邊緣計算的進步以及越來越強大的芯片可能使得人工智能(AI)在沒有廣域網(WAN)的前提下運行，滑鐵盧大學開發的技術為人工智能突破互聯網和云計算鋪平了道路。利用該技術生產的新型深度學習AI軟件非常緊湊，足以適用于從智能手機到工業機器人等各種應用的移動芯片。

在滑鐵盧大學開展一個項目的研究人員表示，他們可以讓人工智能夠適應計算和存儲被移除的情況。事實上，如果他們能做到這一點，這將使神經網絡不受互聯網和云的影響，其優點是隱私性更好、數據發送的成本更低、可移植性更強，而且能夠在地理偏遠且網絡狀況不好的地區使用人工智能應用程序。

科研人員表示他們可以教AI來學習并且不用耗費大量的資源，該研究機構表示通過復制自然并將神經網絡置于虛擬環境中來實現這一目標。然后他們將嘗試逐步地、反復地削減資源。

該技術的***滑鐵盧大學系統設計工程教授Alexander Wong表示：“我們認為這具有很大的潛力，隨著業界正在努力以運營的形式獲得深度學習AI，這有望成為多個領域的推動者。”

深度學習AI通過適應和改變自己來響應，以便每次計算能力和記憶被拿走時保持功能。無論何時，只要計算能力或記憶能從實驗室AI中刪除，它就會變得更小，從而能夠在這些環境中生存下去。

科研人員表示，將深度學習引擎裝配到一個用于機器人、智能手機或無人機的芯片上，這種技術可以解決連接性重量的問題。

滑鐵盧大學開發的新技術并不是業界***試圖將人工智能邊緣化的技術，今年Intel也推出了Movidus神經計算棒。這種技術突破不需要連接到云、即插即用的神經計算設備，然后在沒有互聯網需求的情況下在邊緣部署神經視覺網絡。

Movidius在谷歌即將發布的基于樹莓派的AIY視覺套件中得到應用，該套件是一款基于Pi的相機制造的神經視覺處理器，售價不到50美元。Google TensorFlow軟件可以識別常見的物體，臉部和動物。Movidius的視覺處理現在也可以在安全攝像機，無人機和工業機器中找到。