人工智能在過去幾年里取得了長足的進(jìn)步，電商根據(jù)人們的消費(fèi)習(xí)慣進(jìn)行購買預(yù)測，搜索引擎根據(jù)輸入法進(jìn)行輸入輔助，社交媒體平臺(tái)幫助我們整理和標(biāo)記我們的照片，以便于搜索?，F(xiàn)在人工智能開始走向金融領(lǐng)域。
世界銀行發(fā)展數(shù)據(jù)組的ICP團(tuán)隊(duì)利用英特爾的BigDL框架（Apache Spark *的分布式深度學(xué)習(xí)庫）和運(yùn)行在英特爾?至強(qiáng)?處理器上的AWS Databricks *平臺(tái)，幫助整理超過100萬眾包照片進(jìn)行分類與公眾共享數(shù)據(jù)集。
ICP試點(diǎn)研究
這些照片是ICP在2015年12月至2016年8月進(jìn)行的試點(diǎn)數(shù)據(jù)收集研究的一部分。在這個(gè)項(xiàng)目中，付費(fèi)貢獻(xiàn)者使用智能手機(jī)為15個(gè)國家(從食品到鞋類的162個(gè)類別)收集了各種家居用品和服務(wù)的照片和價(jià)格相關(guān)數(shù)據(jù)。這些國家包括阿根廷、孟加拉國、巴西、柬埔寨、哥倫比亞、加納、印度尼西亞、肯尼亞、馬拉維、尼日利亞、秘魯、菲律賓、南非、委內(nèi)瑞拉和越南。
為了有效地比較所有這些國家內(nèi)部和國家之間的照片，ICP團(tuán)隊(duì)轉(zhuǎn)向了人工智能和深度學(xué)習(xí)模型，這些模型可以幫助審查、搜索并將這些圖片分類為162個(gè)類別。簡而言之，他們需要AI自動(dòng)確認(rèn)眾包照片是否與提交觀察結(jié)果的商品和服務(wù)相匹配，并從沿途的照片中刪除個(gè)人識(shí)別信息(PII)。
這只是英特爾BigDL平臺(tái)的眾多案例之一，該平臺(tái)支持人工智能和深度學(xué)習(xí)應(yīng)用，開發(fā)者可以加入以解決人工智能領(lǐng)域面臨的挑戰(zhàn)。
川公網(wǎng)安備 51010702001250號(hào)