Выбираем рецепт для нейрочипа: как лучше исправить помехи экспресс

Оригинал: "A Comparative Analysis of Ising Formulations for Neuromorphic Maximum-Likelihood Channel Decoding"
arXiv:2607.12862 · 2026-07-14 · CC BY 4.0 · 1 мин
Учёные сравнили два способа перевода задачи на язык спинов и выяснили: идеального рецепта нет — успех зависит от возможностей конкретного чипа.

Нейрочипы работают иначе, чем обычные компьютеры, собранные по чертежам фон Неймана с раздельными памятью и процессором. В основе чипов — сеть простых ячеек, похожих на нейроны, и, подобно воде, равномерно заполняющей посуду любой формы, они легко находят решение без лишних шагов. Сам чип, как и наш мозг, строится на углероде — химической основе живого.

Учёные взяли задачу очистки сигнала от помех. Её переводят на физический язык поиска минимума энтропии, то есть наименьшего беспорядка. Предложили два рецепта: первый — с минимумом спинов-ингредиентов, но запутанных, словно спагетти; второй — с большим числом спинов, зато связи между ними простые и короткие, как линии в рецепте слоёного теста.

Дополнительные спины во втором рецепте работают как разрыхлитель: увеличивают объём, но не дают тесту опасть — результат выходит ровнее.

Проверка на реальном чипе дала неожиданный результат: иногда второй рецепт, несмотря на обилие ингредиентов, срабатывал быстрее и точнее. Всё зависит от того, сколько связей чип может задействовать одномоментно — прямо как выбор муки под конкретную духовку. Идеального рецепта нет, и только пробуя оба, достигаешь наилучшего восстановления сигнала.

Первый нейроморфный чип появился ещё в 1980-х, но, словно забытый семейный рецепт, прождал своего часа до бума нейросетей.

Мозг потребляет всего 20 ватт — мощность маленькой лампочки. А суперкомпьютер, моделирующий его работу, тратит мегаватты. Нейрочипы сужают эту пропасть в тысячу раз.

Учёные
Ludwig BoltzmannRudolf ClausiusJacob BekensteinStephen HawkingJames Clerk MaxwellEdward Witten
Понятия
порог ошибок декодер методы регуляризации максимальное правдоподобие логический кубит квантовоподобные модели задача оптимизации максимальная квантовая запутанность подавление ошибок большие языковые модели гибридный алгоритм оптимизация ресурсов квантовых вычислений обработка естественного языка профильное правдоподобие состояния Белла скейлинг символьная регрессия физически информированная нейронная сеть