铠侠现在正在通过让其SSD适配Arm服务器，即使用SSD数据设计了一种AI图像分类的方法来扩展自身SSD市场。
看似违反常理，但人工智能模型在学习时确实会变笨。铠侠称，当你用新数据重新训练现有的神经网络模型时会导致参数权重变化，过去获得的知识可能会丢失，从而降低分类精度。
解决办法有两个，一个是耗费大量的时间和精力去重新训练神经网络模型。另一种则是将现有神经网络知识——图像数据、标注和图像特征映射——存储在SSD里，用新数据训练时也引用这些数据。
这种方式既能存储新获得的图像标注特征映射数据更新知识，还可以更准确地维护图像分类。
铠侠还表示，这样的好处一是当神经网络对图像分类时，把引用的SSD里的数据作为可视化分类结果的基础，有望提高AI的可解释性，并允许对知识源进行选择性修改。二是分析引用的数据，能根据引用频率评估每个存储数据项的贡献值。铠侠还希望将其SSD应用于其他神经网络问题领域。
该技术是铠侠在10月25日的2022年欧洲计算机视觉会议（ECCV 2022）上提出的。预计其他SSD制造商也会效仿铠侠，让其SSD获得类似认证。
