滑鐵盧大學開發的技術為人工智能(AI)擺脫互聯網和云計算鋪平了道路。

采用該技術生產的新型深度學習AI軟件非常緊湊，適合移動計算機芯片，適用于從智能手機到工業機器人的各種應用。

這將允許設備獨立于互聯網運行，同時使用的AI幾乎與系留神經網絡一樣好。

“我們覺得這具有巨大的潛力，”系統設計工程教授兼滑鐵盧和該技術的共同創造者Alexander Wong說。“這可能成為許多領域的推動者，人們正在努力在運營形式中深入學習AI。”

使用獨立的深度學習AI可以導致更低的數據處理和傳輸成本，更大的隱私和在現有技術由于費用或其他因素而不切實際的領域中的使用。

深度學習AI通過人工神經元的層和層處理數據來模仿人類大腦，通常需要相當大的計算能力，記憶力和能量才能發揮作用。

研究人員從自然界中的進化力量中獲取了一頁，通過將AI置于虛擬環境中，然后逐步并反復地剝奪其資源，使AI更有效率。

深度學習AI通過調整和改變自身來響應每次計算能力和記憶被帶走時保持功能。

滑鐵盧系統設計工程研究教授，該技術的聯合創始人Mohammad Javad Shafiee表示：“這些網絡經過幾代人的演變，使自己變得更小，能夠在這些環境中生存。”

在最近在意大利威尼斯舉行的計算機視覺國際會議期間發表的工作中，研究人員將用于特定物體識別任務的深度學習AI軟件的尺寸減少了200倍。

當放在芯片上并嵌入智能手機時，這種緊湊的AI可以運行其語音激活的虛擬助手和其他智能功能，大大減少數據使用和操作而無需互聯網服務。

其他潛在的應用范圍從低成本無人機和智能電網的使用，到監控攝像機和制造工廠，其中存在關于將敏感或專有數據流傳輸到云的重大問題。

Wong和Shafiee共同創辦了一家名為DarwinAI的公司，將其高效的人工智能軟件商業化，他們在三年前首次嘗試開發深度學習人工智能時，對結果感到“驚訝” 。

“我們是研究人員，所以我們探索了許多不同的東西，”沙菲說。“如果它有效，我們會繼續前進，并且更加努力。”