сохраненным бинарным ответам. На таких задачах, как распознавание активности человека, мониторинг электрокардиограммы и распознавание ключевых слов, сети ее команды достигают в 1000 раз меньшего размера и энергопотребления при сохранении точности. Например, их модель распознавания ключевых слов использует всего от 42 до 79 наноджоулей на одно умозаключение по сравнению с более чем 5000 наноджоулей у текущей лучшей отраслевой модели. Джон уже заменила часть многослойного персептрона в трансформерных сетях, что составляет примерно половину архитектуры чат-бота, и планирует заменить также механизм внимания. Она считает, что сети без весов могут обеспечить работу ИИ на крошечных маломощных устройствах, таких как гибкие пластиковые подложки для медицинских датчиков. Обучение по-прежнему происходит на графических процессорах, но Джон надеется в конечном итоге использовать оборудование на базе программируемых вентильных матриц из-за естественного соответствия таблиц поиска ПЛИС.