人工智能赋能于企业?来自英特尔的几点建议
硅谷Live / 实地探访 / 热点探秘 / 深度探讨
欢迎来到人工智能时代。
留意一下就会发现,现在越来越多的新闻头条都和人工智能有关:从亚马逊用人工智能解雇偷懒员工、到人工智能与医疗深度结合、再到我们首次托机器算法的福、一睹黑洞真面目...背后都是人工智能作用于各个领域。
从研究大脑到个人理财,人工智能多领域赋能
大脑或许算得上是宇宙中最复杂的东西了,它如此精密而复杂,以至于我们直到今天对它的了解都极为有限,对大脑的研究自然也成为难度最大的科研领域之一。
但现在,借助人工智能的力量,人类对自己大脑的了解将达到前所未有的程度。普林斯顿大学神经科学研究院(Princeton Neuroscience Institute)与英特尔实验室的合作,就是想通过人工智能,开发出可实时绘制人类思维图的软件,以大大推进科研进度。
科学家们希望通过使用 fMRI (功能性磁共振成像),能直观地看到人们在思考和感受某种情绪时,大脑内部都在发生哪些变化,从而让人们学会如何更好地集中注意力。
具体是怎么操作的呢?首先,科学家们把人们放入 MRI 扫描仪里,记录他们的大脑活动,然后再根据他们大脑的活动模式,判断出他们某一时刻在想些什么。
之后,科研人员通过训练其计算机模型,以教会机器不同的大脑图像都是什么意思、反应什么内容。然后,科研人员再给机器一张新的图像,机器就会在之前训练的基础上,试图理解新图像的含义。
但这种非常复、需要机器快速处理极大量图片、数据的任务,对计算机的计算能力的要求也极高。
我们在之前的这篇文章里也谈到,英特尔近两年来在人工智能领域频频出手。其与普林斯顿的合作,使研究人员能用机器学习、AI、HPC(高性能计算)快速分析从MRI 扫描仪中获取的数据。 它使用高性能计算、机器学习和人工智能,对功能性磁共振成像(fMRI)扫描所得的数据进行分析,从而推断大脑内部正在思考什么。
此外,普林斯顿研究所团队还创建了大脑成像分析工具包(Brain Imaging Analysis Kit),让各地的神经科学家们都可以使用普林斯顿的机器学习算法,对脑图像进行分析,以进一步推动新发现。这项研究的发现能让医生及研究人员们更好地诊断、治疗抑郁症、创伤后应激障碍、焦虑等精神方面疾病,大大加快神经领域的科研进度。
除了医疗,人工智能在其他诸多领域也扮演着越来越重要的角色。
Clinc 是一个基于手机等移动设施的、靠语音激活的人工智能平台创业公司,总部位于美国密歇根州安娜堡(Ann Arbor),目前已完成 A 轮融资。其团队想打造一款语音 App,让这款 App 扮演用户的 “个人财务小管家” 的角色,帮用户更便捷、准确地了解自己的财务状况。
比如用户可以语音问 App:“过去三个月,我在超市花了多少钱?” App 就会给出总金额,及此项花费在总花费里的占比。
由于机器的理解能力有限,这种人机互动往往要求人们提问时遵循一系列规则、不能像人与人交流一样自由发挥,而是用机器可以听懂的方式提问。但 Clinc 的创始人认为,人们在交流时问的问题往往是 “自然的”、“乱糟糟的”。
因此,如果要让机器为复杂的问题也能提供个性化、即时的答案,Clinc 团队意识到他们需要利用最新的机器学习及深度学习技术。
由于当前的自然语言算法尚不能解决这个问题,他们同样也选择与英特尔合作,一起打造出了名为 “Finie” 的 APP。这样,在用户问更模糊的问题时,例如 “我最近花在鞋子上的钱是不是有点多?” 它也能够明白用户的指令,并作出相应回答。
除了医疗、个人理财领域,人工智能在其他领域也有极为广泛的应用,并且随着人工智能在功能、数据量及计算能力方面的增长,及其与高性能计算(HPC)相结合,无疑它将发挥更大的潜力。
从探索前沿科技、到自动驾驶、到个人理财、再到医疗领域,各个行业在积极与人工智能融合的同时,也面临着一系列挑战。
人工智能不是万能解决方案
“人工智能” 的概念这两年才开始火起来,其实我们对于人工智能的研究,早在几十年前就开始了,不过很长时间以来,受制于数据量和计算能力,人工智能一直无法达到支撑获取洞察、并以此做出有力决策的水平。
看来,近两年人工智能领域的稳步升温并非偶然现象:随着众多企业、学术组织和政府不断产生新办法收集海量数据,加之计算能力的显著提高、成本的降低,人工智能终于从 “构想”,逐渐变为可应用、可落地的技术。
但人工智能的应用与落地,远不像 90年代互联网浪潮时,所谓 “与互联网结合” 就等于给公司做个网站那样粗暴简单。很多企业在考虑为公司业务部署AI时,首先都需要思考一个难题:到底如何将人工智能解决方案与现有的高性能计算机工作负载进行融合?
