人工神经网络（Artificial Neural Networks）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模拟动物神经网络行为特色，进行分布式并行信息处理的算法数学模型。
这种网络依赖系统的繁芜程度，通过调度内部大量节点之间相互连接的关系，从而达到处理信息的目的。

随着边缘打算的发展，以及越来越强大的芯片，人工智能（AI）可以在没有广域网（WAN）的情形下运行。

注：边缘打算(Edge computing )是一种在物理上靠近数据天生的位置处理数据的方法，即事物和人所在的现场区域如家庭和远程办公室内。

滑铁卢大学（University of Waterloo）一个项目的研究职员表示：他们可以让人工智能具有自适应环境的打算能力。
实际上，如果他们能做到这一点，就可以让神经网络分开互联网和云打算的情形下发挥浸染-—这些上风能更好的保护隐私性、降落数据传输本钱、具备灵巧的可移植性以及在地理偏远地区的利用人工智能。

科学家们表示，可以让人工智能通过自主机器学习技能，并且不须要供应大量的资源。

该组织声称是通过场景再现和将神经网络置于虚拟环境中来实现这一点。
该组织的成员在学校网站上的一篇***文章中说：“我们逐渐减少人工智能学习中须要的资源，然后人工智能系统逐渐进化并适应了新的环境。
”

深度学习引擎基本上学会了在没有大量资源的情形下事情，而不必再花费大量的能量和处理能力。

研究职员说：“具有深度学习引擎的人工智能可以通过适应环境和改变自己来保持运转。
“

制造更小巧的人工智能芯片

“通过减少人工智能系统的打算资源和存储资源，使人工智能系统变得更小巧，它仍旧可以在这些环境中生存下去。
”滑铁卢研究教授、该系统的共同创始人穆罕默德·贾瓦德·沙菲耶（Mohammad Javad Shafiee）说。

研究职员称，将深度学习引擎安装在芯片上，以供机器人、智好手机或无人机利用是未来人工智能的运用方向，但是连接的办法和芯片的重量可能成为问题。

“当把这种小巧的芯片植入智好手机时，智好手机可以运行它的语音激活虚拟助手和其他智能功能，”这篇***文章连续写道。

端点人工智能

滑铁卢大学的人工智能系统并不是我们所见过的第一个端点人工智能系统。
比如，英特尔在今年早些时候已经推出了Movidus神经打算棒。

译者注：Edge AI,我们翻译为“端点人工智能“，是相对付联网的人工智能系统而言，可以自适应环境并独立自主的学习。

这种首创性的、无需云打算的、即插即用的神经打算设备(零售价在100美元以下)适宜于原型开拓，然后在不须要互联网的情形下在端点人工智能系统上安装神经视觉芯片，这种芯片远远小于电脑影象棒。

Movidus神经打算棒的技能也在Google即将推出的AIY视觉套件中得到运用，这是一款DIY的神经视觉处理器售价不到50美元。
首先，它是便携式的，只须要PI打算机、相机、VisionBonnet Raspberry PI附加板；其次，不须要网络。
Google TensorFlow软件可以识别常见的物体，脸部和动物。
Movidius的视觉处理芯片现在也可以安装在摄像机、无人机和工业机器人上。

在滑铁卢大学人工智能系统项目的案例中，研究职员表示，他们已经研究出比原来芯片小200倍的神经视觉芯片用于物体识别。

“这项技能可能在许多领域推动人工智能技能的发展，人们正在努力让深度学习的人工智能系统变得更加可操作”，滑铁卢的科学家说。

免责声明：

本"大众年夜众号的外洋版块中所有文章及图片出于通报更多信息之目的，属于非营利性的翻译转载。
如无意中陵犯了某个媒体或个人的知识产权，请联系我们，我们将立即删除。
其他媒体、网络或个人从本网***利用须自大版权等法律任务。