Фотонные слои можно обучать вместе с нейросетью: astralora проверили на цифровых эмуляциях

Исследователи AIRI, Центра квантовых технологий Сбербанка и Сколтеха разработали astralora для обучения сетей, которые совмещают цифровые и физические вычисления. Фотонные и нейроморфные процессоры рассматриваются как основа энергоэффективного ИИ.

Обучение через подмену. Обычный алгоритм обучения должен вычислять производные для каждого слоя, а физический слой работает как чёрный ящик. astralora подбирает его параметры по результатам случайных изменений. Для передачи градиента остальной сети метод использует компактную математическую замену физического слоя и обновляет её по ходу обучения.

Результаты версии исследования от 4 мая 2026 года различаются по задаче:

| Задача | Результат цифровой эмуляции | | --- | --- | | Изображения, CIFAR-10 | Все исследованные фотонные слои приблизились к точности цифровой модели при ранге замены r≥10 и бюджетах M_bb=M_sm≥100. Результаты усреднили по 5 запускам. | | Звуки, UrbanSound8K | Вариант с пространственным модулятором света при ранге 50 получил weighted F1 78,95% против 77,46% у цифровой модели. Метрика оценивает распознавание классов звуков. Результаты усреднили по 5 запускам. | | Текст, FineWeb | В GPT-2-подобной модели после замены 12 целых MLP-блоков perplexity выросла с 23,80 до 30,87–32,13 в зависимости от слоя. Модель хуже предсказывала следующий токен. |

Код для воспроизведения. На 2 октября 2026 года код astralora открыт на GitHub. README задаёт установку из каталога проекта:

```bash conda create --name astralora python=3.10 -y conda activate astralora pip install -e . ```

В репозитории есть 4 каталога примеров:

- `airbench_cifar` - `cnn_cifar` - `ecapa_urbansound8k` - `nanogpt_fineweb`

В каждом настройка и запуск описаны в файле `run.py`.

Первоисточники: [Материал CNews от 2 октября 2026 года](https://www.cnews.ru/news/line/2026-10-02_novyj_algoritm_pozvolit), [исследование авторов astralora](https://arxiv.org/abs/2509.15113), [код и инструкция установки](https://github.com/AndreiChertkov/astralora).

Первый препринт авторы опубликовали 18 сентября 2025 года, вторую версию — 4 мая 2026 года.