Os pesquisadores descobriram uma maneira de casar a criatividade humana com a criatividade da inteligência artificial (IA) para aumentar drasticamente o desempenho do aprendizado profundo.

Uma equipe liderada por Alexander Wong, um Canada Research Chair na área de IA e um professor de engenharia de projeto de sistemas na Universidade de Waterloo, desenvolveu um novo tipo de família compacta de redes neurais que podem ser executadas em smartphones, tablets, e outros dispositivos integrados e móveis.

AttoNet

As redes, chamado AttoNets, estão sendo usados ​​para classificação de imagens e segmentação de objetos, mas também pode atuar como blocos de construção para o reconhecimento de ação de vídeo, estimativa de pose de vídeo, geração de imagem, e outras tarefas de percepção visual.

"O problema com as redes neurais atuais é que elas estão sendo construídas à mão e são incrivelmente grandes, complexas e difíceis de operar em qualquer situação do mundo real, "disse Wong, que também foi cofundador de uma startup chamada DarwinAI para comercializar a tecnologia. "Essas redes de ponta são pequenas e ágeis e podem ter grandes implicações para o setor automotivo, aeroespacial, agricultura, finança, e setores de eletrônicos de consumo. "

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

A tecnologia, chamada Síntese Gerativa, foi recentemente validado pela Intel, e em um artigo recente com Audi Electronics Ventures mostrou acelerar muito o design de aprendizagem profunda para a direção autônoma. No início deste ano, a empresa fez parte da lista do Impacto 50 do insideBIGDATA ao lado do Google e da Microsoft. O aprendizado profundo é considerado o que há de mais moderno em IA. Redes neurais artificiais sofisticadas imitam as capacidades cognitivas do cérebro humano para aprender e tomar decisões.

"Adotamos uma abordagem de design colaborativo que aproveitou a engenhosidade humana e a experiência com a meticulosidade e a velocidade da IA ​​porque um computador pode processar muito rápido, "disse Wong." Já está tendo um impacto no mundo real, especialmente onde há necessidade dessas soluções de aprendizagem profunda de ponta para alimentar a infraestrutura e os sistemas de inteligência ou proteger a privacidade do usuário, "Wong disse.

O aluno de mestrado de Wong, Desmond Lin, apresentou recentemente o artigo de pesquisa na Conferência anual sobre Visão Computacional e Reconhecimento de Padrões (CVPR) 2019 Expo em Long Beach, Califórnia.