Среди основных преимуществ новой разработки – высокая производительность. Оптические нейросети используют световую энергию (фотоны) для передачи и обработки данных, обеспечивая большую скорость вычислений по сравнению с традиционными цифровыми системами. Отсутствие потребности в значительном потреблении электроэнергии снижает эксплуатационные расходы и расширяет возможности практического применения технологий. Модификация алгоритмов и использование уникальных дифракционных элементов позволили ученым создать систему, превосходящую существующие аналоги по точности классификации изображений и интерпретации аудиоданных.

Разработанная технология основана на модификации известной схемы оптического матричного умножения, используемого в классических схемах, путем замены ряда стандартных компонентов на инновационные дифракционные элементы. Эта модификация позволила существенно снизить число ошибок, возникающих при передаче сигналов большой размерности.

По словам Артема Никонорова, директора Института искусственного интеллекта и руководителя Центра «Интеллектуальная мобильность многофункциональных беспилотных авиационных систем» Самарского университета (на фото), численная модель оптического умножения была реализована непосредственно в процессе обучения нейросети. Это позволило системе автоматически компенсировать возникающие погрешности, достигнув уровня точности, сопоставимого с цифровыми моделями.

Разработка открывает большие перспективы для широкого круга приложений, включая мониторинг окружающей среды, навигацию беспилотных летающих аппаратов и диагностику заболеваний. Ученые считают, что новая технология найдет применение в создании высокоэффективных систем управления транспортными средствами и промышленными объектами.

Поскольку мир стремится преодолеть ограничения высоких энергетических затрат, связанных с развитием систем искусственного интеллекта, использование оптических вычислений способно решить эту проблему, обеспечив высокую производительность при минимальных затратах энергии, подчеркнул Артем Никоноров.

Разработка уже получила международное признание, планируется ее презентация на международной конференции ACM SenSys в мае 2026 года во Франции.