背景
隨著人工智能 (AI) 的興起，圖像識別、自然語言處理 (NLP) 和預(yù)測性維護嶄露頭角，逐漸成為關(guān)注的熱點。在人工智能之旅中，有些企業(yè)是第一次接觸這些人工智能應(yīng)用案例，有些則在研究如何在成功邁出第一步后繼續(xù)深化發(fā)展。企業(yè)在人工智能之旅中可分為三類階段——首次使用人工智能；縱向擴展人工智能；和廣泛實施人工智能。為了幫助處于人工智能之旅各個階段的組織，英特爾創(chuàng)建了一種就緒模型，幫助決策者了解應(yīng)該優(yōu)先考慮哪些方面?；诟鞣N場景以及垂直行業(yè)的客戶往來的經(jīng)驗來構(gòu)建此就緒模型。例如，想要改進質(zhì)量控制的制造公司，或是想要在算法交易中使用人工智能的金融服務(wù)機構(gòu)。本文將指導(dǎo)您如何判斷企業(yè)利用人工智能創(chuàng)造商業(yè)價值的能力，并幫助您了解如何實施自我評估。
人工智能之旅的三大階段
1.首次使用人工智能第一類企業(yè)仍然不太熟悉應(yīng)如何部署人工智能應(yīng)用，例如圖像識別、自然語言處理 (NLP)和預(yù)測性維護。一般有三種常見場景：已經(jīng)擁有數(shù)據(jù)池的企業(yè)可通過利用人工智能獲益。 例如，一家與英特爾合作的太陽能發(fā)電廠會定期采集硬件的圖像，以便找出損壞的地方。在此場景中，該企業(yè)希望了解，他們是否可采用一種圖像識別算法來自動確認缺陷位置。在醫(yī)療健康行業(yè)也可以找到相似的場景：評估放射診斷圖表或其他醫(yī)療數(shù)據(jù)。企業(yè)在傳統(tǒng)環(huán)境中運行工作負載，希望使用人工智能或機器學(xué)習(xí)來探索進一步優(yōu)化的機會。 例如，一些已經(jīng)熟悉數(shù)據(jù)分析的企業(yè)，或者運行物理算法的研究機構(gòu)。類似地，在機械、材料、貨物或加工中使用固定模式進行缺陷檢測的制造商可能也意識到了機器學(xué)習(xí)的優(yōu)勢。有些企業(yè)一直在研究人工智能的潛力——例如，在客戶服務(wù)場景中使用NLP，或者零售商使用圖像識別來優(yōu)化對店內(nèi)客戶的行為的分析。 在有些案例中，人工智能最擅長解決的問題可能并不明顯——例如一些幕后應(yīng)用案例，如預(yù)測性庫存管理。對于這些企業(yè)組織機構(gòu)，他們可能難以預(yù)先描繪人工智能的優(yōu)勢，且其數(shù)據(jù)也并非一直可用，或者數(shù)據(jù)的呈現(xiàn)形式并不適合人工智能。2.縱向擴展人工智能第二類企業(yè)已經(jīng)研究過人工智能的潛力，知道在哪些地方適合使用人工智能，且已成功實施過測試模型。具體可以歸類為以下幾種場景：企業(yè)可能已經(jīng)開展了概念驗證，在工作站或單臺設(shè)備上運行人工智能解決方案。 他們面臨的挑戰(zhàn)在于，需要將解決方案遷移到數(shù)據(jù)中心環(huán)境中，以便將其轉(zhuǎn)移到生產(chǎn)環(huán)境中。例如：在運營中運用預(yù)測性維護洞察。企業(yè)已經(jīng)“自行”開發(fā)出解決方案，現(xiàn)在想要使用行業(yè)標準的基礎(chǔ)設(shè)施和/或軟件。 不管是硬件、軟件還是二者兼有，企業(yè)面臨的挑戰(zhàn)在于向一個（短期內(nèi)）并不會產(chǎn)出理想結(jié)果的架構(gòu)遷移。雖然這些企業(yè)在人工智能之旅中處于更靠前的位置，但他們可能仍然缺乏在“縱向擴展”人工智能方面所需的技能，難以依靠相對簡單的軟件和硬件配置推廣到少數(shù)工程師以外的用戶群。此外，遷移至多節(jié)點解決方案也需要解決一個現(xiàn)實問題：人工智能并不是按線性擴展。例如，盡管單節(jié)點配置每秒可以處理數(shù)百張圖像，但遷移至 50 臺處理器并不能將此性能提高 50 倍。如果需要“大范圍”使用，而非一次性采樣，數(shù)據(jù)源也可能成為瓶頸。3.廣泛實施人工智能第三類企業(yè)已在某種程度上使用機器學(xué)習(xí)和人工智能，并希望擴展到更廣泛的應(yīng)用范圍。通常包含以下三種場景：企業(yè)可能已經(jīng)在業(yè)務(wù)部門成功使用人工智能，現(xiàn)在希望擴展應(yīng)用范圍。 例如，一家公司可能在生產(chǎn)中采用圖像識別來進行質(zhì)量控制，現(xiàn)在想要在呼叫中心中部署 NLP。企業(yè)已成功利用人工智能來學(xué)習(xí)和解析數(shù)據(jù)，現(xiàn)在希望擴展到基于推理的維護和模型更新中去。 他們可能還希望利用人工智能的成果來推動自動化，例如，使用庫存數(shù)據(jù)來推動備品備件的庫存管理、計劃和采購。從基礎(chǔ)設(shè)施的角度來看，這些企業(yè)可能還希望改善功耗或性能，并降低總體擁有成本 (TCO)。在這些場景中，他們面臨的挑戰(zhàn)在于：要確保平臺能夠適用于多個應(yīng)用案例，并按要求及各案例之間的資源需求波動來管理資源。
