内容
问：
新的MIT芯片如何帮助神经网络？
A：
关于神经网络的新科学工作可能会降低其功率和资源需求，以至于工程师可以将其强大的功能应用于更多种类的设备中。
这对我们生活中的一切都可能产生巨大影响，从我们如何准备食物到去看医生，或者我们如何使用汽车或公共交通工具到处走走。
考虑一下智能手机如何改变我们的生活，然后考虑将机器学习和人工智能技术内置到这些小型便携式设备中。
这项突破性的工作中的一些正在MIT展出，一些电气工程和计算机科学专业的学生正在研究如何改善AI / ML系统的设计和构建。
具体来说，麻省理工学院研究生Abhishek Biswas的努力以及各种同事在技术出版社中引起了很多关注。
Techcrunch讨论了神经网络科学的发展如何促进“边缘计算”并将更强大的技术应用于便携式电池驱动设备。
福布斯说，Biswas的突破可以“将人工智能放入搅拌机中”。
总的来说，麻省理工学院科学家的进步之所以风起云涌，部分原因是显而易见的是，这些成就如何影响我们的消费者技术以及用于政府或商业目的的技术。
本质上，Biswas描述的处理器发展类型与芯片环境中的共置功能有关。在《科学日报》的一篇文章中，作者解释了大多数传统处理器如何将内存存储在处理区域之外，以及如何来回传输数据。然而，这种对存储的存储器数据的移动的需求占用了很多功率。
Biswas谈论了有助于神经网络工作的“点积”或核心操作。这些科学家还考虑使用二进制权重来简化系统-从发明第一台个人计算机开始，这种想法就一直是计算机科学的基本组成部分。
通过促进这些硬件变化，科学家为改变我们使用技术方式的机器学习和人工智能工具提供了更多功能。通过从纯粹的确定性线性编程过渡到一个计算机模仿人类大脑活动的系统，我们将开始使用触手可及的更强大技术的新冒险。