研究人员找到了方法来利用AI创造力 - 戏剧性的性能提升到深度学习

研究人员已经找到了一种嫁给人类创造力和人工智能(AI)创造力的方法,从而大大提升了深度学习的表现。

Alexander Wong领导的团队,加拿大研究主席AI和滑铁卢大学系统设计工程教授,开发了一种新型的紧凑型神经网络,可以在智能手机,平板电脑和其他嵌入式上运行和移动设备。

被称为Attonet的网络被用于图像分类和对象分割,而是可以充当视频动作识别,视频姿势估计,图像生成和其他视觉感知任务的构建块。

“目前的神经网络的问题是他们正在手动建造,令人难以置信的大而复杂,并且难以在任何现实世界的情况下运行,”Wong表示,他也共同创立了一个名为Darwinai的创业公司来商业化这项技术。“这些领先的网络是小而敏捷的,对汽车,航空航天,农业,金融和消费电子部门具有巨大影响。”

Wong的AI系统设计的一个关键部分是人类设计人员在设计新网络的设计中与AI合作,导致紧凑而高性能的网络,可以在智能手机,平板电脑和自主车辆等设备上运行。

“这些领先的网络是小而敏捷的,对汽车,航空航天,农业,金融和消费电子部门具有巨大影响。” - 亚历山大黄

最近由英特尔验证的技术,称为生成综合,并在最近的一篇论文中,奥迪电子企业显示出极大地加速自动驾驶深度学习设计。今年早些时候,该公司使Insidebigdata影响了50个名单与Google和Microsoft一起。深入学习被认为是AI的尖端。复杂的人工神经网络模仿人脑的认知能力,以学习和做出决策。

“我们采取了一种合作设计方法,利用人类的聪明才智和体验,因为电脑可以真正快速地紧缩,”黄。““它已经有一个真实的影响,特别是在强大的深度学习解决方案的情况下,对电力基础设施和智能系统或保护用户隐私,”王说。

Wong的硕士学生Desmond Lin最近在加利福尼亚州长海滩的计算机视觉和模式识别(CVPR)博览会上提出了研究文件。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。