滑鐵盧大學(滑鐵盧)壹項項目的研究人員表示，隨著計算能力和內存被移除，他們可以使人工智能適應。事實上，如果他們能夠做到這壹點，那麽它就能讓神經網絡能夠自由地運行互聯網和雲-更好的隱私、更低的數據發送成本、便攜性以及在地理偏遠地區使用人工智能應用程序的優勢。
科學家們說他們可以教人工智能學習它不需要大量的資源。
也是關於網絡世界：什麽是邊緣計算以及它如何改變網絡
該小組聲稱通過復制自然並將神經網絡放置在虛擬環境中來實現它。他們“然後不斷地反復剝奪它的資源。”。團隊成員說，人工智能隨後進化和適應。在學校網站上的壹則新聞文章.。
引擎本質上學習了圍繞它沒有巨大資源來繪制的事實，而人工智能通常使用大量的功率和處理能力。
研究人員說：“深學習人工智能通過適應和改變自身來保持運轉。”
使ai變小
每當計算能力或記憶從學校的實驗人工智能中移除時，它變得更小，從而“能夠在這些環境中生存”，滑鐵盧大學的研究教授穆罕默德·Javad·Shafiee(MohammadJavadShafiee)說。
研究人員表示，將深學習引擎安裝到用於機器人、智能手機或無人機的芯片上-連接和重量都可能是問題-是這項技術的可能用途。
新聞文章繼續說：“當芯片上嵌入芯片並嵌入智能手機時，它可以運行語音激活的虛擬助手和其他智能功能。”
邊緣ai
滑鐵盧大學的獨立人工智能並不是我們所見過的第壹種邊緣型人工智能。與滑鐵盧項目無關，英特爾今年早些時候推出了它的神經網絡計算棒.。
這種碎、無雲、即插即用的神經計算裝置(零售價低於100美元)是面向原型，然後在邊緣部署神經視覺網絡，而沒有必要的互聯網。它不是比電腦記憶棒更大的。
從這壹發射獲得動力，Movidius的技術也被用於谷歌即將推出的基於樹莓的基於Pi的愛好者。AIY視覺工具包壹款用於在相機的自我視覺神經視覺處理器，成本不到50美元。它也是便攜的，只是需要在電腦，相機和在運行，VisionBonnet樹莓pi添加板。再次，沒有必要網絡。基於google的基於TensorFlow的軟件可以識別常見的對象、面孔和動物。現在，Movidius的視覺處理也可以在安全相機、無人機和工業機器上找到。
在滑鐵盧大學人工智能項目中，研究人員稱，他們能夠獲得200倍的整體深度學習人工智能軟件的尺寸減少，用於對象識別。
另外還指出，缺乏網絡需求，“這可能是許多領域中的推動者，在許多領域，人們正努力以業務形式獲得深入學習的人工智能，”滑鐵盧科學家說。