Исследователи из Школы инженерии EPFL разработали алгоритм для обучения аналоговых нейронных сетей с такой же точностью, как и цифровые, что позволяет создавать более эффективные альтернативы энергоемкому оборудованию для глубокого обучения. Этот алгоритм был успешно протестирован на трех физических системах, использующих звуковые волны, световые волны и микроволны для передачи информации. Он предлагает улучшенную скорость, повышенную надежность и сниженное энергопотребление по сравнению с другими методами. Этот подход также более биологически правдоподобен и может привести к увеличению масштабируемости сетей, хотя некоторые цифровые обновления параметров все еще требуются​.