最新突破！下一代储备池计算速度将提高百万倍

储备池计算(Reserve pool computing)是一种模仿人脑操作的机器学习算法，它正在彻底改变科学家处理最复杂数据处理挑战的方式。现在，研究人员发现了一项新技术，它可以将特定任务的速度提高100万倍，同时使用更少的计算资源进行数据输入。

利用下一代技术，研究人员可以在台式计算机上用不到一秒钟的时间解决一个复杂的计算问题，例如预测天气等随时间变化的动态系统的演化。这些系统可能极难预测，蝴蝶效应就是一个著名的例子。储备池计算非常适合学习这样的动态系统，可以为它们未来的行为提供准确的预测。然而，系统越大、越复杂，需要更多的计算资源、人工神经网络和更多的时间来获得准确的预测。

近日，美国俄亥俄州立大学物理学教授丹尼尔高泰尔(Daniel Gauthier)领导的研究团队简化了存储池计算系统，大大降低了对计算资源的需求，节省了大量时间。根据《自然-通讯》杂志发表的研究报告，下一代存储池计算技术明显优于其他技术。

根据不同的数据，新方法被证明比上一代技术快33到163倍。然而，当工作目标改变为有利于准确性时，新模型的速度会提高100万倍。这种速度提升是因为下一代储备库计算需要的预热和训练比前几代少。

Gauthier在新闻稿中解释说，“几乎不需要预热时间来计算我们的下一代储备池。”目前，科学家必须输入1000或10000个或更多的数据点进行预热。这些都是丢失的数据，在实际工作中是不必要的。最新一代的技术只需要放入一两三个数据点。

此外，新技术仅用28个神经元就能达到同样的精度，而当前一代模型需要4000个神经元。

研究人员计划在未来针对更困难的任务测试超高效神经网络，并将他们的工作扩展到更复杂的计算机问题，如流体动力学预测。