يعدّ "الالتفاف" عملية أساسية في التعلم العميق (Depp Learning DL)، وخاصة في مجال الرؤية الحاسوبية (Computer Vision CV)، ويشكل اللبنة الأساسية للشبكات العصبية التلافيفية (CNNs)، ما يمكن النماذج من تعلم السمات الهرمية تلقائيا وبكفاءة من بيانات شبكية، مثل الصور وتستهلك هذه العملية طاقة كبيرة.
تدمج الشريحة المطوّرة عدسات "فرينل" مصغرة، (عدسات بصرية فائقة الرقة محفورة مباشرة على السيليكون)، مع ضوء الليزر، لإجراء عمليات الالتفاف باستهلاك طاقة أقل بكثير وسرعات معالجة أعلى، وحققت الشريحة، في اختبارات النماذج الأولية، دقة تبلغ نحو 98% في تصنيف الأرقام المكتوبة بخط اليد، مقارنة بالشرائح الإلكترونية التقليدية، حسب ماورد في صحيفة "ساينس ديلي".
يمكن للشريحة معالجة تدفقات بيانات متعددة بالتوازي، باستخدام أطوال موجية متعددة من الضوء في وقت واحد من خلال تقنية تسمى مضاعفة الطول الموجي، ما يحسن الكفاءة بشكل كبير، ويقلل من متطلبات الطاقة الهائلة لأنظمة الذكاء الاصطناعي، وهذا يساعد على الحفاظ على النمو السريع لقدرات الذكاء الاصطناعي دون إرهاق شبكات الطاقة.
ويعتبر البحث خطوة حاسمة نحو اعتماد حوسبة الذكاء الاصطناعي البصرية على نطاق واسع في الشرائح اليومية، حيث يستخدم مصنعو الرقاقات، بالفعل عناصر بصرية، مما قد يسهل دمج هذه التقنية الجديدة على نطاق واسع في المستقبل القريب.
تمثل هذه الرقاقة الضوئية قفزة واعدة نحو أنظمة ذكاء اصطناعي أسرع وأكثر صداقة للبيئة.