用AI改进AI ,使AI应用更高效、更透明

2020-03-25来源: EEworld关键字:AI

在滑铁卢大学攻读系统设计工程博士学位期间,Alexander Wong没有足够的资金购买其计算机视觉实验所需的硬件。因此,他发明了一项使神经网络模型更小、速度更快的技术。

 

Sheldon Fernandez回忆道:“Alexander Wong当时正在做项目演示,有人对他说‘嘿,你的博士研究很酷,但你知道吗,你真正的秘密武器,是你为了完成博士研究而发明的技术!’”。

 

现在,Fernandez和 Wong分别是DarwinAI的首席执行官和首席科学家。而DarwinAI是一家位于加拿大安大略省滑铁卢的初创公司,现在正将那个“秘密武器”商业化。同时,英特尔正在帮助DarwinAI,全面提升从数据中心到边缘应用程序中的软件性能。

 

图片.png

 

DarwinAI首席执行官Sheldon Fernandez(第一排中间穿黑色夹克的男士)与员工合影。

 

DarwinAI是一家总部位于加拿大安大略省滑铁卢的AI软件初创公司。

 

在介绍DarwinAI的策略时,Fernandez表示:“我们首先使用其他形式的人工智能,从基础上探索、理解神经网络。在建立对神经网络的复杂了解之后,我们再次使用人工智能技术创建一个全新的神经网络家族,使它与原来的神经网络具备同样优秀的性能,但规模更小,并且能够被解释。”

 

“原理的可解释性”非常重要。Fernandez指出,人工智能面临的一个重大挑战是“对于设计者而言,人工智能的工作机制并不透明”。如果不知道人工智能应用程序的工作原理及决策原理,开发人员很难提高其性能,或者诊断出问题所在。

 

比如,DarwinAI的一个汽车客户想要排除一辆自动驾驶汽车的故障——当天空出现某种紫色时,这辆汽车会出现奇怪的左转倾向。DarwinAI的生成合成平台(Generative Synthesis)解决方案帮助客户团队了解到,汽车行为受到了在内华达沙漠中所进行的特定转弯场景训练时的影响,训练时的天空恰巧是那种紫色(DarwinAI近期文章深入探讨可解释性)。

 

Fernandez解释说,也可以这样理解生成合成平台(Generative Synthesis):想象该人工智能应用程序观察到一栋人类设计的房屋,记录其建造轮廓,然后设计出了更坚固更可靠的全新房屋。Fernandez说:“因为这是人工智能,它具备人脑无法比拟的效率。这就是我们对神经网络的应用。”(神经网络是一种将复杂任务分解为大量简单计算的方法。)

 

英特尔不仅致力于让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。 通过英特尔人工智能创建者项目,英特尔与DarwinAI合作,将生成合成平台(Generative Synthesis)与英特尔®OpenVINO™工具包以及其他英特尔人工智能软件组件加以结合,实现数量级性能提升。

 

在最近的案例研究中,基于英特尔®至强®铂金8153处理器,使用生成合成平台(Generative Synthesis)与面向英特尔®架构优化的TensorFlow相结合构建的神经网络,在ResNet50和NASNet这两种流行的图像识别工作负载上,能够提供比基准测试分别高达16.3倍和9.6倍的性能提升。

 

英特尔机器学习性能副总裁兼总经理Wei Li表示:“英特尔和DarwinAI多次合作,以优化和提升多种英特尔硬件上的人工智能性能。”

 

Fernandez指出:“两家公司的工具相互辅助:通过DarwinAI的工具获得真正优化的神经网络,同时通过OpenVINO和英特尔工具集将其安装到设备上。”

 

通过这种结合,可以提供紧凑、精准同时适配部署设备的人工智能解决方案。随着边缘计算的兴起,这种技术正变得至关重要。Fernandez表示:“边缘人工智能会越来越多。可以预见,未来两三年,智能边缘将成为最热门的话题之一。”

 

疫情期间,对新型冠状病毒的讨论是当前的焦点。DarwinAI本周宣布:“我们已经与滑铁卢大学VIP实验室的研究人员合作开发了COVID-Net,这是一种通过胸片检测COVID-19的卷积神经网络。”DarwinAI目前已经在GitHub上开源了源代码和数据集。


关键字:AI 编辑:muyan 引用地址:http://news.eeworld.com.cn/IoT/ic492532.html 本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:英特尔将神经拟态研究系统扩展至1亿个神经元
下一篇:英特尔嗅到了神经拟态“芯”机遇

