Нейросеть с короткой памятью

Такая «гибридная» модель на 15% точнее обрабатывает изображения, чем аналоги, и будет полезна при создании систем искусственного интеллекта, использующихся в управлении и навигации робототехнических устройств и в медицинской диагностике.

Сверточные нейронные сети сегодня активно применяются для распознавания и классификации изображений, а потому незаменимы в компьютерном зрении. Например, в системах автоматического вождения для распознавания дорожных знаков и обработке естественного языка, в частности для анализа текста с целью извлечения полезной информации.

Несмотря на широкое распространение, сверточные нейронные сети обладают недостатками. Так, сложно понять и объяснить их логику принятия решений. Это затрудняет использование таких нейронных сетей в сферах, где очень важно понимать, на основании чего алгоритм получил тот или иной результат, например в медицинской диагностике. Кроме того, существующие алгоритмы все еще неспособны имитировать процессы обработки информации в головном мозге. Совместив нейросети с математически моделями информационных процессов в мозге, можно расширить возможности технологии — в частности, добавив новый функционал или повысив их точность.