Datacommunicatie met behulp van optische vezels is een essentieel onderdeel van onze huidige ICT-samenleving. Telecommunicatie met behulp van single-mode optische vezels vormt de ruggengraat van het internet, terwijl enorme hoeveelheden gegevens worden verzonden in datacenters via multi-mode optische vezels. De explosieve groei van data- en telecommunicatie-eisen op verschillende verbindingsafstanden vragen allemaal om de ontwikkeling van technieken die een steeds hogere gegevenscapaciteit bieden. Naar verwachting zullen bestaande technieken binnenkort niet volstaan om aan deze uitdagende vraag te voldoen.
Om deze capaciteitscrisis op te lossen, is er een enorme interesse in het verder laten toenemen van de transmissiecapaciteit door andere, nog niet volledig benutte benaderingen te gebruiken: de gegevenscapaciteit kan verder worden verhoogd door gegevens parallel van zender naar ontvanger te verzenden. In zijn eenvoudigste vorm kan men de transmissiecapaciteit vergroten door parallel meerdere optische vezels te installeren. Dit is echter geen erg kosteneffectieve techniek omdat het vereiste aantal netwerkcomponenten lineair schalen met het aantal parallelle vezels. Daarom is de afgelopen jaren uitgebreid onderzoek gedaan naar hoe bits in parallel kunnen worden verzonden via één enkele vezel. We stellen voor om dit op een nieuwe manier te doen, zodat conventionele optische vezels en vezelcomponenten nog steeds kunnen worden gebruikt. De detectie van de verzonden gegevens wordt dan een uitdagende computationele taak, die we zullen aanpakken met behulp van moderne ontwikkelingen op het gebied van deep-learning in neurale netwerken.