研究人员找到人类创造力和人工智能创造力相结合的方法

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

阿托网

该网络，被称为AttoNets，被用于图像分类和对象分割，而且还可以作为构建块的视频动作识别，视频姿态估计，图像生成，和其他视觉感知任务。

Wong说：“当前的神经网络的问题在于，它们是由手工构建的，其规模之大，复杂，难以在任何现实世界中运行，” Wong表示。他还共同创立了一家名为DarwinAI的初创公司，以将该技术商业化。“这些网络规模小且敏捷，可能会对汽车，航空航天，农业，金融和消费电子领域产生巨大影响。”

Wong的AI系统设计的关键部分是，人类设计师在设计新网络时与AI合作，从而形成了紧凑而高性能的网络，这些网络可以在智能手机，平板电脑和自动驾驶汽车等设备上运行。

这项技术称为Generative Synthesis，该技术最近已通过英特尔的验证，并在最近与奥迪电子风险投资公司(Audi Electronics Ventures)进行的论文中显示，该技术将大大加速自动驾驶的深度学习设计。今年早些时候，该公司与Google和Microsoft一起入围了BIGDATA Impact 50排行榜。深度学习被认为是AI的前沿技术。复杂的人工神经网络模仿人脑学习和做出决策的认知能力。

Wong说：“我们采用了一种协作设计方法，利用了人类的独创性和经验以及AI的细致性和速度，因为计算机可以真正快速地处理问题。”Wong说：“它已经产生了现实的影响，尤其是在需要这些前沿的深度学习解决方案来为基础设施和情报系统提供动力或保护用户隐私的地方。”

Wong的硕士生Desmond Lin最近在加利福尼亚州长滩举行的2019年计算机视觉和模式识别(CVPR)博览会年度会议上介绍了该研究论文。