再不关注“实时物联网”，你就老了！

Neurala的AI系统不依赖云平台，可在边缘设备上实时检测行人和车辆的状态。也就是说，Neurala通过结合不同的神经网络结构，实现了动态学习，无论有没有云服务器，都可以直接在设备上完成学习任务。这种学习方法不依赖网络传输，与网隔绝的独立性保证了较高的可靠性和隐私安全。更进一步，它还解决了神经网络学了新的、忘了旧的这一问题。

通过摩托罗拉与Neurala的合作，许多行业的智商都会发生不可思议的突增。如果一个孩子失踪了，他的父母可以给警察一张孩子的照片，警察的随身智能相机就会立即“知道”孩子的长相，并将数据发送到附近其他警官的智能相机中，迅速形成一个AI实时“搜救团队”。

获得软银投资的ARM公司，认为鉴于云端的延迟和功耗，边缘节点的机器学习拥有更大的潜力。因此ARM正在积极投入资金用于提升边缘设备端的AI性能。它不仅在下一代的芯片架构中引入了人工智能技术，预计到2020年搭载DynamIQ技术的ARM下一代芯片将在人工智能表现上有50倍的性能提升。6月27日，ARM还与20多家生态系统合作伙伴发起成立了ARM人工智能生态联盟（AIEC），围绕具体应用场景，加速人工智能产业化。

再往前看，6月6日，苹果也发布了新型平台Core ML，将AI带到了边缘“绝境”，它坚持不在云端实现机器学习，加速在边缘设备上的人工智能任务。这类平台对设备性能进行了优化，在不降低AI性能的情况下，减少内存占用和功耗。仅在边缘设备上运行的做法，确保了用户数据的隐私，并且能保证各种应用在没有网络连接时也能够工作和响应。