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。