在介紹DarwinAI的策略時，F(xiàn)ernandez表示：”我們首先使用其他形式的人工智能，從基礎上探索、理解神經(jīng)網(wǎng)絡。在建立對神經(jīng)網(wǎng)絡的復雜了解之后，我們再次使用人工智能技術創(chuàng)建一個全新的神經(jīng)網(wǎng)絡家族，使它與原來的神經(jīng)網(wǎng)絡具備同樣優(yōu)秀的性能，但規(guī)模更小，并且能夠被解釋。”

“原理的可解釋性”非常重要。Fernandez指出，人工智能面臨的一個重大挑戰(zhàn)是”對于設計者而言，人工智能的工作機制并不透明”。如果不知道人工智能應用程序的工作原理及決策原理，開發(fā)人員很難提高其性能，或者診斷出問題所在。

比如，DarwinAI的一個汽車客戶想要排除一輛自動駕駛汽車的故障——當天空出現(xiàn)某種紫色時，這輛汽車會出現(xiàn)奇怪的左轉(zhuǎn)傾向。DarwinAI的生成合成平臺（Generative Synthesis）解決方案幫助客戶團隊了解到，汽車行為受到了在內(nèi)華達沙漠中所進行的特定轉(zhuǎn)彎場景訓練時的影響，訓練時的天空恰巧是那種紫色（DarwinAI近期文章）。

Fernandez解釋說，也可以這樣理解生成合成平臺（Generative Synthesis）：想象該人工智能應用程序觀察到一棟人類設計的房屋，記錄其建造輪廓，然后設計出了更堅固更可靠的全新房屋。Fernandez說：”因為這是人工智能，它具備人腦無法比擬的效率。這就是我們對神經(jīng)網(wǎng)絡的應用。”（是一種將復雜任務分解為大量簡單計算的方法。）

英特爾不僅致力于讓所有人都能使用人工智能，并使人工智能速度更快、更易使用。 通過，英特爾與DarwinAI合作，將生成合成平臺（Generative Synthesis）與以及其他英特爾人工智能軟件組件加以結(jié)合，實現(xiàn)數(shù)量級性能提升。

在，基于英特爾?至強?鉑金8153處理器，使用生成合成平臺（Generative Synthesis）與面向英特爾?架構優(yōu)化的TensorFlow相結(jié)合構建的神經(jīng)網(wǎng)絡，在ResNet50和NASNet這兩種流行的圖像識別工作負載上，能夠提供比基準測試分別高達16.3倍和9.6倍的性能提升。

英特爾機器學習性能副總裁兼總經(jīng)理Wei Li表示：”英特爾和DarwinAI多次合作，以優(yōu)化和提升多種英特爾硬件上的人工智能性能。”

Fernandez指出：”兩家公司的工具相互輔助：通過DarwinAI的工具獲得真正優(yōu)化的神經(jīng)網(wǎng)絡，同時通過OpenVINO和英特爾工具集將其安裝到設備上。”

通過這種結(jié)合，可以提供緊湊、精準同時適配部署設備的人工智能解決方案。隨著邊緣計算的興起，這種技術正變得至關重要。Fernandez表示：”邊緣人工智能會越來越多?？梢灶A見，未來兩三年，智能邊緣將成為最熱門的話題之一。”

疫情期間，對新型冠狀病毒的討論是當前的焦點。DarwinAI宣布：”我們已經(jīng)與滑鐵盧大學VIP實驗室的研究人員合作開發(fā)了COVID-Net，這是一種通過胸片檢測COVID-19的卷積神經(jīng)網(wǎng)絡。”DarwinAI目前已經(jīng)在上開源了源代碼和數(shù)據(jù)集。

xiesc