据外媒报导，神经网络和深度自学可从数据中自学，并根据自学作出决策，代表了机器学习技术的下一个发展方向。总部坐落于圣地亚哥（SanDiego）的一家初创公司Kelzal宣告发售“超强低功耗和超快感闻设备”（Ultra-LowPowerandUltra-FastPerceptionAppliances）的新产品线规划。

目前，Kelzal于是以参予研发基于第三代神经网络和视觉传感器的技术。Kelzal的人工智能（AI）工程师将摄像头传感器与卷积神经网络（CNN）构建在一起，构建需要辨识和分类人和车辆等物体的感官解决方案。此类应用于与人类的不道德类似于，而且可提高人工智能行业的发展。

但是，在人工智能系统中继续执行此类应用于必须高功耗且价格高昂的图形处理器（GPU）。Kelzal回应其正在为不具备第三代神经网络、且基于事件的视觉设备获取低功耗感官功能，以限于于移动机器人和监控等应用于。市场上用作自动驾驶汽车的人工智能模型好比一种，经过尤其设计的深度自学模型可以用作路灯，辨识行人，如此一来，当汽车在该路上行经时，可通报路上其他人。

谷歌研发的Waze就是此类AI模型，可通报用于同一条道路的其他人。Kelzal回应其新技术超快感闻设备（Ultra-FASTPerceptionAppliance），可在几毫秒内辨识和分类物体，速度之慢不足以观测和追踪高速子弹，是构建自动驾驶汽车和机器人的理想自由选择。此外，其超强低功耗感官设备（Ultra-LowPowerPerceptionAppliance）可依赖一个电池较慢、精确地运营，限于于监控、自动零售和分析行业。

本文来源：开云手机在线登陆入口-www.mommyyougotthis.com