摘要：教授人工智能机器学习系统不需要太多的资源，可以使神经网络便携，并降低数据传输成本。

     教授人工智能机器学习系统不需要太多的资源，可以使神经网络便携，并降低数据传输成本。
　　
　　边缘计算的进步以及越来越强大的芯片可能使得人工智能（AI）在没有广域网（WAN）的情况下运行。
　　
　　在滑铁卢大学开展一个项目的研究人员表示，他们可以让人工智能适应计算能力和记忆力被删除的情况。事实上，如果他们能做到这一点，它可以让神经网络在没有互联网和云计算的情况下运行，这些优势包括更好的隐私性、更低的数据传输成本、可移植性，以及在地理偏远地区使用人工智能应用程序。
　　
　　科学家们说，他们可以教人工智能来学习它并不需要大量的资源。
　　
　　网络世界：什么是边缘计算以及它如何改变网络
　　
　　该组织声称是通过自然复制，并将神经网络放置在虚拟环境中来做到这一点。然后他们逐步地不断地剥夺资源。随后，团队成员在学校网站上的一篇新闻文章中发表并进行了调整。
　　
　　这个引擎本质上是学习解决这个事实，即它没有大量资源可供利用，人工智能通常使用大量的电能和计算处理能力。
　　
　　研究人员说：“深度学习的人工智能通过适应和改变自己来保持运转。”
　　
　　使人工智能更加小型化
　　
　　无论何时，只要计算能力或记忆从人工智能中删除，就会变得更小，从而能够在这些环境中生存下去”，滑铁卢大学研究教授和系统的共同创造者Mohammad Javad Shafiee说。
　　
　　研究人员说，将深度学习引擎装配到一个用于机器人、智能手机或无人机的芯片上，这种技术可能需要解决网络连接性和重量等问题。
　　
　　这篇新闻文章中指出：“当把芯片嵌入智能手机中时，这种小巧的人工智能可以运行语音激活的虚拟助手和其他智能功能。
　　
　　边缘人工智能
　　
　　尽管如此，滑铁卢大学的独立人工智能并不是人们见过的第一个边缘化的人工智能。英特尔公司2017年早些时候推出了Movidus神经计算棒，与滑铁卢项目无关。
　　
　　这种突破性无需云计算，即插即用的神经计算设备（零售价低于100美元）适用于原型设计，然后在没有互联网需求的情况下在边缘部署神经视觉网络。它不会比电脑U盘还要大。
　　
　　Movidius的这一技术也在谷歌公司即将推出的基于Raspberry Pi的爱好者AIY Vision Kit中使用，该产品是一款Pi相机自拍的神经视觉处理器，价格不到50美元。它也是便携式的，只需要Pi计算机，相机和Movidius运行的Vision Bonnet Raspberry PI附加板。再次，不需要网络。Google TensorFlow软件可以识别常见的物体、脸部和动物。Movidius的视觉处理现在也可以在安全摄像机、无人机和工业机器中找到。
　　
　　在滑铁卢大学人工智能项目的情况下，研究人员说，他们已经能够获得总体深度学习人工智能软件用于目标识别缩小200倍。
　　
　　“此外，对网络的需求可能成为人们努力以操作形式获取深度学习人工智能的许多领域的推动者。”滑铁卢大学的科学家说。
　　
　　编辑：Harris