在为期两天的2017年“全球机器智能峰会“(GMIS 2017)上,英特尔人工智能产品事业部数据科学部主任刘茵茵博士发表了题为《演变中的人工智能,与模型俱进》的主题演讲。她通过列举模型在不同人工智能场景中的应用,分享和探讨了模型在推动人工智能应用的重要作用,如何用一种模型为不同行业提供解决方案,从而推动整个工智能生态系统的发展。
在主题演讲环节,刘茵茵博士指出,深度学习推动着人工智能领域的进展,每个AI模型都是理论和实践的突破,以模型为起点,通过收集数据,进行训练,基于人工智能框架和计算动力,解决应用问题,再把相关经验反馈到模型中,形成一个闭环的良性循环,即通过更好的模型,提供更高效的人工智能解决方案。
刘茵茵博士以图像模型和序列模型为例,解析了一种模型可以投入到不同的领域中给出多样的解决方案。图形识别可以用于精准农业,进行作物疾病的识别。同样在无人驾驶应用中,也可以用游戏引擎直接生成场景图片来进行用于无人驾驶的模型的训练。序列模型则帮助了金融从业者从海量的数据中找到和自身任务相关的信息,这样的模型也能被用于基因组学、语音识别等领域。英特尔人工智能产品事业部已经上述模型在内的多种模型应用到了农业、消费品、医疗、金融、零售、政务、能源、交通、工业等行业,通过人工智能渗透,变革整个行业的发展。
在人工智能领域,英特尔不断延伸后技术布局,收购全球领先的无人驾驶方案提供商Mobileye、深度学习和神经网络芯片与软件领域的领导厂商 Nervana、领先的计算机视觉公司 Movidius和领先的人工智能服务提供商 Saffron。通过把这些投资和英特尔至强、至强融核产品、实感技术和 FPGA 相结合,提供全栈实力处理端到端数据,从硬件、库和语言、框架、工具到应用方案,拥有向市场提供端到端的人工智能解决方案所需的全部资产。英特尔2017年3月成立人工智能产品事业部,该部门的使命就是更专注于人工智能,整合英特尔公司的资源,通过推动AI民主化进程,让更多的人享受到人工智能所带来的福祉。
刘茵茵表示:“在英特尔,我们一直致力于通过模型衍进的循环,设计出更具实践价值的解决方案。通过端到端的全栈实力,英特尔希望加速推进AI普及到各个行业,通过应用人工智能,变革和推动行业发展,最终造福人类。”