терагерцовом луче (0,4 ТГц, длина волны 0,75 мм). Каждая пластина выполняет роль слоя нейронной сети: толщина каждого микроскопического пикселя определяет фазовый сдвиг (вес), дифракция между пластинами реализует полную связность, а итоговая интерференционная картина фокусирует свет на экран с 10 секторами для классификации цифр. Сеть достигла точности 91,75% при распознавании цифр из набора MNIST. Во время работы электричество не требуется — нужен только источник света. Обучение проводится на GPU (графическом процессоре) методом обратного распространения ошибки, после чего полученные фазовые значения преобразуются в физическую толщину и печатаются на 3D-принтере. Система линейна и не имеет нелинейных функций активации, подобных ReLU (Rectified Linear Unit — «линейный выпрямитель»); исследовались разные подходы (электронно-оптические гибриды, двухфотонное поглощение, электромагнитно индуцированная прозрачность, акустооптика), но ни один из них пока не смог заменить существующие коммерческие решения.