据TechXplore网10月20日消息，美国麻省理工学院研究人员开发出光深度学习技术，可降低设备数据传输延迟的影响。这种技术将运行机器学习模型的内存密集型步骤转移到中央服务器。在中央服务器上，模型的组件被编码到光波上，并通过光纤连接到末端设备，这使得大量数据能够通过网络速度发送。然后，接收端使用一个简单的光学设备，能利用这些光波携带的模型部分快速执行计算。与其他方法相比，该技术可将能源效率提高100倍以上，还可以提高安全性，因为用户的数据不需要传输到中心位置进行计算。该技术有望提高网络末端设备的性能，促进人工智能的部署。

消息来源：https://techxplore.com/news/2022-10-deep-components-machine-encoded.html