基于人工神經(jīng)網(wǎng)絡(luò)的“深度學(xué)習(xí)”計算機系統(tǒng)，能夠模仿大腦從積累的例子中學(xué)習(xí)的方式，已經(jīng)成為計算機科學(xué)的熱門話題。除了技術(shù)，如人臉和語音識別軟件可以使用，這些系統(tǒng)可以讀取大量的醫(yī)療數(shù)據(jù)從而發(fā)現(xiàn)模式可用于醫(yī)療診斷，或創(chuàng)造出新藥物的化學(xué)公式。 !Whx^B:  
PVF:p7  
　　但是，這些系統(tǒng)必須執(zhí)行的計算是非常復(fù)雜和苛刻的，即使是最強大的計算機運行起來也會很吃力。 ZT*}KJm  
}JST(d&  
　　如今，麻省理工學(xué)院和其他地方的一個研究小組已經(jīng)開發(fā)出一種新的方法，利用光而不是電，他們說這可以大大提高某些深層計算的速度和效率。他們的研究結(jié)果發(fā)表在近期的《自然光子》雜志上，由麻省理工大學(xué)的Yichen Shen，研究生Nicholas Harris，教授Marin Soljacic和Dirk Englund等八人共同完成。 CKZEX*mPC  
~