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

首颗国产车规级AI芯片即将量产,BPU利用率可超90%
 3 月 8 日讯,国产汽车芯片突破,首款车规级 AI 芯片即将正式前装量产。 地平线公司在官方公众号发出文章:“中国芯,擎动智驾未来”。据悉,这次的主角是其车规级芯片“征程二代”。  “征程二代”在 2019 年 8 月正式发布。该芯片集成了地平线第二代 BPU 架构(伯努利架构),可提供 4 TOPS 的等效算力,典型功耗 2W,能够更高效灵活地实现多类 AI 任务处理,对多类目标进行实时检测和识别,可应用于自动驾驶视觉感知、众包高精地图与定位、视觉 ADAS 和智能人机交互等智能驾驶场景。更重要的是,地平线为用户提供了征程二代的完整工具链,帮助
发表于 2020-03-08
首颗国产车规级AI芯片即将量产,BPU利用率可超90%
以色列AI处理器厂商Hailo完成6000万美元B轮融资
以色列AI处理器公司Hailo在B轮融资中筹集了6000万美元。除了现有的投资者,其他参与者还有ABB Technology Ventures(ATV),NEC和Latitude Ventures。Hailo将利用这笔资金来支持其持续不断的Hailo-8深度学习芯片在全球的推广,并打入新的市场和行业。B轮融资使Hailo的总融资额达到了8800万美元。Hailo-8是该公司针对边缘设备的深度学习处理器。Hailo表示,其芯片具有“重新设计的芯片架构,该架构依赖于神经网络的核心属性”,它被称为“结构定义的数据流架构”,速度可以达到26TOPS。该芯片可以执行复杂的深度学习应用程序,这些应用程序以前只能在云上运行。
发表于 2020-03-06
模拟内存计算如何解决边缘AI推理的功耗挑战
翻译自——embedded 机器学习和深度学习已经成为我们生活中不可或缺的一部分。通过自然语言处理(NLP)、图像分类和对象检测的人工智能(AI)应用已经深入到我们许多设备中。大多数人工智能应用程序都是通过基于云的引擎提供服务,这些引擎可以很好地为它们的用途提供基础支持,比如在Gmail中输入电子邮件回复时获得单词预测。 尽管我们很享受这些人工智能应用所带来的好处,但这种方法也带来了隐私、功耗、延迟和成本方面的挑战。如果在数据起源处有一个本地处理引擎能够执行部分或全部计算(推理),则可以解决这些挑战。这在传统的数字神经网络实现中是很难做到的,在这种情况下,内存成为了耗电的瓶颈。这个问题可以通过多层内存和使用模拟
发表于 2020-03-06
模拟内存计算如何解决边缘AI推理的功耗挑战
英特尔AI百佳计划推动“无接触”商业兴起
,而被人机交互所取代。既然要依靠设备来进行“沟通”,视觉+人工智能(AI)技术就成为了解决人机交互难题的“杀手锏”。而视觉+AI技术的计算速度(尤其是边缘计算速度)、深度视觉能力以及智能分析水平,都会直接影响人们对“无接触”商业的印象。 为了更好地解决“无接触”商业的落地难题,英特尔推出了一系列领先的技术和产品组合,通过高度灵活和全面优化的解决方案,充分发挥其生态合作伙伴在各自领域的专业优势,推动“无接触”商业的落地和发展。 英特尔® 至强™ 可扩展处理器:拥有强大的平台能力,以及在AI推理、网络功能、持续内存带宽和安全性等功能上的优势。其敏捷性和可扩展性可有效改善总体拥有成本,提升用户的生产
发表于 2020-03-05
英特尔AI百佳计划推动“无接触”商业兴起
高通AI创新实验室正式落地,推动5G、人工智能产业创新发展
3月4日,浙江杭州未来科技城、高通(中国)控股有限公司(Qualcomm)、中科创达软件股份有限公司通过网上签约的形式共同签署合作协议,将携手成立“杭州未来科技城•Qualcomm中国•中科创达联合创新中心暨Qualcomm AI创新实验室” (以下分别简称“联合创新中心”以及“Qualcomm AI创新实验室”),共同推进杭州市双创事业的发展,更好地支持杭州双创企业和机构对5G、AI、物联网等领域的技术应用需求。 在全国上下共同抗击新冠肺炎疫情的特殊时期,此次合作协议的签署通过视频连线的方式完成了“云签约”。  联合创新中心以及Qualcomm AI创新实验室将落户于中国(杭州)5G创新
发表于 2020-03-04
高通AI创新实验室正式落地,推动5G、人工智能产业创新发展
边缘智能释放人工智能诸多潜力
翻译自——EEtimes 智能边缘:没有网络更没有实时的数据 随着人工智能(AI)和机器学习(ML)的发展,以算法形式处理大量数据的能力变得越来越重要。 为了使数十亿连接设备上的数据应用程序能够更高效、更有价值德尔使用,处理从集中式第三方云服务器迁移到分散的、本地化的设备上(通常称为边缘计算)的势头越来越大。根据SAR Insight & Consulting最新的人工智能/机器学习嵌入式芯片数据库显示,在2019-2024年,全球支持人工智能的设备和边缘计算的CAGR将以64.2%的速度增长。 在边缘进行数据计算,不需要网络 Edge AI将算法和处理数据尽可能地接近
发表于 2020-03-03
边缘智能释放人工智能诸多潜力
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2020 EEWORLD.com.cn, Inc. All rights reserved