Одно дело создать компьютеры, которые подражают функционированию мозга человека, а заставить их реально работать на тех же самых принципах - это задача намного более сложная. Обычные нейронные сети, на базе которых строятся почти все современные системы искусственного интеллекта, состоят из цифровых нейронов, набора параметров в памяти компьютера и соответствующих им блоков программного кода. И быстродействие таких нейронных сетей ограничено параметрами компьютерной системы, которая, в большинстве случаев должна обладать достаточно высокой вычислительной мощностью. Решение этой проблемы предлагают исследователи из Принстонского университета и этим решением, по их мнению, являются фотонные нейронные сети.Принстонская система подражает работе мозга при помощи оптических "нейронов", которые представляют собой сужения волноводов, изготовленных на кремниевом основании. Размеры каждого сужения соответствуют длине волны света, на который они реагируют. Свет лазера, подаваемый в оптическую систему, состоящую из множества нейронов, проходит через череду операций над ним и теряет свою амплитуду (яркость). Изменения яркости луча, которые можно измерить с достаточно высокой точностью, и являются результатами работы фотонной нейронной сети.

Проведенные эксперименты с прототипом оптической нейронной сети показали, что она способна решить сложное математическое уравнение в 1 960 раз быстрее, нежели с этим может справиться процессор среднего уровня. Первый прототип, созданный принстонскими учеными, весьма прост, в его составе находится всего 49 оптических аналогов нейронов. Его функциональные возможности еще очень далеки от замены центрального процессора в компьютере или в мобильном телефоне, не говоря уже о замене существующих цифровых нейронных сетей, работающих в недрах мощных вычислительных систем на базе графических процессоров.

Но даже в их нынешнем виде, такие фотонные нейронные сети уже могут использоваться для сверхскоростной обработки данных, радио- и оптических сигналов. А дальнейшие исследования и работа в направлении фотонных нейронных сетей позволит искусственному интеллекту выйти за рамки ограничений, накладываемых быстродействием современной вычислительной техники, и выполнять функции распознавания объектов на изображениях, распознавания речи в режиме реального времени с минимальной задержкой получения результатов.