人工神經(jīng)網(wǎng)絡(luò)是相互連接的人工神經(jīng)元層，對于機器學(xué)習(xí)任務(wù)(例如語音識別和醫(yī)學(xué)診斷)非常感興趣。實際上，電子計算硬件已接近其功能極限，但是對更大計算能力的需求卻在不斷增長。

研究人員將自己轉(zhuǎn)向光子而不是電子，以光速傳遞信息。實際上，不僅光子可以比電子更快地處理信息，而且光子是當(dāng)前互聯(lián)網(wǎng)的基礎(chǔ)，在互聯(lián)網(wǎng)上避免所謂的電子瓶頸(將光信號轉(zhuǎn)換為電子信號，反之亦然)很重要。 )。

所提出的光學(xué)神經(jīng)網(wǎng)絡(luò)能夠以超高的計算速度(超過每秒10萬億次操作)識別和處理大規(guī)模數(shù)據(jù)和圖像。集成光子學(xué)專家Morandotti教授解釋了如何將光學(xué)頻率梳(一種由許多等間隔的頻率模式組成的光源)集成到計算機芯片中，并用作光學(xué)計算的節(jié)能光源。

該設(shè)備執(zhí)行一種矩陣矢量乘法，稱為圖像處理應(yīng)用程序的卷積。對于實時海量數(shù)據(jù)機器學(xué)習(xí)任務(wù)，例如在相機中識別面部或在臨床掃描應(yīng)用中進行病理學(xué)識別，它顯示出令人鼓舞的結(jié)果。他們的方法具有可擴展性和可訓(xùn)練性，可針對要求更高的應(yīng)用(例如無人駕駛汽車和實時視頻識別)擴展到更復(fù)雜的網(wǎng)絡(luò)，從而在不遠的將來就可以與新興的物聯(lián)網(wǎng)完全集成。