由加拿大人工智能領域研究主席、滑鐵盧大學系統設計工程教授Alexander Wong領導的一個團隊開發了一種新型緊湊型神經網絡家族，可以在智能手機、平板電腦以及其他嵌入式和移動設備上運行。

這些網絡被稱為AttoNets，用于圖像分類和實體劃分，但也可以作為視頻動作識別、視頻姿態估計、圖像生成和其他視覺感知任務的構建塊。

“目前的神經網絡的問題在于，它們是手工構建的，而且非常龐大、復雜，很難在任何現實情況下運行，”Wong說，他還與他人共同創立了一家名為DarwinAI的初創公司，將這項技術商業化。“這些邊緣網絡規模小、靈活，可能對汽車、航空航天、農業、金融和消費電子行業產生巨大影響。”

Wong的人工智能系統設計的一個關鍵部分是，在設計新網絡時，人類設計師與人工智能協同工作，從而形成緊湊而高性能的網絡，可以在智能手機、平板電腦和自主車輛等設備上運行。

這項被稱為生成性合成（Generative Synthesis）的技術最近得到了英特爾的驗證，在奧迪電子風險投資公司（audi electronics ventures）最近的一篇論文中顯示，這項技術大大加速了自主駕駛的深度學習設計。今年早些時候，該公司與谷歌和微軟并列進入了InsideBigData 影響力前50榜單。深度學習被認為是人工智能的前沿。復雜的人工神經網絡模擬人腦學習和決策的認知能力。

“我們采用了一種協作設計方法，用人工智能的細致性和速度，來杠桿化人類的聰明才智和經驗，因為一臺計算機可以處理得非常快，”Wong說。“這已經對現實世界產生了影響，特別是在需要這些邊緣深度學習解決方案來為基礎設施和智能系統供電或保護用戶隱私的地方，”Wong說。

Wong博士的碩士生Desmond Lin最近在加州長灘舉行的2019年計算機視覺與模式識別（CVPR）博覽會年會上發表了這篇研究論文。

來源：易明智能