蓋世汽車訊 向居家設備詢問天氣預報信息時，設備通常都需要幾秒時間來做出反應，出現時間延遲的原因在于，該網聯設備沒有足夠的內存或能量來存儲和運行其所需的大量機器學習模型，以理解用戶的要求。此類模型被存儲在數百英里外的數據中心，答案在數據中心被計算出來，再被發送給該設備。

據外媒報道，美國麻省理工學院（MIT）的研究人員研發了一種可以在此類設備上直接進行計算的方法，可大大減少延遲。該方法將運行機器學習模型的內存密集型步驟轉移到一個中央服務器，該模型的組成部分在該服務器中被編碼到光波上。

智能收發器（圖片來源：MIT）

然后，光波通過光纖被傳輸到一個網聯設備上，從而讓大量的數據可以通過網絡以閃電般的速度被傳輸。之后，接收器會采用一個簡單的光學設備，采用此類光波攜帶的模型部分快速進行計算。與其他方法相比，該技術的能效提高了百倍以上，還可以提高安全性，因為用戶的數據不需轉移到中央處理器上進行計算。

此外，該方法可幫助自動駕駛汽車實時做出決策，而且所采用的能源是現在能源消耗巨大的計算機所需能源的極小一部分。而且，該方法可以讓用戶與智能家居設備進行無延遲對話，通過蜂窩網絡實時處理視頻，甚至在距離地球數百萬英里的航天器上高速進行圖像分類。