<ruby id="66w77"><video id="66w77"></video></ruby>
<ruby id="66w77"><option id="66w77"><thead id="66w77"></thead></option></ruby>
  • <ruby id="66w77"><table id="66w77"></table></ruby>

  • <ruby id="66w77"><table id="66w77"></table></ruby>
    <strong id="66w77"></strong>

    英特爾除了至強處理器還有人工智能這張王牌

    2017-11-18 11:41:19分類(lèi):行業(yè)資訊5005

    人工智能的火熱程度如同智能手機領(lǐng)域的蘋(píng)果手機,可以說(shuō)人工智能就是未來(lái),企業(yè)只要擁有人工智能技術(shù)就等于握住了打開(kāi)未來(lái)大門(mén)的鑰匙。在當今,人工智能產(chǎn)業(yè)已經(jīng)成為了國家新的重要經(jīng)濟增長(cháng)點(diǎn)。所以英特爾它不僅擁有至強處理器,擁有AI高端技術(shù),那他就永遠不會(huì )倒。

      “每家企業(yè)都需要人工智能戰略,否則就會(huì )落后于時(shí)代,AI戰略甚至決定企業(yè)的未來(lái)勝負”,英特爾CEO科再奇如此表示。

      對于英特爾來(lái)說(shuō),自從把自己定位于一家數據公司,就開(kāi)始大踏步的布局人工智能。

      近日,英特爾趕在年底舉辦人工智能大會(huì ),一方面再次對人工智能戰略表了決心,另一方面也不忘拉上隊友大秀一下肌肉。

      人工智能這張牌,英特爾怎么打?

      去年8月份,英特爾斥資3.5億美元收購深度學(xué)習企業(yè)Nervana Systems,這一舉動(dòng)被視為英特爾人工智能戰略的催化劑。

      收購Nervana之后,英特爾隨即把人工智能業(yè)務(wù)和項目都劃歸到由Nervana前CEO納維恩·饒(Naveen Rao)統一領(lǐng)導的事業(yè)群,該事業(yè)群融合了實(shí)驗室、軟件和硬件多項職能,同時(shí)成立了人工智能事業(yè)部,這個(gè)事業(yè)群扮演著(zhù)人工智能跨部門(mén)合作的角色。

      事實(shí)上,英特爾已經(jīng)提供了一套完整的人工智能全棧解決方案,其中包括:

      1、涵蓋至強處理器、至強融核處理器、英特爾®Nervana™神經(jīng)網(wǎng)絡(luò )處理器和FPGA、網(wǎng)絡(luò )以及存儲技術(shù)等;

      2、針對深度學(xué)習/機器學(xué)習而優(yōu)化的基于英特爾架構的數學(xué)函數庫(Intel® MKL以及數據分析加速庫(Intel® DAAL)等;

      3、支持和優(yōu)化開(kāi)源深度學(xué)習框架如Spark、Caffe、Theano以及Neon等;

      4、構建以英特爾®Movidius和Saffron為代表的平臺以推動(dòng)前后端協(xié)同人工智能發(fā)展。

      這套人工智能全棧解決方案也間接告訴我們,人工智能應用場(chǎng)景的復雜性,需要不同特性硬件平臺以及軟硬件協(xié)同優(yōu)化,才能有效提升處理數據的速度和準確性。

      也恰恰是因為人工智能場(chǎng)景的復雜性和多樣性,使得公司、產(chǎn)業(yè)之間的融合演進(jìn)成為可能。

      正如英特爾中國區總裁楊旭所說(shuō):英特爾不做埃菲爾鐵塔式的研發(fā),任何技術(shù)必須和業(yè)界廣泛合作,要在產(chǎn)業(yè)和市場(chǎng)驗證它的成功。

      于是我們看到英特爾不斷的與行業(yè)內諸如百度、科大訊飛、京東、??低?、美團云等企業(yè)的合作。比如牽手百度宣布英特爾人工智能解決方案中心,和愛(ài)爾眼科通過(guò)人工智能技術(shù)進(jìn)行遠程的影像識別的應用。

      而為了推動(dòng)人工智能性能瓶頸突破以及技術(shù)大眾化,英特爾建立了包括谷歌等巨頭公司在內的聯(lián)盟,同時(shí)與全球機構合作提供開(kāi)發(fā)者培訓課程,從而構建涉及人工智能技術(shù)提升、教育培訓、應用優(yōu)化等生態(tài)。

