Pesquisadores encontram uma maneira de aproveitar a criatividade da IA

Uma equipe liderada por Alexander Wong, presidente de pesquisa do Canadá na área de IA e professor de engenharia de design de sistemas da Universidade de Waterloo, desenvolveu um novo tipo de família compacta de redes neurais que poderiam funcionar em smartphones, tablets e outros dispositivos embarcados. e dispositivos móveis.

As redes, chamadas AttoNets, estão sendo usadas para classificação de imagem e segmentação de objetos, mas também podem atuar como componentes para o reconhecimento de ações de vídeo, estimativa de pose de vídeo, geração de imagens e outras tarefas de percepção visual.

“O problema com as redes neurais atuais é que elas estão sendo construídas à mão e incrivelmente grandes, complexas e difíceis de executar em qualquer situação do mundo real”, disse Wong, que também co-fundou uma startup chamada DarwinAI para comercializar a tecnologia. “Essas redes externas são pequenas e ágeis e podem ter implicações enormes nos setores automotivo, aeroespacial, agrícola, financeiro e de eletrônicos de consumo”.

Uma parte essencial do design do sistema de IA da Wong é que os designers humanos trabalham em cooperação com a IA no design de novas redes, levando a redes compactas e de alto desempenho que podem ser executadas em dispositivos como smartphones, tablets e veículos autônomos.

A tecnologia, chamada Síntese Generativa, foi recentemente validada pela Intel e em um artigo recente da Audi Electronics Ventures demonstrou acelerar bastante o projeto de aprendizado profundo para direção autônoma. No início deste ano, a empresa fez a lista interna do BIGDATA Impact 50 ao lado do Google e da Microsoft. O aprendizado profundo é considerado a vanguarda da IA. Redes neurais artificiais sofisticadas imitam as capacidades cognitivas do cérebro humano para aprender e tomar decisões.

“Adotamos uma abordagem de design colaborativo que alavancou a engenhosidade e a experiência humana com a meticulosidade e a velocidade da IA, porque um computador pode processar muito rápido”, disse Wong. “Ele já está tendo um impacto no mundo real, especialmente onde há necessidade dessas soluções avançadas de aprendizado profundo para alimentar sistemas de infraestrutura e inteligência ou proteger a privacidade do usuário”, disse Wong.

O aluno de mestrado de Wong, Desmond Lin, apresentou recentemente o trabalho de pesquisa na Conferência anual sobre visão computacional e reconhecimento de padrões (CVPR) 2019 Expo em Long Beach, Califórnia.