Wir alle kennen die Fähigkeiten neuronaler Netze wie die Handschrifterkennung. Die Grundlagen dieser Technologie gibt es schon seit vielen Jahren, aber erst vor relativ kurzer Zeit ermöglichte ein Sprung auf dem Gebiet der Computerkapazitäten und der parallelen Datenverarbeitung, aus dieser Technologie eine sehr praktische Lösung zu machen. Trotzdem wird diese praktische Lösung im Grunde genommen in Form eines digitalen Computers präsentiert, der wiederholt Bits ändert, genauso wie bei der Ausführung eines anderen Programms. Bei einem neuronalen Netzwerk, das von Forschern der Universitäten von Wisconsin, MIT und Columbia entwickelt wurde, sieht das anders aus. Sie
haben eine Glasscheibe geschaffen, die keine eigene Stromversorgung benötigt, aber gleichzeitig handschriftliche Zahlen erkennen kann .
Dieses Glas enthält genau angeordnete Einschlüsse wie Luftblasen, Verunreinigungen von Graphen und andere Materialien. Wenn Licht auf das Glas trifft, entstehen komplexe Wellenmuster, die dazu führen, dass das Licht in einem von zehn Bereichen intensiver wird. Jeder dieser Bereiche entspricht einer Nummer. Im Folgenden werden beispielsweise zwei Beispiele gezeigt, die zeigen, wie sich Licht beim Erkennen der Nummer zwei bewegt.
Mit einem Trainingssatz von 5000 Bildern kann das neuronale Netzwerk 79% von 1000 Eingabebildern korrekt erkennen. Das Team glaubt, dass sie das Ergebnis verbessern könnten, wenn sie die durch den Glasherstellungsprozess verursachten Einschränkungen umgehen könnten. Sie begannen mit einem sehr begrenzten Gerätedesign, um einen funktionierenden Prototyp zu erhalten. Darüber hinaus planen sie, weiterhin verschiedene Möglichkeiten zur Verbesserung der Erkennungsqualität zu untersuchen und gleichzeitig zu versuchen, die Technologie nicht zu komplizieren, damit sie dann in der Produktion eingesetzt werden kann. Das Team plant auch die Schaffung eines dreidimensionalen neuronalen Netzwerks aus Glas.