由AI掘金制作
近日，以“应用人工智能”为主题，由英特尔与奥莱利联合主办的中国人工智能大会在北京召开，雷锋网AI掘金也来到现场。
在英特尔媒体沟通会上，来自英特尔人工智能部门的三位领导分享了各自领域的进展，包括：人工智能全栈解决方案和技术、人工智能推动医疗现代化、深度学习中的自然语言处理等。
英特尔部署全栈人工智能解决方案
英特尔人工智能事业部业务发展总经理Fiaz Mohamed分享了《人工智能全栈解决方案与技术》。
他首先介绍了当前人工智能的进展。 Fiaz表示，两年前，金融服务、医疗、自动驾驶、交通等行业是人工智能的早期采用者。 不过，近两年来，人工智能的接受度大幅提升，几乎各大行业都广泛采用。 人工智能。
这些传统行业现在如何应用AI？ 传统行业需要端到端的应用来解决自身的业务问题。 应用人工智能的通常步骤是：获取数据、构建模型、训练数据。 这些过程相当复杂。 而多样化的应用需求需要不同的解决方案和技术来满足，复杂的工作负载也需要不同类型和特性的人工智能产品来支持。
菲亚兹表示，“英特尔想要解决所有这些广泛而细致的问题……如果英特尔想要突破人工智能被行业接受的界限，它需要的不仅仅是芯片。需要解决的问题远比筹码。” 英特尔目前的AI技术包括：芯片、数据库、框架、工具、平台。
Fiaz介绍了英特尔人工智能全栈解决方案，这是一个完整的产品组合，包括至强可扩展处理器、英特尔Nervana神经网络处理器和FPGA、网络和存储技术等； 针对深度学习/机器学习基于Intel架构的优化数学函数库（Intel MKL）和数据分析加速库（Intel DAAL）； 支持并优化Spark、Caffe、Theano、Neon等开源深度学习框架； 打造以Intel Movidius、Saffron为代表的平台，推动前后端协同人工智能发展。
此外，为了更好地推动人工智能技术的普及，英特尔还联合百度云等合作伙伴安排培训等课程，让开发者更好地理解BigDL等框架。 BigDL是一个基于Apache Spark的分布式深度学习框架，可以直接在现有的Apache Spark和Hadoop集群上无缝运行。 百度云将在其即将推出的数据分析平台中集成最新版本的BigDL。 未来，英特尔还将与百度云智能学院合作，推出完整的“数据分析+BigDL”培训课程。
在医疗领域实施人工智能的挑战
Arjun Bansal，英特尔人工智能集团副总裁兼人工智能实验室和软件总经理
英特尔人工智能事业部副总裁、人工智能实验室与软件总经理Arjun Bansal分享了英特尔人工智能技术在医疗领域的应用。
他认为，医疗行业当前面临三大挑战。 首先是数据量极大，并且还在持续增加。 二是临床医生不够，三是时间和费用高。
英特尔的目标是解决这三大类问题和挑战。 英特尔利用深度学习来处理医疗保健中产生的大量大数据。 针对医生不够的问题，英特尔还构建了一些解决方案和系统来检测某些疾病，比如归档和分析电子病历，并为医生提供一些辅助服务。 在成本方面，我们也有专门的、具体的解决方案，比如做很多内容的筛选。
Arjun分享了多个具体案例。 例如，英特尔与医疗机构合作检测肿瘤和心脑血管疾病。 英特尔的CPU可以提供更大的内存并运行优化的算法，可以将肿瘤诊断的训练从几小时缩短到几分钟。 在中国，英特尔与浙江大学附属第一医院合作开展甲状腺检测。 如今，许多患者需要拍X光片，但缺乏专业的放射科医生来查看和分析X光片。 英特尔所做的就是首先将X射线读取的准确度从75%提高到85%。 此外，工作任务也已转移。 现在不需要专业的放射科医生来观看这些胶片。 借助英特尔的机器协助，其他人员也可以协助观看电影。 这样才能更好地做好患者的诊断和治疗。
Arjun表示，这些案例都是英特尔使用自己的算法或与客户合作开发的，对框架和整个系统进行建模并不断优化。
自然语言处理的商业应用
英特尔人工智能事业部数据科学部总监刘银银分享了英特尔在深度学习自然语言处理方面的进展。
与机器视觉和许多其他应用相比，语言处理仍然是一个相对较新的领域，自然语言处理的市场预测表明未来的商机非常大。
刘音音分享道，“我们想要打造一个自然语言处理栈，它有一些非常重要的特点，首先它能够不断融入创新和进步，而且它能够为开发者提供一个非常灵活、开放的空间，每个人都可以使用它可以构建各种解决方案，非常快速、轻松地设置各种解决方案，然后从业务角度进行领导”。
英特尔在软件、硬件、框架、平台等方面拥有很多底层技术。 作为一名数据科学家，刘音音认为，他们可以逐步分层，增加很多模块来解决商业应用中出现的各种问题。 问题。
第一个方面是主题分类。 对于业务人员来说，他们需要从大量的业务报告中提取自己想要了解的信息，然后做出一些建议或决策。 自然语言处理模型可以帮助进行主题分类，使系统能够快速检测他们最需要看到的内容。
第二个应用场景是情感分析。 自然语言处理可以分析用户对电影、音乐和产品的评论。 通过自然语言处理模块，可以非常精细地分析出这个判断是否是针对某件事的某个方面。 该应用方案不仅可以应用于媒体分析、论坛分析，还可以应用于产品分析，包括竞争对手分析。 从分析上来说，它可以提供非常详细的判断。
第三个应用场景是趋势分析。 直观地讲，就学术而言，每个时期人们可能会集中于某一方面的研究。 即使在自然语言处理领域，当把去年的一些学术文章和今年的学术文章放在一起比较时，我们可以看到，去年的一些话题与今年相比，受到更多人的重视和讨论。 这样比较一下，我们可以看到，在开发者之间的沟通中，大家会逐渐更加关注某些问题，感觉某些问题已经解决了，注意力就会转移到一些新的领域。
传统行业对AI的不同需求
2017年以来，人工智能在传统行业的应用成为热点趋势。 但雷锋网了解到，目前很多传统行业对AI技术的掌握程度较低，不知道如何利用AI技术来解决自身需求。
Arjun详细回答了这个问题。 在他看来，现在的企业有不同的成熟度和不同的需求。 现在，一些公司想要一个完整的预构建解决方案。 如果您询问医疗设备公司，他们希望您构建一个现成的模型供他们使用。 这实际上就是英特尔所做的。 其他公司希望有一个第三方解决方案可以为他们解决特殊问题，例如图像处理和分析。 对于一些大企业，比如服务业，他们希望建立端到端的基础设施。 所以这不仅仅是数据中心，而是一个非常雄心勃勃的项目。 许多企业也希望通过优化模型，更好地部署和优化这些先进技术的实际应用。
雷锋网了解到，英特尔未来将针对企业面临的不同类型的问题提供专业化的定制服务。 “我们希望为客户定制模式和产品，然后为客户提供金融、医疗、零售等特定领域的专业化服务，特别是针对中国客户。 我们一直在与许多客户合作开发这些解决方案。 我们将通过与合作伙伴的合作不断改进。 我认为我们将来能够推出这些产品，让我们的客户更容易使用这些技术。”Arjun进一步解释道，“我还想说，现在初创企业的作用非常重要。 ，他们的规模非常大，他们的能力非常好，而且他们也有很多的数据和数据中心。 我们还与这些小公司密切合作，例如收集可以在我们的人工智能和深度学习中使用的各种用例。 英特尔还有其他一些场景。”
评论列表