結合深度學習與有性演化合成(sexual evolutionary synthesis)的新型態人工智能(AI)技術，由于具備效率高、精簡、耗能低、互聯網依賴度低的特性，可直接安裝在低效能行動裝置執行實時、關鍵性的應用，因此非常適合電力匱乏的環境，如低度開發區域，以及因急難情況導致電力供應不足或中斷的地區。

據報導，加拿大安大略省滑鐵盧大學(University of Waterloo)研究團隊最近在意大利威尼斯舉行的計算機視覺國際會議(ICCV)發表開創性的深度學習AI技術，由于性能強大且執行資源需求低，因此有廣泛應用于各種產業的潛力。

例如在健康照護產業，可成為功能強大的輔助工具，能將更高質量的健康照護系統擴展至全球各地。相關技術將于2018年由新創公司DarwinAI商業化。

這項創新的AI技術嘗試在一個或然性架構(probabilistic framework)內，模仿生物演化的程序，將神經網絡置于虛擬環境中，然后不斷地逐漸減少AI能夠獲取的資源，于是AI不斷改變自己來適應環境，生成了特征更加緊湊的后代，因此研究小組以有性演化合成名之。

研究結果顯示，有性演化合成的網絡，其結構效率(architectural efficiency)是采用無性(Asexual)演化合成方式網絡的2倍，而這兩類深度神經網絡的測試正確性(testing accuracy)都可達到97%。

該技術共同發明人Alexander Wong表示，由于有性演化合成的深度神經網絡非常精簡，可在低效能裝置執行，因此非常適合用于創建，直接安裝在智能型手機、平板計算機及其它手持裝置執行的AI軟件。

不僅可協助臨床執業醫師隨時隨地進行更正確、快速的臨床診斷與擬定治療計畫，在臨床專家較稀少的地區，也能作為遠程醫療的輔助工具。

由于有性演化合成的深度神經網絡執行時所需的電力較低，因此更適合僅能使用有限備援電力或電池的停電時期；而能直接安裝在行動裝置執行，則未來在遭逢颶風與洪水等危機時刻，也可讓低效能裝置大量派上用場，紓解醫院的窘境。

此外，由于實時、關鍵性的手術機器人應用，不適合倚賴互聯網，且對落后與延遲極為敏感，因此可將有性演化合成的深度神經網絡直接內建于手術機器人，將對導引機器人進行手術的外科醫師極有助益。

研究小組在試驗時，將有性演化合成的深度神經網絡內建于手機與平板計算機的小型芯片中，發現可開啟其它新的可能性。例如低度開發國家由于安全的飲水匱乏，而多數人有機會使用低成本智能型手機，因此可以深度神經網絡AI軟件進行水質檢測，有助于改善公眾健康。