"運(yùn)用光學(xué)芯片比數(shù)字計(jì)算機(jī)更有效地執(zhí)行神經(jīng)網(wǎng)絡(luò)，能夠處理更復(fù)雜的問題。"斯坦福大學(xué)研討小組的Shanhui Fan說。"例如，這將加強(qiáng)人工神經(jīng)網(wǎng)絡(luò)執(zhí)行自動(dòng)駕駛汽車所需任務(wù)的才能，或者對(duì)口頭問題作出恰當(dāng)?shù)姆错?。它還能以我們?nèi)缃駸o法想象的方式改善我們的生活。"

    人工神經(jīng)網(wǎng)絡(luò)是一種人工智能，它運(yùn)用銜接的單元以相似于大腦處置信息的方式處置信息。運(yùn)用這些網(wǎng)絡(luò)來執(zhí)行一個(gè)復(fù)雜的任務(wù)，例如語音辨認(rèn)，需求對(duì)算法停止關(guān)鍵步驟的鍛煉，以順應(yīng)不同的輸入，如不同的單詞。

    雖然光學(xué)人工神經(jīng)網(wǎng)絡(luò)最近被實(shí)考證明，但鍛煉步驟是在傳統(tǒng)的數(shù)字計(jì)算機(jī)上運(yùn)用一個(gè)模型停止的，然后將最后的設(shè)置輸入到光學(xué)電路中。在光學(xué)學(xué)會(huì)的具有很高影響力的研討雜志上，斯坦福大學(xué)報(bào)告了一種直接在設(shè)備中鍛煉這些網(wǎng)絡(luò)的辦法，這種辦法是經(jīng)過完成"光學(xué)模仿"算法來完成的，這是鍛煉常規(guī)神經(jīng)網(wǎng)絡(luò)的規(guī)范辦法。