DarwinAI：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，他發明了壹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，妳的博士研究很酷，但妳知道嗎，妳真正的秘密武器，是妳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 是壹家位於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。

DarwinAI 首席執行官 Sheldon Fernandez（第壹排中間穿黑色夾克的男士）與員工合影。
DarwinAI 是壹家總部位於加拿大安大略省滑鐵盧的 AI 軟件初創公司。
（圖片來源：DarwinAI）

在介紹 DarwinAI 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後，我們再次使用人工智能技術創建壹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，並且能夠被解釋。”

“原理的可解釋性”非常重要。Fernandez指出，人工智能面臨的壹個重大挑戰是“對於設計者而言，人工智能的工作機制並不透明”。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，DarwinAI 的壹個汽車客戶想要排除壹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。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壹棟人類設計的房屋，記錄其建造輪廓，然後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。”（神經網絡是壹種將復雜任務分解為大量簡單計算的方法。）

英特爾不僅致力於讓所有人都能使用人工智能，並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，基於英特爾® 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壹。”

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，這是壹種通過胸片檢測 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。

來源：Intel