跟著技能進步，數字時代的到來，需要處理懲罰和分發的數據量也在快速擴大。與此同時，數據正變得越來越巨大，一些現代化的軟件系統包括了數百萬行代碼。這些數據的維護需要用到大型數據中心，以及軟件開拓者團隊。這意味著需要耗損大量能源，占用財政資源。
為了辦理這種全行業面對的問題，蘭卡斯特大學的數據科學專家開拓了人工智能計較機軟件，能在無需人工輸入的環境下迅速完成自組裝，形成最高效的形式。這也有助于晉升計較機系統的能效。
這一系統名為REx，基于呆板進修算法。在接到一項任務時，系統會查詢復雜的軟件模塊庫（譬喻內存緩存、搜索和分類算法），舉辦選擇，并組裝成該系統認為的最抱負形態。研究人員將這種算法稱作“微型變種”。
蘭卡斯特大學計較和通信學院講師巴里。波特（Barry Porter）暗示：“及時系統進修了所有一切。操作這些微型變種去自動組裝系統，臺灣主機 臺灣伺服器，我們看到，REx自主開拓了能完成任務的軟件設計。”
波特暗示，這項技能可以用在多個層面。這可以淘汰，甚至完全不需要人工參加，而REx能自動完成所需的任務。這也將對數據處理懲罰中心的能效發生明明影響。今朝，能耗的優化相當于全球能耗的約3%.
波特暗示：“跟著我們更頻繁地毗連設備，進入物聯網時代，需要處理懲罰和分發的數據量正迅速增長。數據中心中的千百萬臺處事器也因此需要耗損大量能源。雷同REx的自動化系統能找到各類場景下的最佳機能，提供新方法，大幅淘汰能源需求。”
實際上，雷同REx的人工智能系統正在厘革我們與數字世界打交道的方法。一些系統輔佐大夫更利便地查詢復雜的研究數據庫，而另一些系統則輔佐我們安詳上網。在技能時代，技能自己已被證明是我們辦理問題時的最佳盟友。
