2019年11月13日，美国防高级研究计划局（DARPA）启动“超维数据使能的神经网络”（HyDDENN）项目，旨在开发新型超维数据表示方法和计算原语，以在浅层神经网络中表示人工智能（AI），进而显著降低AI硬件复杂性，为美国防部提供高效、高准确度的AI。该项目在DARPA“人工智能探索机会”下发布。

HyDDENN项目寻求新型数据使能的神经网络架构，以摆脱对基于MAC的大规模深层神经网络的依赖。HyDDENN将探索并开发创新性数据表示方法，采用基于高效非MAC的数字计算原语的浅层神经网络架构，为国防部边缘系统提供高准确度、节能的AI。HyDDENN寻求在网络设计、训练及推理中，探索维度与网络复杂性对输出准确度的影响。包括：①探索维度与网络复杂性（以参数数量计）对浅层超维神经网络最终训练准确度的影响；②针对给定边缘应用推理时，演示超维神经网络对于嘈杂输入的可靠处理。

　　来源：美国DARPA