Развитие искусственного интеллекта требует все больше вычислительных ресурсов. Один из возможных путей — создание нейросетей на сверхпроводниковой электронике, которая сочетает высокое быстродействие с низким энергопотреблением. Исследователи РКЦ совместно с коллегами из МГУ, МТУСИ и ИРЭ РАН предложили гибридную цифро-аналоговую архитектуру: информация передается в виде коротких цифровых импульсов, а обрабатывается аналоговым элементом — сигма-нейроном. Он реализует нелинейную функцию активации, определяющую отклик искусственного нейрона на входной сигнал. Затем результат снова преобразуется в цифровые импульсы. Ученые изготовили сигма-нейрон и измерили его характеристики. Полученные данные использовали в компьютерной модели нейросети для распознавания рукописных цифр из набора MNIST. Точность составила 91,9% — для сравнения, модель с идеальной математической функцией активации показала 97%. Работа стала шагом к созданию сверхпроводниковых нейросетей, в которых цифровая передача данных сочетается с компактной аналоговой обработкой. Соавторами исследования стали сотрудники группы «Квантовые вычисления на сверхпроводниках» РКЦ: Иван Нажесткин, Всеволод Ружицкий, Игорь Соловьев, Николай Кленов и Георгий Губочкин. Результаты опубликованы в журнале Physical Review E.