臉部辨識, 語音識別這些我們習以為常的運用, 背後都是神經網路運算的結果. 一般來說神經網路很大, 因此要放進手機往往只有簡化的架構, 無法發揮神經網路的強大能耐, 或是得把數據透過網路傳到數據中心處理. MIT 新的晶片能夠減化數據在晶片的記憶和運算模組傳遞的次數, 運算效能增加 3~7 倍, 進而加速速度, 而且能耗減少 95%.
如果 MIT 的新晶片能普及, 這些新晶片能驅動本地的神經網路, 能放在家裡的智能裝置. 未來人類語音命令能在本地處理, 而不必像現在的 Google Home 或是 Amazon Alexa, 必須連網傳到數據中心處理, 再回傳回來.
當 2017 年蘋果發布 A11 bionic 晶片, 就具有 AI 能力, 用 Face ID 辨識是否是手機的主人. 未來類似的應用不會只在 iPhone 上面, 或是 Face ID 這單一功能, 而是更多裝置和應用.