通常,融合的方式有以下三种:
在企业现有的高性能计算基础设施上,引入并运行人工智能框架,如谷歌的开源项目 TensorFLow 等,不过这对计算机 GPU、CPU、内存和硬盘配置都有较高的要求;
另外一种,则是通过人工智能引擎来分析模型运行之后的输出数据,以优化现有的高性能计算工作负载(如仿真和建模);
还有一种,就是使用生成式对抗网络(一类专为无监督机器学习而设计的人工智能算法),来组合复杂的数据源。例如,对暗物质的宇宙学研究,如今可以通过在高性能计算集群上运行线性代数方程来创建统计模型。通过在同一平台上添加人工智能层,就有可能从卫星中直接提取数据和图像,从而加快生成结果、增强模型,推进科研进度。
当然,不论哪种方式,人工智能赋能于企业,都需要软件与硬件的双重保障。
我们先来说硬件:英特尔 “至强” Xeon 可扩展处理器,就是为针对许多人工智能工作负载进行优化而诞生的。
几周前,英特尔刚刚发布了第二代至强 Xeon 处理器,相较于第一代,第二代 Xeon 处理器新增了代号为 Cascade Lake-AP 的铂金 9200 系列,最多可达 56 核心112线程;更重要的是,这代处理器内置了机器学习加速(Intel DL Boost)功能,推理性能提升1.4倍,被认为是将嵌入式AI性能提升到新的水平,也被认为是英特尔过去五年中,在 Xeon 处理器系列中提供的最大一代改进。
硬件是其他一切的基础,没有硬件的支持,其他也无从谈起。在有硬件保障后,企业该如何具体把人工智能与自身业务融合、优化呢?
企业想与人工智能结合?五个关键步骤
类似这些项目的成功,背后需要特定的开发人员和技能构建高质量的训练模型,并且将这些模型集成到计算流程之中,才能真正令计算平台满足组织的需求。每个领域与行业所运行的应用不尽相同,此外还有很多人工智能应用,借助公有云或私有云运行,因此在谈及 “人工智能解决方案和高性能计算融合” 时,不存在所谓 “万用解决方案”。
不过,企业可以借助英特尔的力量,对现有高性能计算平台进行评估,从而高效运行人工智能驱动的工作负载。英特尔建议,企业启动 AI 应用构建时,应该充分评估既有数据储存、处理和分析平台,基于它来构建和部署符合自身需求的AI应用。此外,英特尔总结出了五个关键步骤来帮助各类组织规划人工智能技术的实现。
第一步,企业需要了解当前的计算基础设施性能,包括计算、内存、储存及 I/O资源,并确定可能需要哪些投资来优化人工智能;
第二步,企业需要对可用的人工智能框架和库进行评估,选择出符合企业自身需求的产品。
英特尔至强可扩展处理器的最新计算平台也已经针对包括 TensorFLow、Caffe、MXNet 等常见的人工智能框架进行了优化。比如,英特尔 Optimization for TensorFlow 这款产品,就是基于Python 的深度学习框架,用以加强现代深度神经网络的易用性及可扩展性。此外还包括图像识别、语言翻译、推荐引擎和生成式对抗网络等常见的应用;
第三步,选中一款人工智能框架后,企业要确保已针对当前的高性能计算基础设施进行优化,以确保计算运行过程中能获得最高可扩展性、最高效率和最佳性能;
第四步,如果企业选择自己开发算法,则需要在一开始就专注于针对现有架构环境优化算法,例如英特尔与 Amazon Web Service 合作,优化云端训练算法,同时确保软件使用的是最新工具,有助于增强流程的流畅化;
第五步,企业需了解其工作负载会是何种形态,比如,企业将运用到的人工智能计划将需要多少训练及推理、对人工智能的规划占多少比重。具体需求将直接决定设施和技术套件的部署。
在这五步骤之外,英特尔还提供了很多其他的援助,比如英特尔与多家行业领先企业合作开发了面向高性能计算的英特尔精选解决方案,以缩短提供可行洞察、设计新产品的时间。
当然,即便如此,企业与高性能计算环境实现完全融合都需要时间,其过程本身也充满挑战。但对企业来说,以人工智能赋能,无疑是发展的大趋势、或许也会成为领先于对手的关键一步。
推荐阅读
区块链报告 | 脑机接口报告
硅谷人工智能 | 斯坦福校长
卫哲 | 姚劲波 | 胡海泉
垂直种植 | 无人车
王者荣耀 | 返老还童
人工智能赋能于企业?来自英特尔的几点建议相关推荐
- 来自英特尔CEO帕特·基辛格的一封信
近日,英特尔发布了<2021-2022年度企业社会责任报告>,重点回顾2021年及2022年初所取得的成果,并对未来做出展望.过去一年间,英特尔围绕2030年RISE战略及目标取得了一系列 ...
