人工智能可能根本不需要网络！

边缘计算的进步，随着芯片的日益强大，使得人工智能(Ai)能够在没有广域网的情况下运行。

滑铁卢大学(滑铁卢)一项项目的研究人员表示，随着计算能力和内存被移除，他们可以使人工智能适应。事实上，如果他们能够做到这一点，那么它就能让神经网络能够自由地运行互联网和云-更好的隐私、更低的数据发送成本、便携性以及在地理偏远地区使用人工智能应用程序的优势。

科学家们说他们可以教人工智能学习它不需要大量的资源。

也是关于网络世界：什么是边缘计算以及它如何改变网络

该小组声称通过复制自然并将神经网络放置在虚拟环境中来实现它。他们“然后不断地反复剥夺它的资源。”。团队成员说，人工智能随后进化和适应。在学校网站上的一则新闻文章.。

引擎本质上学习了围绕它没有巨大资源来绘制的事实，而人工智能通常使用大量的功率和处理能力。

研究人员说：“深学习人工智能通过适应和改变自身来保持运转。”

使ai变小

每当计算能力或记忆从学校的实验人工智能中移除时，它变得更小，从而“能够在这些环境中生存”，滑铁卢大学的研究教授穆罕默德·Javad·Shafiee(MohammadJavadShafiee)说。

研究人员表示，将深学习引擎安装到用于机器人、智能手机或无人机的芯片上-连接和重量都可能是问题-是这项技术的可能用途。

新闻文章继续说：“当芯片上嵌入芯片并嵌入智能手机时，它可以运行语音激活的虚拟助手和其他智能功能。”

边缘ai

滑铁卢大学的独立人工智能并不是我们所见过的第一种边缘型人工智能。与滑铁卢项目无关，英特尔今年早些时候推出了它的神经网络计算棒.。

这种碎、无云、即插即用的神经计算装置(零售价低于100美元)是面向原型，然后在边缘部署神经视觉网络，而没有必要的互联网。它不是比电脑记忆棒更大的。

从这一发射获得动力，Movidius的技术也被用于谷歌即将推出的基于树莓的基于Pi的爱好者。AIY视觉工具包一款用于在相机的自我视觉神经视觉处理器，成本不到50美元。它也是便携的，只是需要在电脑，相机和在运行，VisionBonnet树莓pi添加板。再次，没有必要网络。基于google的基于TensorFlow的软件可以识别常见的对象、面孔和动物。现在，Movidius的视觉处理也可以在安全相机、无人机和工业机器上找到。

在滑铁卢大学人工智能项目中，研究人员称，他们能够获得200倍的整体深度学习人工智能软件的尺寸减少，用于对象识别。

另外还指出，缺乏网络需求，“这可能是许多领域中的推动者，在许多领域，人们正努力以业务形式获得深入学习的人工智能，”滑铁卢科学家说。