Генеративные нейросети, создающие изображения, обычно полагаются на цифровую случайность. Но группа исследователей построила систему, где случайность рождается не в коде, а в крошечной оптической полости с органическим красителем.

Этот конденсат поместили в генеративно-состязательную сеть (GAN). Одна её часть рисовала цифры, другая — оценивала результат. Конденсат служил источником случайных возмущений, которые помогали сети не зацикливаться на одном шаблоне. Оказалось, что такая «физическая» случайность работает лучше цифрового аналога: картинки получаются чётче и разнообразнее. Метрики, оценивающие качество и структурную схожесть, подтвердили преимущество. Более того, пространственная связность флуктуаций в конденсате сама по себе упорядочивала обучение, не давая сети переобучаться под единственный образец.

Так поляритонный конденсат из лабораторного курьёза превратился в вычислительный ресурс. Он не заменяет компьютер, а добавляет ему новое измерение — физическое.