一位俄罗斯科学家开发了一种新的神经网络体系结构，该体系结构可用于具有少量RAM的微控制器中，并嵌入到鞋或冰箱等家庭用品中，从而使其变得“智能”。俄罗斯科学基金会（RSF）的新闻服务部门在《科学》电子杂志上发表了他的工作描述，并对此作了简要介绍。

　　由于物联网的飞速发展，工程师们正在尝试创建可以在微控制器（设计用于控制电子设备的微电路）上运行的新型神经网络，其RAM容量为数十千字节。在现代个人计算机中，它以千兆字节为单位进行计算，即成千上万倍。这样的微控制器可以与家用物品结合在一起-门，冰箱，鞋子，眼镜，水壶和/或咖啡壶-并赋予它们“智能”。

　　为了解决这个问题，彼得罗扎沃茨克州立大学的科学家创建了一种新的神经网络架构，该架构允许经济地使用少量RAM，并为将低功耗设备引入物联网开辟了前景。它被命名为LogNNet。这是前馈神经网络，即其中的信号专门从输入指向输出。

　　关于发展

　　该神经网络的主要特征是系统尝试随机混合输入信息，但同时从中提取有价值的数据，这些数据最初是不可见的。为了产生混乱，使用了简单的逻辑映射公式，其中根据前一个值计算下一个值。事实证明，这个简单的方程式存储了由处理器计算出的无限数量的随机数，并且网络体系结构使用它们会消耗更少的RAM。

　　科学家使用MNIST数据库在手写数字识别上测试了他的神经网络，该数据库被认为是训练神经网络的标准。它包含超过70,000个手写数字。结果，网络中存在的组件越多，混乱越多，图像识别效果就越好。科学家设法达到的最大准确度是96.3％。在这种情况下，开发的体系结构使用不超过29KB的RAM。

　　“由于这一发展，物联网的发展开辟了新的前景，因为任何配备有低功耗微型控制器的设备都可以具有人工智能。因此，可以在不向云服务发送数据的情况下智能地处理外围设备上的信息，从而改善了工作，例如智能在国内，这是对物联网技术发展的重要贡献，我们的科学家正在积极地进行这项工作。此外，这项工作还概述了研究混沌对人工智能影响的另一种方法，“安德里·韦利奇科说。