边缘的计算，与日益强大的芯片沿前进，可能有可能使人工智能（AI）在没有广域网（WAN）进行操作。
对在滑铁卢大学一个项目的研究人员说，他们可以让AI适应的计算能力和存储都被删除。事实上，如果他们能做到这一点，它将使神经网络免费互联网和云计算的功能 - 优点是较好的私密性，更低的数据发送成本，便携性和AI应用在偏远地区的利用。
科学家们说，他们可以教AI学习它不需要大量的资源。
该组权利要求以通过复制性质和放置在神经网络中的虚拟环境中这样做。他们“然后逐步和反复剥夺它的资源。”人工智能随后不断发展并适应，队员们说在学校的网站上的新闻文章。
发动机基本学会工作回避的事实，它没有庞大的资源，借鉴 - AI通常使用大量的电力和处理能力。
“深学习AI作出响应，调整和改变自己，以保持正常工作，”研究人员说。
制作小AI
每当计算能力或内存是从学校的实验AI删除，它变得更小，因此“能在这样的环境中生存，”穆罕默德·贾瓦德Shafiee，在滑铁卢研究教授和系统的共同创造者说。
其中两个连接和重量可以做到的问题 - - 是该技术可能的用途，研究人员说，装修的深学习引擎到一个芯片中的机器人，智能手机，或无人驾驶飞机使用。
“当把这种紧凑的人工智能植入芯片并嵌入到智能手机中，它就可以运行语音激活的虚拟助手和其他智能功能，”这篇新闻文章继续写道。
边缘AI
滑铁卢的单机AI大学不是第一边缘指明分数AI，我们已经看到，虽然。无关的滑铁卢的项目，英特尔在今年早些时候推出了Movidus神经计算棒。
这种突破性的，无云的要求，插件和播放的神经计算设备（在不到$ 100零售）朝向原型，然后在无需借助任何网络边缘部署神经网络的视觉减速。它并不比一个电脑记忆棒大。
从推出的势头很猛，Movidius的技术也被在谷歌即将推出的基于丕山莓爱好者使用AIY Vision套装这是一个为Pi相机设计的diy神经视觉处理器，售价不到50美元。它也是便携式的，只需要Pi电脑，摄像头和运行着的电影，VisionBonnet Raspberry Pi插件板。同样，不需要网络。基于谷歌张力流的软件可以识别常见的物体、面孔和动物。Movidius的视觉处理技术现在也应用于安全摄像头、无人机和工业机器中。
在滑铁卢的AI项目的大学的情况下，研究人员说，他们已经能够获得整体深学习AI软件的大小物体识别200次减持。
滑铁卢科学家说，再加上没有需要的网络，“这可能是在许多领域的推动者，人们都在努力获得一种操作形式，深学AI”。