?Darwin AI：用AI改進AI ，使AI應用更高效、更透明

在滑鐵盧大學攻讀系統設計工程博士學位期間， Alexander Wong 沒有足夠的資金購買其計算機視覺實驗所需的硬件。因此，他發明了一項使神經網絡模型更小、速度更快的技術。

Sheldon Fernandez 回憶道：“ Alexander Wong 當時正在做項目演示，有人對他說‘嘿，你的博士研究很酷，但你知道嗎，你真正的秘密武器，是你為了完成博士研究而發明的技術！’”。

現在，Fernandez 和 Wong 分別是 DarwinAI 的首席執行官和首席科學家。而DarwinAI是一家位于加拿大安大略省滑鐵盧的初創公司，現在正將那個“秘密武器”商業化。同時，英特爾正在幫助DarwinAI，全面提升從數據中心到邊緣應用程序中的軟件性能。

在介紹 Darwin AI 的策略時， Fernandez 表示：“我們首先使用其他形式的人工智能，從基礎上探索、理解神經網絡。在建立對神經網絡的復雜了解之后，我們再次使用人工智能技術創建一個全新的神經網絡家族，使它與原來的神經網絡具備同樣優秀的性能，但規模更小，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，開發人員很難提高其性能，或者診斷出問題所在。

比如，Darwin AI 的一個汽車客戶想要排除一輛自動駕駛汽車的故障——當天空出現某種紫色時，這輛汽車會出現奇怪的左轉傾向。Darwin AI 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華達沙漠中所進行的特定轉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 深入探討可解釋性）。

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。這就是我們對神經網絡的應用。”（神經網絡 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 英特爾人工智能創建者項目，英特爾與DarwinAI合作，將生成合成平臺（Generative Synthesis）與 英特爾^?OpenVINO?工具包 以及其他英特爾人工智能軟件組件加以結合，實現數量級性能提升。

在 最近的案例研究中 ，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^?架構優化的TensorFlow相結合構建的神經網絡，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理Wei Li表示：“英特爾和DarwinAI多次合作，以優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的工具獲得真正優化的神經網絡，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。可以預見，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 本周 宣布：“我們已經與滑鐵盧大學VIP實驗室的研究人員合作開發了COVID-Net，這是一種通過胸片檢測COVID-19的卷積神經網絡。”DarwinAI目前已經在 GitHub 上開源了源代碼和數據集。

DarwinAI首席執行官Sheldon Fernandez（第一排中間穿黑色夾克的男士）與員工合影。

DarwinAI是一家總部位于加拿大安大略省滑鐵盧的AI軟件初創公司。

（圖片來源：DarwinAI）

更多信息： 英特爾：應對新型冠狀病毒疫情