Терең нейрондық желі модельдері соншалықты үлкен және күрделі болып кетті, олар дәстүрлі электронды есептеуіш құралдардың мүмкіндіктерін шектейді. Жарық арқылы есептеулерді өңдейтін фотондық аппараттық құралдар жылдамырақ және энергияны үнемдей отырып балама ұсынғанымен, кейбір нейрондық желі есептеулеріндегі шектеулерден өнімділігін тежейді. MIT және басқа мекемелердің ғалымдары осы мәселелерді шешетін жаңа фотондық чипті әзірледі. Бұл толық кіріктірілген фотондық процессор чипте негізгі терең нейрондық желі есептеулердің барлығын оптикалық түрде орындай алады. Чип машинамен оқыту классификациясы тапсырмаларын жарты наносекундтан аз уақытта 92% дәлдікпен аяқтады, бұл дәстүрлі аппараттық құралдармен салыстыруға болады. Коммерциялық құю процесстерін қолдана отырып жасалған чипте оптикалық нейрондық желіні құрайтын өзара байланысқан модульдер бар, бұл болашақта масштабталатын және кіріктірілетін электронды қолданбалардың мүмкіндігін береді. Бұл жетістік лидара, астрономия, бөлшек физикасы және телекоммуникациялар сияқты салаларда терең оқытудың жылдамдығын және энергия тиімділігін арттыра алады. Жүйе нейрондық желінің толық операцияларын наносекунд деңгейінде оптикада жүзеге асырады, бұл оны едәуір жылдам етеді. Зерттеу жетекшісі Сәумил Бандиопадхай модель өнімділігінде жылдамдық пен тиімділіктің маңыздылығын және инновациялық қолданбалар мен алгоритмдер үшін әлеуетті мүмкіндіктерді атап өтті. Зерттеу тобы MIT түлектері мен профессорлары Александр Слуддс, Николас Харрис, Дарий Бунандар, Дирк Энглунд сияқты зерттеушілерден тұрады және олардың зерттеулері Nature Photonics журналында жарияланған. Оптикалық нейрондық желілер сызықтық алгебраны, мысалы, матрицалық көбейтуді орындайтын өзара байланысқан түйіндер қабаттарынан тұрады, бұл деректерді түрлендіру үшін маңызды. Белсендіру функциялары сияқты сызықты емес операциялар желілерге күрделі үлгілерді үйренуге мүмкіндік береді.

2017 жылы матрицалық көбейту үшін бір фотондық чип жасалды, бірақ сызықты емес операциялар үшін оптикалық деректерді электр сигналдарына түрлендіру керек болды, ол көп қуат тұтынатын еді. Бұл мәселені шешу үшін зерттеушілер чипте сызықты емес операцияларды орындау үшін электроника мен оптиканы біріктіретін сызықты емес оптикалық функция блоктарын (NOFUs) жасады. Олардың оптикалық нейрондық желісі сызықты және сызықты емес функциялар үшін үш құрылғы қабатынан тұрады. Жаңа жүйе нейрондық желінің параметрлерін жарыққа шифрлайды, ал бағдарламаланатын сәуле бөлгіштер матрицалық көбейтуді орындайды. Сызықты емес операциялар тиімді түрде оптикалық сигналдарды электр тогына айналдыратын фотодиодтарды пайдаланатын NOFUs арқылы жүзеге асады. Бұл оптикалық домен обработки кідірісті және энергия тұтынуды айтарлықтай азайтады. Төмен кідірісті қолдана отырып, жүйе чиптегі терең нейрондық желілерді тиімді түрде оқытады, бұл әдетте цифрлық аппараттық құралдарда көп энергияны талап ететін ішінара оқыту ретінде белгілі. Фотондық процессор оқытуда 96%-дан астам дәлдікке және орындалуда 92%-дан астам дәлдікке жетіп, есептемелерді жарты наносекундтан аз уақытта орындады. Циркит CMOS чиптерін жасайтын сол процесстермен жасалды, бұл мүмкін жаппай өндірісті аз қателіктермен жүргізуге мүмкіндік береді. Болашақ зерттеулер құрылғыны нақты әлемдегі электроникамен интеграциялауға және оқытуды жылдамырақ әрі энергияны үнемді ететін оптикалық артықшылықтарды пайдаланатын алгоритмдер әзірлеуге бағытталады. Бұл зерттеу АҚШ-тың Ұлттық Ғылым Қоры, АҚШ-тың Әуе күштері Ғылыми зерттеулер басқармасы және NTT зерттеуі тарапынан қолдау тапты.