大规模人工神经网络相比其他机器学习算法有很好的性能表现。但是，这些网络的计算复杂性使得实时运算变得异常困难。极低的能耗、极高的速度，光完成卷积运算的能力使其成为加速复杂神经网络的一大备选。在论文《An Optical Frontend for a Convolutional Neural Network》中，研究人员提出了一种面向神经网络的光学前端架构，分析了整个混合光电子神经网络的表现，发现该光学前端在像素值很大时有很大收益，特别是超过 1000 时。