- 人工智能急需变革?比起英特尔的焦虑,互联网企业更想蹚这一池芯片水...
深度学习发展至今,成熟功能模块的下沉将是必然的趋势. 新年刚过,人工智能界先后有两次理论上的新知公诸于世:一是图灵奖获得者David Patterson与John Hennessy发布论文称计算机体系 ...
- 释放数据价值推动企业转型 英特尔(2017)中国行业峰会圆满落幕
2017年12月1日,英特尔(2017)中国行业峰会在苏州召开.来自金融.能源.医疗.交通.零售.教育等行业的企业负责人.技术专家和合作伙伴参加了大会.英特尔与行业专家和用户代表一道,分享了全球市场数 ...
- 每日新闻:阿里、商汤设立人工智能实验室;美光科技收购英特尔股份;2019十大战略科技发展趋势;北京明年允许自动驾驶车辆开展测试...
关注中国软件网 最新鲜的企业级干货聚集地 今日热点 Gartner公布2019年十大战略科技发展趋势 全球领先的信息技术研究和顾问公司Gartner公布了各企业机构须在2019年了解和关注的首要战略科 ...
- 来自英特尔® Arc™ 显卡的声音(电感啸叫声)
通常能听到的显卡声音是电感线圈的啸叫声,这是来自电感线圈振动时发出的声音.此类声音通常发生在显卡以高帧率运行工作负载时.即使您能听到噪音,也不会损坏显卡或影响功能.这些情况可能会发生在其他显卡产品上, ...
- 叮!你有一份2018英特尔人工智能大会的邀请函,请查收!
AI赋能的数字化应用,作为时代发展的核心驱动力,已经成为改变各行各业的神奇力量.想要准确把握智能时代的发展航向,领航舵手英特尔已向你发出邀请:2018英特尔人工智能大会,欢迎你的到来! 11月14日- ...
- 英特尔披露人工智能战略
11月18日,英特尔公司在旧金山宣布推出一系列涵盖从前端到数据中心的全新产品.技术及相关投资计划,旨在拓展人工智能(AI)的发展空间并加速其发展速度.英特尔认为,人工智能将变革企业业务的运营方式以及人 ...
- 美通社企业新闻汇总 | 2019.1.4 | 英特尔AI摄像机打击偷猎,施耐德电气助力世界级数据中心...
要闻 英特尔AI摄像机助力打击偷猎,拯救濒危动物 施耐德电气助力蓝厅云数据中心,为最终用户带来可靠运营保障 国际珠宝品牌潘多拉推出中国猪年定制系列 珠海市首家希尔顿酒店正式开业 小鼠基因研究成为生命科 ...
- 开源开放通用赋能 英特尔助力2020 EdgeX中国挑战赛创新方案落地
2020年10月29日,上海--备受业界瞩目的国际创客赛事"2020 EdgeX中国挑战赛"(EdgeX Challenge Shanghai 2020)(以下简称"大赛 ...
最新文章
- linux挂载硬盘简书,linux|挂载硬盘及分区
- 牛赞:音视频前端跨平台技术应用
- TCP的流模式与UDP的报文模式对比
- 【POJ - 1273】Drainage Ditches(网络流,最大流,模板)
- mysql hint 简书_MySQL
- SQL语句性能优化操作
- SpringCloud微服务注册调用入门教程
- java 9 mc_Java基础9
- MSSQL2008如何关闭代码智能提示?
- Linux命令:SAMBA配置与win10共享
- 警告: Can't find the request for http://localhost:8080/ibatisSpringDemo/ws/testWS's Observer
- 千兆网卡为什么慢_宽带300M,光猫是千兆的,电脑网卡和无线路由器都是千兆的。但是速度仍是100M。这是为什么?...
- 在微型计算机中 集成在微处理,在微型计算机中,微处理器的主要功能是进行什么...
- 电力行业适合学习的开源软件
- 苹果手机计算机隐藏照片app,App Store 上的“秘密计算器 - 隐藏私人照片和视频”...
- 转:企业最稀缺和最具价值的人力资源到底是什么?
- android l 论坛,同步更新魔趣源码Android-L编译
- 公司上市的条件是什么
- android studio 安装apk失败,AndroidStudio apk安装失败总结
- gtp6 linux 启动_gtp6