Neskatoties uz to, ka terminu "neironu tīkls" var attiecināt gan uz anatomisko struktūru, gan uz skaitļošanas sistēmu, šiem neironu tīkliem joprojām ir vairāk atšķirību nekā līdzību. Tas galvenokārt ir saistīts ar ārkārtīgi sarežģīto smadzeņu neirālo pinumu struktūru. Bet tas varētu mainīties, pateicoties ASV Nacionālā standartu un tehnoloģijas institūta zinātnieku attīstībai. Viņu izgudrojums var kļūt par jaunu posmu neironu tīkla tehnoloģijas attīstībā.
Fakts ir tāds, ka cilvēka smadzenes sastāv no simtiem miljonu neironu, no kuriem katrs ir savienots ar desmitiem tūkstošu citu neironu. Šī sarežģītā struktūra diezgan vienkāršotā formā tiek ņemta par pamatu mākslīgo neironu tīklu izveidošanai, ar vienīgo atšķirību, ka mūsdienās esošā elektronika nespēj tikt galā ar tik sarežģītu maršrutēšanu, un savienojumu skaits starp neironu tīkla elementiem ir jāsamazina desmitiem un simtiem reižu, kas ietekmē veiktspēju … Protams, tagad ir projekti, kuru mērķis ir sacensties ar smadzenēm, taču tie arī nonāk pašreizējo tehnoloģiju jaudas robežās.
Mikroshēmas struktūras shēma. Trīsdimensiju struktūra nodrošina izsmalcinātu maršrutēšanu un signāla ātrumu, kas nepieciešams smadzeņu struktūras imitēšanai.
ASV Nacionālā standartu un tehnoloģijas institūta attīstības komanda piedāvā nedaudz atšķirīgu pieeju. Zinātnieki vēlas signāla pārraidīšanai izmantot elektrību, nevis gaismu. Šim nolūkam ir izstrādāta īpaša mikroshēma, kas dažādos virzienos izplata optiskos signālus pa miniatūru režģi. Pateicoties jauna veida signālam, bija iespējams novērst neironu tīkla elementu savienošanas problēmu, vertikāli sakraujot divus fotonisko struktūru slāņus. Viņi ierobežo gaismu līnijām, lai vadītu optiskos signālus tādā pašā veidā, kā vadi pārraida elektrisko impulsu. Šī pieeja ļauj jums izveidot sarežģītas maršrutēšanas shēmas, kas vajadzīgas smadzeņu neironu struktūru imitēšanai, kā arī palielināt gan signāla pārraides ātrumu, gan savienojumu skaitu starp tīkla elementiem. Turklāt,sistēma ir ļoti pielāgojama un to ir viegli paplašināt nākotnē. Un, ja "parastie" neironu tīkli gūst panākumus pašmācībā un modeļa atpazīšanā, ir grūti iedomāties, uz ko būs spējīga struktūra, kas imitē smadzeņu darbu.
Vladimirs Kuzņecovs