近日，以“應用人工智能”為主題，英特爾與O’Reilly聯合主辦的中國人工智能大會在北京舉行，英特爾在會上分享了人工智能實際應用方面的技術和最新創新成果，展示了人工智能全棧解決方案，分享了如何利用英特爾人工智能產品和技術深入挖掘不同行業數據價值，解決實際問題，加速人工智能產業落地的洞察和實踐經驗。

英特爾技術專家還在大會上發表了題為“人工智能如何推動醫療現代化”的演講，闡述了人工智能如何為醫療行業提供新洞察并提高診斷效率。此外在題為“基于深度學習的自然語言處理”的演講中，英特爾分享了人工智能如何推動自然語言處理的發展并惠及各行業。

英特爾正部署人工智能全棧式解決方案

“英特爾正在不斷推動技術和產品創新，以簡化和加速人工智能的部署與發展。”英特爾人工智能事業部副總裁、人工智能實驗室和軟件總經理ArjunBansal表示：“英特爾擁有業內廣泛的人工智能產品組合，持續加大技術研究投資和人才培育，通過與生態產業合作伙伴攜手，讓人工智能加速在醫療、零售、能源、交通、制造等各行業盡快落地。”

目前，英特爾已經部署了人工智能全棧式解決方案等一系列產品組合，智能菌梳理如下：

至強可擴展處理器、英特爾Nervana神經網絡處理器和FPGA、網絡以及存儲技術；

針對深度學習/機器學習而優化的基于英特爾架構的數學函數庫（IntelMKL）以及數據分析加速庫（IntelDAAL）；

支持和優化開源深度學習框架如Spark、Caffe、Theano以及Neon；

構建以英特爾Movidius和Saffron為代表的平臺等等。

此外，英特爾還表示，為更好的推動人工智能技術普及，英特爾還聯手百度云等合作伙伴安排了培訓等課程，讓開發者們更好地了解BigDL等框架。BigDL是一款基于ApacheSpark的分布式深度學習框架,它可以無縫的直接運行在現有的ApacheSpark和Hadoop集群之上。百度云在即將發布的數據分析平臺中將整合BigDL最新版本。未來英特爾還將聯合百度云智學院推出完整的“數據分析+BigDL”培訓課程。

用人工智能解決醫療行業的三大挑戰

人工智能正在不斷推動醫療行業現代化發展，目前在醫療行業主要有三大挑戰，第一是數據量特別大，而且不斷地增加；第二是中國臨床醫生太少，不足以滿足中國人民群眾的需求；第三是人們看病要花費高額的時間和成本。

英特爾人工智能事業部副總裁、人工智能實驗室和軟件總經理ArjunBansal稱，英特爾的的目標是解決這三大類的問題和挑戰。通過深度學習處理大數據，用海量的數據來進行學習和訓練。關于醫生人數不夠多的問題，ArjunBansal透露，目前英特爾也搭建了一些解決方案和系統來做一些特定疾病的檢測，比如說做一些電子病歷的存檔和分析，為醫生提供一些輔助服務。在成本方面，英特爾制定了專門具體的解決方案，比如做大量的內容篩選。

ArjunBansal表示，目前CT掃描、核磁共振的應用都可以在至強處理器上完成，英特爾正在擴大使用范例。同時，英特爾還搭建了專門的硬件和軟件的支持來做推理、收集和分析數據。“英特爾希望能夠為客戶定制化模型和產品，然后在特定領域，比如在金融、醫療、零售領域為我們的客戶提供精專化的服務，尤其對于中國客戶。”

面對AI是否將取代醫生的工作？ArjunBansal認為，AI技術是為了能夠提升醫生、護士的工作能力，比如說他們可以看更多的病人、提高工作效率、提高診斷的準確性。人類醫生和機器AI合作，這是我們目前的主攻方向。

人工智能如何推動自然語言處理的發展？

今年以來，利用深度學習，自然語言處理領域出現了很多的成果，比如年初阿里、微軟在斯坦福舉行的SQuAD挑戰賽(StanfordQuestionAnsweringDataset)，機器表現就超過了人類。前端時間，微軟宣布其研發的機器翻譯系統在通用新聞報道測試集newstest2017的中-英測試集上，達到了可與人工翻譯媲美的水平。

那么，這是不是意味著機器在自然語言處理上很快就能落地應用？

答案是否定的。英特爾人工智能事業部數據科學部主任劉茵茵稱，SQuAD就好比自然語言處理領域的ImageNet，它是一個大型的數據庫，可以為很多研究人員、開發人員提供一個平臺，不斷地開發新算法，并且比較各種各樣算法的優劣勢。但這仍不能夠迅速地將科研成果使用到應用場景中，還需要經過一段時間的提升和優化，同時還需要各種各樣的軟件、硬件配合在一起才能實現新的商業方案。

圖：英特爾展臺

英特爾布局AI全棧式解決方案能解決哪些實際問題?

劉茵茵，從學術創新到商業方案，雖然現在的發展十分迅速，但仍需要一個過程，SQuAD和自然語言處理也是一個非常關鍵和激動人心的部分。近來，很多軟件和算法性能得到了提高，并開始解決一些復雜自然語言處理的模型和應用。但是可能還是需要一段時間來整合軟件和硬件的配合，進而更好地應用到商業領域。

總之，數據洪流帶來巨大機遇和挑戰，多種多樣的應用需求需要不同的解決方案和技術來滿足，人工智能也是如此。紛繁復雜的工作負載也需要不同類型和特點的人工智能產品來支撐。