–®—Ç–Æ—Ä–º! –Í–Æ–Π! –Í–Μ—Ç—Ä–∞ –°–≤–∏—Å—Ç!
很快，你的大多数家用电子产品都可以植入人工智能，知道，比如何时打开空调，甚至是你喜欢早上冰沙的厚度。
它所需要的只是一个特殊的硬件，让设备在本地运行神经网络 - 或人脑的人工复制品。
“神经网络通常以数字方式实施，”麻省理工学院研究员Avishek Biswas讲述 逆 。 “但最终我们希望在实际硬件中实现这一点，而不是总是在CPU或GPU上运行仿真，以实现更广泛的应用。”
Biswas和他在麻省理工学院的同事通过开发一种可以进行机器学习算法的芯片，而无需向云中的超级计算机提供数据。
在Biswas本周在旧金山举行的国际固态电路会议上发表的一篇论文中，他解释了他如何开发出一种芯片原型，可以将机器学习计算的速度提高多达700％，同时将功耗降低93达到96％。他说，具有更多计算能力的更新版本可以在几年内准备就绪。
游戏中最好的神经网络被安置在强大的计算机内，这与大多数人所见过的不同。像Amazon Echo这样的设备，使用云将数据传输到这些超级计算机，神经网络进行计算，并将输出发送回设备。
比斯瓦斯说，这个过程很慢，存在安全风险，并产生带宽流量。
“根据云计算会产生延迟问题，这可能会影响需要快速做出决策的事情，”他解释道。 “第二件事是，如果你有大量的设备试图与云通信，那么流量将是极端的。最后，您不希望将潜在的敏感信息直接直播到云端。所有这一切都可以通过在本地完成所有这一切来解决。“
如果他和他的团队能够帮助他们的芯片设计成为实用设备，他们就可以解决物联网所需的大量带宽流量。不仅如此，它还会带来神经网络技术，这种技术通常会留给计算机科学家直接进入消费者家中。
这项研究可以彻底改变我们现在定义的“智能”设备。实际上你的搅拌机内部会有一个小脑 - 这对我们作为一个物种意味着什么，我们只需要找出它。