеокамеры разработка может оперативно, почти со скоростью света, анализировать данные с помощью гиперспектрометров — устройств, позволяющих обнаруживать объекты, невидимые для обычных средств наблюдения.

Разработку такого ИИ заказал Российский федеральный ядерный центр Всероссийского научно-исследовательского института экспериментальной физики (РФЯЦ-ВНИИЭФ). Исследования финансирует Министерство науки и высшего образования Российской Федерации и Госкорпорации «Росатом».

— Ученые нашего университета разработали оптическую нейросеть на основе аналоговой фотонной вычислительной системы, собрали демонстрационный образец, подтвердивший работоспособность схемы. Нейросеть нужна для анализа видеопотока и распознавания определенных объектов и изображений. Ключевой особенностью разработки является возможность анализа гиперспектральных данных. Аналоговая фотонная вычислительная система позволяет распознавать объекты почти со скоростью света, что значительно — в сотни раз превосходит скоростные характеристики современных цифровых нейросетей на основе традиционных полупроводниковых компьютеров. Это особенно важно для оперативного анализа гиперспектральных данных, ведь это большие объемы информации, — рассказал профессор кафедры технической кибернетики Самарского университета им. Королёва доктор физико-математических наук Роман Скиданов.

Кроме быстрого действия и широкого спектрального диапазона, аналоговые оптические вычислительные системы обладают также такими преимуществами, как полная защищенность от электромагнитных помех, малое потребление энергии и возможность параллельной обработки данных. Схему системы впервые предложили еще в 1958 году. Направление активно развивали в 80-е годы прошлого века, но затем применение устройств практически сошло на нет из-за их громоздкости и развития цифровой техники. Последние годы эта сфера прикладных исследований становится актуальной в различных странах мира благодаря появлению новых материалов и созданию компактной оптики с особой структурой.

— Наш демонстрационный образец создан с использованием стандартных лабораторных оптико-механических компонентов, а также различных модуляторов и видеокамер. Надежность распознавания составила 93,75%. В 2024 году планируется собрать и испытать экспериментальный образец системы в достаточно компактном корпусе размером с небольшой системный блок компьютера. Точность и надежность распознавания у экспериментального образца должна вырасти за счет подбора компонентов с улучшенными характеристиками. Опытный образец установки, возможно, будет готов в 2025 году, — отметил Роман Скиданов.

В последние годы нейросеть стала популярна и у массовой аудитории. Мы показывали, как программа видит местных политиков.