加拿大创业公司达尔文奈从隐形模式出现，将其下一代技术提供给人工智能开发人员，以帮助减少设计高效，高性能深神经网络所涉及的复杂性和猜测。
该公司提供其生成合成平台，以应用AI了解神经网络的工作方式。它生成一个紧凑的网络来维持功能并为其预测提供解释，该公司表示，这对于受监管行业的公司尤为重要。达尔文奈（Darwinai）表示，其技术已经产生了一个深度神经网络的计算高4.5倍，比Google的Automl和Learn2Compress平台用于图像分类，以及NVIDIA的NVIDIA detectNet对象检测网络的优化版本高12倍，比原始更快4倍。
根据公告，达尔文奈（Darwinai）在汽车，航空航天和消费电子客户的概念概念方面取得了成功，其技术尤其适用于边缘实施。
它已经筹集了300万美元的种子资金，由明显的Ventures，Inovia Capital和Angel Investors共同领导，来自多伦多的创意破坏实验室加速器。
“从自动驾驶汽车到移动设备，我们看到了基于边缘的方案，其中AI对业务成果产生了深远的影响，” Darwinai首席执行官Sheldon Fernandez说。 “这个领域的一个关键挑战是设计这些强大的网络以在计算和能源资源受到限制的情况下运行。为此，我们的平台远不止是一种优化工具。它允许工程师与强大的AI合作以开发有效且可解释的网络模型。”
Darwinai由著名滑铁卢大学校友创立，包括该大学的教授Alexander Wong博士Fernandez，Fernandez于去年由Avanade共同创立了软件咨询公司，以及去年Avanade收购的，以及McKinsey＆Company的前顾问Arif Virani。
Wong的团队在2016年和2017年的神经信息处理系统（NIPS）会议上发表了两篇屡获殊荣的论文，他是滑铁卢AI Institute和AI的加拿大研究主席的创始成员。
“我一直在与一些世界领先的科技公司的开发团队一起度过时光，以了解AI的状况，并且他们的所有投入都可以回到达尔文，” Compious Ventures的董事总经理Nan Li在达尔维尼的种子投资中共同领导了种子投资。 “该公司的产品加速了两个根本关键领域的深度学习开发：通过使团队能够快速优化神经网络设计，并通过阐明此类网络的内部运作，以告知更快的培训和更好的模型开发。”
几家技术巨头已经发布了工具，以提高过去一年中AI系统的效率和透明度，包括IBM和NEC。一个关键的区别是，达尔文奈的生成合成平台实际上使用AI创建新网络来满足用户需求。
