英国《每日邮报》网站2月8日发表题为《会像人类那样思考的无人机可能出现在战区》的文章称，这种手掌大小的处理器叫做Eyeriss。它有着令人吃惊的168个内核，并基于“神经网络”来工作。它的“神经网络”是在模拟人类大脑的基础上建成的。

　　过去很多智能手机上使用的处理芯片通常只有4个内核。

　　这一技术可能以无人机或机器人的形式用于战场。这样，无人机或机器人可以进行实时学习，而无需借助人类的分析。

　　例如，装有Eyeriss的无人机一旦发现了目标，它就可以提醒驻扎在地面上的军人。这样，无人机将比监视图像的人类更高效。在现代战争中，这是一种令人满意的技术。

　　这款芯片是美国麻省理工学院、国防部高级研究项目局和显卡企业英伟达公司联合研发的。

　　神经网络通常是用图形处理单元（GPU）制成的。所有带屏幕的电脑装置都有GPU。这些类似大脑的人工智能系统要依赖大型的多核图形处理器来工作。因此，将神经网络用于移动设备是不现实的。

　　在这项最新突破中，科学家首次设法将神经网络缩小，这样它将使用较少电力，并能装到较小的设备中去。

　　麻省理工学院的研究人员说，Eyeriss的效率是一个移动GPU效率的10倍，因此它可以让智能手机和平板电脑在本地运行强有力的人工智能算法，而不必将数据上载到云中进行处理。

　　该技术将有助于加快应用软件的速度，因为这种芯片有自己的记忆。这种技术还会让工作量保持在最少水平。这意味着，你未来的掌上设备不会太倚重互联网。

　　麻省理工学院电气工程和计算机科学系教授薇薇恩·塞说：“对很多应用来说，物体识别、演说和人脸检测等深度学习是有用的。”塞的团队研发了这种新芯片。

　　塞说：“目前，神经网络非常复杂，并且大多数要在大功率的GPU上运行。”

　　塞说：“你可以想象，如果你的手机使用了这项技术，那么在没有无线网络连接的情况下，你的手机依然能运作。”

　　多年来，工程师们一直在研发模仿人类心智的“深度神经网络”。最近，谷歌让公众了解了它在该领域的研究，因为它推出了人工智能学习系统TensorFlow。

　　机器学习和人工智能正被用来让搜索变得更加准确。谷歌希望，通过推出TensorFlow，这种软件将变得更先进和更普遍。

　　去年，谷歌还公布了一套图片来帮助解释它的系统如何随着时间的推移而进行学习。谷歌展示了该系统如何学习，以及出错的时候会发生什么情况。

　　研究人员将一张图输入相关神经网络，并让它指明它认识的一些动物，从而制造了上述的图片。

　　谷歌培训人工神经网络的方法是，向该神经网络出示数百万个样例，并逐步调整该网络的各项参数，直到它给出研究人员想要的类别。