Проект под названием Thermo-NN предлагает оптимизировать архитектуру нейронной сети, минимизируя термодинамическую информационную стоимость на основе принципа Ландауэра, вместо того чтобы полагаться на стандартный компромисс между FLOPs и количеством параметров.
Подход использует шаг каузального вывода под названием CAMOS перед отображением результатов на аппаратное обеспечение. Он предполагает, что ненужное уничтожение информации внутри сети может способствовать сбою выравнивания, предполагая, что сохранение физической информации может служить полезным ограничением наряду с методами интерпретируемости.
В настоящее время проект представляет собой только концептуальный конвейер без опубликованных бенчмарков или чисел производительности, поэтому он считается интересной идеей, заслуживающей внимания, а не доказанной технологией.