在滑鐵盧大學(xué)攻讀系統(tǒng)設(shè)計工程博士學(xué)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(fā)明了一項使神經(jīng)網(wǎng)絡(luò)模型更小、速度更快的技術(shù)。

Sheldon Fernandez回憶道：“Alexander Wong當(dāng)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(fā)明的技術(shù)！’”。

現(xiàn)在，F(xiàn)ernandez和 Wong分別是DarwinAI的首席執(zhí)行官和首席科學(xué)家。而DarwinAI是一家位于加拿大安大略省滑鐵盧的初創(chuàng)公司，現(xiàn)在正將那個“秘密武器”商業(yè)化。同時，英特爾正在幫助DarwinAI，全面提升從數(shù)據(jù)中心到邊緣應(yīng)用程序中的軟件性能。

DarwinAI首席執(zhí)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(chuàng)公司。

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(chǔ)上探索、理解神經(jīng)網(wǎng)絡(luò)。在建立對神經(jīng)網(wǎng)絡(luò)的復(fù)雜了解之后，我們再次使用人工智能技術(shù)創(chuàng)建一個全新的神經(jīng)網(wǎng)絡(luò)家族，使它與原來的神經(jīng)網(wǎng)絡(luò)具備同樣優(yōu)秀的性能，但規(guī)模更小，并且能夠被解釋?！?/p>

“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(shè)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(yīng)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(dāng)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(xùn)練時的影響，訓(xùn)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(yīng)用程序觀察到一棟人類設(shè)計的房屋，記錄其建造輪廓，然后設(shè)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(luò)的應(yīng)用。”（神經(jīng)網(wǎng)絡(luò)是一種將復(fù)雜任務(wù)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(chuàng)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(jié)合，實現(xiàn)數(shù)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(gòu)優(yōu)化的TensorFlow相結(jié)合構(gòu)建的神經(jīng)網(wǎng)絡(luò)，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(zhǔn)測試分別高達16.3倍和9.6倍的性能提升。

英特爾機器學(xué)習(xí)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?！?/p>

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(luò)，同時通過OpenVINO和英特爾工具集將其安裝到設(shè)備上?！?/p>

通過這種結(jié)合，可以提供緊湊、精準(zhǔn)同時適配部署設(shè)備的人工智能解決方案。隨著邊緣計算的興起，這種技術(shù)正變得至關(guān)重要。Fernandez表示：“邊緣人工智能會越來越多?？梢灶A(yù)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(dāng)前的焦點。DarwinAI本周宣布：“我們已經(jīng)與滑鐵盧大學(xué)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(luò)?！盌arwinAI目前已經(jīng)在GitHub上開源了源代碼和數(shù)據(jù)集。