Обучение нейросетей через «чёрный ящик» Наши исследователи вместе с Центром квантовых технологий Сбербанка и Сколтеха разработали Astralora — метод обучения гибридных ИИ-моделей, которые используют альтернативные вычислители, такие как фотонные, нейроморфные и аналоговые чипы. Обучение нейросетей методом обратного распространения ошибки требует доступа к внутренним градиентам каждого слоя. Astralora позволяет обойти это ограничение. При случайном изменении параметров вычислительного модуля система оценивает результат и определяет, в какую сторону нужно скорректировать настройки. Компактная суррогатная модель помогает передавать обратный сигнал, пока вычислительный модуль выполняет основную работу. Метод протестировали на шести моделях фотонных вычислительных слоёв и схем, решая задачи из трёх разных областей. Результаты показали, что для эффективного обучения не обязательно знать, что происходит внутри каждого вычислительного компонента. Научная статья | GitHub | ТАСС