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）的前提下运行，滑铁卢大学开发的技术为人工智能突破互联网和云计算铺平了道路。利用该技术生产的新型深度学习AI软件非常紧凑，足以适用于从智能手机到工业机器人等各种应用的移动芯片。

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够适应计算和存储被移除的情况。事实上，如果他们能做到这一点，这将使神经网络不受互联网和云的影响，其优点是隐私性更好、数据发送的成本更低、可移植性更强，而且能够在地理偏远且网络状况不好的地区使用人工智能应用程序。

科研人员表示他们可以教AI来学习并且不用耗费大量的资源，该研究机构表示通过复制自然并将神经网络置于虚拟环境中来实现这一目标。然后他们将尝试逐步地、反复地削减资源。

该技术的发明者滑铁卢大学系统设计工程教授Alexander Wong表示：“我们认为这具有很大的潜力，随着业界正在努力以运营的形式获得深度学习AI，这有望成为多个领域的推动者。”

深度学习AI通过适应和改变自己来响应，以便每次计算能力和记忆被拿走时保持功能。无论何时，只要计算能力或记忆能从实验室AI中删除，它就会变得更小，从而能够在这些环境中生存下去。

科研人员表示，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，这种技术可以解决连接性重量的问题。

滑铁卢大学开发的新技术并不是业界首个试图将人工智能边缘化的技术，今年Intel也推出了Movidus神经计算棒。这种技术突破不需要连接到云、即插即用的神经计算设备，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。

Movidius在谷歌即将发布的基于树莓派的AIY视觉套件中得到应用，该套件是一款基于Pi的相机制造的神经视觉处理器，售价不到50美元。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。