Istnieje jeden poważny i oczywisty dla wszystkich problem, który obecnie uniemożliwia stosowanie sieci neuronowych w urządzeniach mobilnych: zużycie energii. Wiele ich systemów sztucznej inteligencji wymaga potężnych, wielordzeniowych procesorów. Ich użycie jest niezwykle niepraktyczne, jeśli chodzi o urządzenie, które ma być umieszczone na ludzkiej dłoni.
Jednak Massachusetts Institute of Technology znalazł rozwiązanie. Niedawno zademonstrował Eyeriss, nowy chip, który umożliwia instalację sieci neuronowych w urządzeniach o wyjątkowo niskim poborze mocy. Chociaż ten procesor ma 168 rdzeni, zużywa dziesięć razy mniej energii niż GPU w nowoczesnych telefonach. Dzięki temu można go bezpiecznie używać bez obawy, że procesor błyskawicznie „pożre” baterię.
Sekret Eyeriss polega na tym, że chip nie wykorzystuje wymiany informacji, gdy tylko jest to możliwe. Każde z jąder (które zasadniczo działają jak neurony) ma własną pamięć i kompresuje informacje za każdym razem, gdy są wysyłane. Dzięki temu ilość pracy jest ograniczona do minimum. Sąsiednie rdzenie mogą „komunikować się” bezpośrednio ze sobą, więc nie muszą mieć dostępu do centralnego źródła (czyli do pamięci głównej), ponieważ wszystko, czego potrzebują, jest „pod ręką”. Co więcej, specjalny schemat delegowania daje rdzeniom tyle pracy, ile mogą wykonać bez konieczności proszenia o dodatkowe dane.
Chociaż nie ma informacji o tym, jak szybko można oczekiwać, że technologia Eyeriss pojawi się w jakichkolwiek dostępnych na rynku urządzeniach, można przypuszczać, że jej wpływ na samouczące się systemy komputerowe będzie ogromny. Użytkownicy będą mogli zdobyć smartfony (lub inne urządzenia o niskim poborze mocy), które radzą sobie z lokalnym przetwarzaniem sztucznej inteligencji zamiast konieczności komunikowania się ze zdalnym serwerem internetowym, co wiąże się z opóźnieniami i obawami dotyczącymi bezpieczeństwa. Wiele urządzeń dostępnych dla konsumentów będzie w stanie lepiej dostosować się do nowych sytuacji lub poruszać się w przestrzeni. Należy również wspomnieć, że jeden z czołowych naukowców z firmy NVIDIA brał udział w opracowaniu nowego chipa, z czego można wywnioskować, żeże nowa technologia będzie miała praktyczne zastosowanie w dającej się przewidzieć przyszłości.