深层神经网络(款)计算系统的设计基于大脑的连接结构。他们已经使用在生物医学科学,包括一些非常令人兴奋的潜力在医学图像分析。考虑到大脑被认为是一个最复杂的生物系统的存在,也就不足为奇了,款是一个相当大的挑战设计和改善。这是一个挑战,像DarwinAI这样的公司之一。我们和谢尔登•费尔南德斯DarwinAI首席执行官,找出他们的技术可以使款更紧凑和高效。
Ruairi Mackenzie (RM):躺而言,究竟发生了什么当我们优化和改善神经网络?
谢尔登•费尔南德斯(SF):为背景,款是复杂的实体,模仿人类大脑的认知功能。他们非常强大,但设计极其耗费时间,涉及到相当多的猜测,即使是专家。
DarwinAI生成合成技术——多年的副产品从滑铁卢大学的奖学金——使用传统机器学习观察神经网络然后生成许多新的高度优化的网络版本。结果是一组新的和完全独特的网络,不仅明显比原来的小,推断出更快的在不牺牲功能的准确性。此外,理解了由引擎允许可辩解的深度学习,网络平台可以说明在哪里到达它的结论。
RM: DarwinAI平台如何提高神经网络结合使用时,英特尔技术?
科幻小说:我们使用人工智能本身生成新版本的一个深层神经网络比原来的更紧凑和高效。过程类似于解构一个房子,然后建立一个新的人工智能,使用原始的组件,这是更有效的,重量轻,比原来的。
后生成的合成过程中,我们的新神经网络作为输入到英特尔的软件,这对英特尔芯片组进一步优化模型。结果是一个互补的过程,产生令人印象深刻的结果。据英特尔的解决方案简单,结合这两种技术,生产16.3倍的速度比原始图像分类结果。
RM:为什么神经网络用于图像分类?
科幻小说:想象分类神经网络是很有用的,因为有很多标签数据,使得他们非常擅长的任务。
考虑,例如,一个网络的能力来识别狮子的照片。几十年来,研究人员在图像识别为这个问题地挣扎了很久。虽然识别视觉模式可能是显而易见的人类,是深刻复杂的机器。例如,如何做一个描述一头狮子看起来像电脑在成千上万的数学条件方面可以描绘一幅?神经网络,然而,问题变得容易处理,如果仍然困难。通过提供网络与一百万年狮子的图片,“权重”网络可以逐步调整,直到系统变得很擅长识别狮子
图像分类神经网络用于从自主车辆、面部识别系统,为无人驾驶飞机和飞机导航系统。
RM:生成合成是建立在“AI人工智能”。你能更详细地解释这个概念吗?
科幻小说:虽然非常强大,深层神经网络非常复杂,难以有效地构造和设计这些需要大量艰苦的工作和容易出错。
关键见解从我们的学术团队是利用人工智能本身的形式传统机器学习来帮助人类在建筑和设计款。通过这种方式,一个人与人工智能简化和加快发展过程;AI的艰苦和单调的“脏活”使个体关注更有创意和“人类”的设计任务。
RM:最令人激动的应用人工智能,可以改善DarwinAI的平台?
科幻小说:最令人兴奋的应用提高了我们的平台是那些需要人工智能的“边缘”:自主车辆和飞机、消费设备,语音识别和移动医疗保健应用程序。此外,我们在多大程度上减少神经网络的大小可以用例将很困难,如果不是不可能,没有我们的技术帮助。例如,部署超分辨率网络,人为地提高低分辨率视频高清设备如电视和电话。
谢尔登•费尔南德斯Ruairi J Mackenzie说,科学技术网络作家188金宝搏备用
