ทำลายขีดจำกัดของการคำนวณแบบอะนาล็อก

เมื่อโมเดลแมชชีนเลิร์นนิงมีขนาดใหญ่ขึ้นและซับซ้อนมากขึ้น จึงต้องการฮาร์ดแวร์ที่เร็วและประหยัดพลังงานมากขึ้นในการคำนวณ คอมพิวเตอร์ดิจิทัลทั่วไปกำลังดิ้นรนเพื่อให้ทัน การใช้อินเทอร์เน็ต โครงข่ายประสาทเทียมแบบออปติคอลแบบแอนะล็อกสามารถทำงานแบบเดียวกับแบบดิจิทัล เช่น การจัดหมวดหมู่ภาพหรือการรู้จำเสียง แต่เนื่องจากการคำนวณดำเนินการโดยใช้แสงแทนสัญญาณไฟฟ้า โครงข่ายประสาทแบบออปติกจึงสามารถทำงานได้เร็วขึ้นหลายเท่าในขณะที่ใช้พลังงานน้อยลง



อย่างไรก็ตาม อุปกรณ์แอนะล็อกเหล่านี้มีแนวโน้มที่จะเกิดข้อผิดพลาดของฮาร์ดแวร์ที่ทำให้การคำนวณมีความแม่นยำน้อยลง ความไม่สมบูรณ์ในระดับจุลภาคในส่วนประกอบฮาร์ดแวร์เป็นสาเหตุหนึ่งของข้อผิดพลาดเหล่านี้ ในเครือข่ายใยแก้วนำแสงที่มีส่วนประกอบเชื่อมต่อจำนวนมาก ข้อผิดพลาดสามารถสะสมได้อย่างรวดเร็ว แม้จะมีเทคนิคการแก้ไขข้อผิดพลาด แต่เนื่องจากคุณสมบัติพื้นฐานของอุปกรณ์ที่ประกอบกันเป็นโครงข่ายใยแก้วนำแสง ข้อผิดพลาดจำนวนหนึ่งจึงไม่สามารถหลีกเลี่ยงได้ เครือข่ายที่ใหญ่พอที่จะนำไปใช้ในโลกแห่งความเป็นจริงนั้นไม่ชัดเจนเกินกว่าจะใช้งานได้จริง นักวิจัยของ MIT ได้ก้าวข้ามอุปสรรคนี้และพบวิธีปรับขนาดโครงข่ายใยแก้วนำแสงได้อย่างมีประสิทธิภาพ ด้วยการเพิ่มส่วนประกอบฮาร์ดแวร์ขนาดเล็กลงในสวิตช์ออปติคัลที่สร้างสถาปัตยกรรมของเครือข่าย พวกมันสามารถลดข้อผิดพลาดที่แก้ไขไม่ได้ซึ่งมิฉะนั้นอาจสะสมอยู่ในอุปกรณ์