该团队测试了几种噪声缓解技术，其中包括使用光学计算核心产生的一些噪声作为GAN的随机输入。

然后，研究人员指派GAN学习如何像人类一样手写数字“7”。发现光学计算机不能简单地按照规定的字体打印出数字;它必须像孩子一样学习这项任务，通过查看笔迹的视觉样本并练习，直到它能正确写出数字。

然而，科学家指出，光学计算机没有人类的书写手，因此它的“手写”形式是生成数字图像，其风格与它所研究的样本相似，但并不完全相同。

资深作者、威斯康星大学电气和计算机工程教授莫力评论说：“我们没有训练网络阅读手写数字，而是训练网络学习书写数字，模仿它被训练的手写的视觉样本。

“在杜克大学计算机科学合作者的帮助下，我们还表明，GAN可以通过使用对错误和噪声具有鲁棒性的训练算法来减轻光学计算硬件噪声的负面影响。更重要的是，网络实际上使用噪声作为生成输出实例所需的随机输入。

在从数字 7 的手写样本（来自标准的 AI 训练图像集）中学习后，GAN 练习写“7”，直到它能够成功完成。在此过程中，它发展了自己独特的写作风格，可以在计算机模拟中写出从 1 到 10 的数字。