اگر ساعت‌‌های هوشمند و دیگر گجت‌های کوچک مبتنی بر باتری، امکان اجرای الگوریتم‌های هوش مصنوعی را داشتند قطعا بسیار باهوش‌تر عمل می‌کردند. اما یک چیپ جدید می‌تواند با رفع مشکلات موجود، امکان پردازش الگوریتم‌های هوش مصنوعی را به این گجت‌ها بیاورد.
شاید برایتان سوال باشد که چرا گجت‌های کوچک امکان پردازش هوش مصنوعی را ندارند. پاسخ در نحوه ارتباط بین حافظه و پردازنده نهفته است. در پردازش‌های مرتبط با هوش مصنوعی و یادگیری ماشین، تبادل اطلاعات بین پردازنده‌ها و حافظه می‌تواند تا ۹۵ درصد از انرژی را مصرف کند. این موضوع موجب مصرف بخش عمده‌ای از ذخیره باتری در گجت‌های کوچک می‌شود. حالا تیمی از دانشمندان از جمله «مری ووترز» و «فیلیپ وانگ »از محققان دانشگاه استنفورد سیستمی طراحی کرده‌اند که اجرای هوش مصنوعی با سرعت بالاتر و مصرف انرژی کمتر را امکان پذیر می‌کند.
روش کار سیستم جدید بر ۸ چیپ مبتنی است که هر کدام شامل ترکیبی از پردازنده و حافظه در کنار هم هستند. حافظه مورد استفاده، از تکنولوژی جدید RRAM بهره می‌برد که برخلاف رم‌های معمول امکان ذخیره داده حتی در زمان خاموش بودن را دارد. به این ترتیب می‌توان گفت که مشابه حافظه‌های فلش عمل می‌کند اما سرعت بالا و مصرف انرژی بهینه‌ای دارد.
محققان این سیستم را طی برنامه ۱.۵ میلیون دلاری «ERI» آژانس پروژه‌های پژوهشی پیشرفته دفاعی ایالات متحده (دارپا) طراحی کرده‌اند. بر اساس برنامه ERI، دارپا به دنبال روش‌های جایگزین برای قانون مور است تا چیپ‌هایی با روش‌های پردازش جدید توسعه داده شوند.
سیستم مبتنی بر ۸ چیپ جدید اکنون در ابتدای راه است. با این حال محققان در شبیه‌سازی‌ها نشان داده‌اند که یک سیستم مبتنی بر ۶۴ چیپ هیبریدی تونایی اجرای الگوریتم‌های مبتنی بر هوش مصنوعی با سرعت ۷ برابر پردازنده‌های معمول و با مصرف انرژی یک هفتم را دارد.
احتمال می‌رود در آینده چنین سیستم‌هایی در عینک‌های واقعیت مجازی یا واقعیت افزوده تعبیه شوند. به باور وانگ سیستم مبتنی بر چیپ‌های هیبریدی در ۳ تا ۵ سال آینده به بازار راه خواهد یافت.