      與組建隊友同步進(jìn)行的是技術(shù)的演進(jìn),就在不久前,英特爾正式宣布業(yè)內第一個(gè)面向神經(jīng)網(wǎng)絡(luò )處理的芯片英特爾®Nervana™神經(jīng)網(wǎng)絡(luò )處理器(Neural Network Processor,NNP),和擁有13萬(wàn)個(gè)神經(jīng)元和1.3億個(gè)突觸連接的自主學(xué)習神經(jīng)元測試芯片Loihi,可模仿大腦根據環(huán)境的反饋來(lái)“自主”學(xué)習。

      這次人工智能大會(huì )期間,英特爾也著(zhù)重介紹了Loihi芯片,這款芯片包括模仿大腦基本機制的數字電路,從而讓機器學(xué)習變得更快、更高效,同時(shí)對計算力的需求更小,與訓練人工智能系統的通用計算芯片相比,Loihi芯片的能效提升了1000倍。

      人工智能最大的門(mén)檻是數據,怎么破?

      如果說(shuō)去年一年是英特爾對人工智能戰略的能力釋放,那么今年的主旋律就是合作,場(chǎng)景和落地。

      Fiaz Mohamed是英特爾公司人工智能產(chǎn)品事業(yè)部業(yè)務(wù)拓展總經(jīng)理,在實(shí)際業(yè)務(wù)中他發(fā)現人工智能最大的門(mén)檻依然是數據,數據采集的量夠不夠,采集的數據是否合適,數據的形態(tài)對不對,甚至如此多的數據能不能容納到單一獨立系統當中,并且彼此之間能夠互相配合

      為了演示人工智能如何處理數據,解決行業(yè)難題,Fiaz Mohamed舉了一個(gè)投資銀行的例子,這家銀行想要借助英特爾的技術(shù)來(lái)搭建自己自主知識管理系統,用深度學(xué)習或者人工智能的技術(shù)來(lái)使得交易員閱讀大量文件的工作變得簡(jiǎn)化一點(diǎn),要知道以往投資銀行是大量交易員組成,每個(gè)交易員需要讀大量文件來(lái)幫助他做決定。

      這家銀行要實(shí)現的是,解放交易員的時(shí)間,讓交易員不需要再讀以前那么多文件,只需要把精力放在最關(guān)鍵問(wèn)題上就可以。但問(wèn)題來(lái)了,按照日常人與人之間的對話(huà),如果你問(wèn)機器:跟我說(shuō)一下中國的汽車(chē)行業(yè)競爭的現狀,其實(shí)這個(gè)問(wèn)題是非常復雜的,首先汽車(chē)是可以細化的,是指小汽車(chē)、乘用車(chē),還是大卡車(chē)。競爭格局,是指定價(jià),還是指競爭對手。

      不可否認,這背后是復雜且龐大的數據,超過(guò)了人類(lèi)分析師處理的能力。如果沒(méi)有機器的協(xié)助,就難以有效利用數據,而機器不僅處理數據,并且從中學(xué)習。

      所以即便是用很自然語(yǔ)言呈現出來(lái)的問(wèn)題,內容都是非常復雜的,就需要用AI的技術(shù)通過(guò)深度學(xué)習來(lái)建立這樣的自主知識管理的系統,這個(gè)系統可以經(jīng)過(guò)自己的分析后,從而直接抓取它認為合適的文件或者是圖表,呈現給提問(wèn)者。

      事實(shí)上,無(wú)論是從銀行到醫療,還是制造業(yè)到消費服務(wù)業(yè),全球的企業(yè)都已經(jīng)開(kāi)始利用人工智能分析數據并構建學(xué)習型組織,從而以前所未有的速度來(lái)應變并展開(kāi)競爭。

      Fiaz Mohamed也表示,雖然英特爾現在最主要的目標是針對各種可能存在的使用場(chǎng)景,做好基礎架構方面的研究和開(kāi)發(fā)工作。但隨著(zhù)時(shí)間的推移,也會(huì )考慮進(jìn)入新領(lǐng)域,比如智能手機終端,以及其他FPGA和定制Asic應用場(chǎng)景。

      總之一句話(huà),未來(lái)的競爭態(tài)勢已經(jīng)決定著(zhù),一家公司如果布局人工智能不一定贏(yíng),但沒(méi)有人工智能一定會(huì )輸。

    上一篇:下一篇:
    92视频在线精品国自产拍_乱色熟女综合一区二区_国产精品毛片久久久久久久_久天啪天天久久99久孕妇
    <ruby id="66w77"><video id="66w77"></video></ruby>
    <ruby id="66w77"><option id="66w77"><thead id="66w77"></thead></option></ruby>
  • <ruby id="66w77"><table id="66w77"></table></ruby>

  • <ruby id="66w77"><table id="66w77"></table></ruby>
    <strong id="66w77"></strong>