Entrenar i fer funcionar xarxes neuronals gasta molta electricitat, i una de les vies que estudia la recerca és fer que part del càlcul el faci la llum en lloc dels circuits electrònics. L'equip d'Uğur Teğin, professor de la Universitat Koç, a Istanbul, ha publicat dos treballs revisats per parells en aquesta línia, segons ha explicat la universitat a través de Tech Xplore el 10 d'octubre.
En el primer, a Communications Engineering, les imatges en color es codifiquen en un dispositiu que controla la llum de manera programable, i els canals vermell, verd i blau es processen junts, sense passar-los a grisos. Una càmera registra el patró òptic resultant, que es fa servir per classificar. En una prova amb malalties de la pell, l'encert va passar del 68% amb els píxels en brut al 98% després del processament òptic. El sistema aprèn a partir de mesures experimentals, de manera que pot compensar desalineacions i imperfeccions de fabricació sense un model informàtic perfecte.
El segon treball, a Communications Physics, fa servir un làser de fibra multimode com a processador físic: la imatge es codifica en la llum i la dinàmica del làser fa part del càlcul, abans que un classificador senzill n'interpreti la sortida. L'encert va anar del 85% al 99% segons els conjunts de dades, que incloïen residus reciclables, meteorologia i imatges de satèl·lit, retines i lesions cutànies, amb molts menys paràmetres entrenables que els models d'aprenentatge profund convencionals.
Els límits són importants: els dos sistemes continuen depenent de components electrònics, com ara càmeres i unitats de control, i l'estalvi d'energia es presenta com una possibilitat futura, no com una mesura feta; l'article tampoc no dona un recompte exacte de paràmetres. Per això és un resultat de laboratori prometedor més que una alternativa llesta per substituir els xips actuals.