三種人工智能就緒類型
雖然組織可能處于人工智能之旅的不同階段，但他們進入下一個階段或繼續(xù)獲得成功的歷程則取決于是否具備合適的技能和資源、基礎(chǔ)設(shè)施和技術(shù)、以及流程和模型。同時還可以從以下方面考慮就緒性：基礎(chǔ)——實施人工智能的前提是具備合適的基礎(chǔ)設(shè)施和接口運營——合適的管理和治理機制是決定人工智能解決方案可持續(xù)性的關(guān)鍵轉(zhuǎn)型——一個組織最大限度地發(fā)揮人工智能價值的能力基礎(chǔ)就緒是第一步，但人工智能能否取得成功則由運營就緒狀況和轉(zhuǎn)型就緒能力（企業(yè)對人工智能的接受程度）決定。這催生了新的要求，而這些要求又進一步推動了人工智能部署的基礎(chǔ)建設(shè)。
基礎(chǔ)準備就緒
實施人工智能的前提是具備合適的基礎(chǔ)設(shè)施和接口。然而在沒有對潛在場景進行測試和評估之前，并不能明確到底有哪些需求。同時，組織可能缺乏相應(yīng)的技能和專業(yè)知識。鑒于這些因素，組織還需考慮下列問題。基礎(chǔ)設(shè)施平臺許多企業(yè)都想知道，現(xiàn)有的數(shù)據(jù)中心設(shè)施是否能用于人工智能工作負載。雖然概念驗證給出的答案可能是肯定的，但有些設(shè)施并不適合用在機器學(xué)習(xí)和人工智能所需的大規(guī)?？蓴U展流程中。根據(jù)具體的場景，人工智能所需的數(shù)據(jù)流可能嚴重占用您的網(wǎng)絡(luò)帶寬。有些人工智能解決方案可規(guī)劃在非高峰期，以最大化吞吐量。與此同時，其他時間關(guān)鍵型場景則可能給網(wǎng)絡(luò)帶來嚴重的負擔(dān)，比如當(dāng)數(shù)據(jù)與預(yù)測性維護功能鏈接起來的時候。云資源將基于云的服務(wù)作為人工智能的基礎(chǔ)，特別是在圖像和自然語言處理等領(lǐng)域。云具備門檻低、按使用量付費等優(yōu)勢，因此特別適合用于訓(xùn)練和測試。當(dāng)企業(yè)希望縱向擴展人工智能的使用范圍時，他們需要檢查他們基于云的資源是否仍然適用。云服務(wù)提供商可能提供分等級的價格和服務(wù)級別協(xié)議，這可能是根據(jù)運行工作負載的底層計算基礎(chǔ)設(shè)施來定義的。決策者需要力爭在性能和成本之間達成平衡，可能需要針對每個工作負載逐個完成。數(shù)據(jù)來源關(guān)鍵的數(shù)據(jù)來源必須是可使用且可訪問的。決策者和工程師需要確保用于深度學(xué)習(xí)算法的數(shù)據(jù)有適當(dāng)?shù)臄?shù)量和質(zhì)量，無論數(shù)據(jù)是來自于內(nèi)部還是外部：如果是后者，則可能需要安排與第三方之間達成一致。軟件包如今，各種各樣的推理、機器學(xué)習(xí)和人工智能軟件包可供您選擇，每種都有各自的優(yōu)缺點。開源軟件包，例如 TensorFlow* 和BigDL 與英特爾® Saffron™ 軟件和基于云的服務(wù)等商業(yè)解決方案配合使用。所有這些都需要與用于數(shù)據(jù)管理、可視化等的工具集成：每個應(yīng)用案例都需要軟件架構(gòu)為手頭的工作選擇最合適的工具，這可能需要考慮到下游系統(tǒng)、定制、優(yōu)化和其他改動。
運營準備就緒
合適的管理和治理機制是決定人工智能解決方案可持續(xù)性的關(guān)鍵。IT 決策者可以檢查一些領(lǐng)域，以確保人工智能部署已做好運營準備。建議檢查以下幾點。敏捷交付最佳實踐模型，例如開發(fā)運維，以及其他敏捷方法能為處于人工智能之旅各個階段的企業(yè)提供顯著幫助——在早期階段，持續(xù)開發(fā)和交付能應(yīng)對快速變化的需求、不明確的結(jié)果，滿足重復(fù)檢查、評估和測試的需求。對于更高級的使用，持續(xù)改進可能推動數(shù)據(jù)源和模型發(fā)生變化。運營管理開發(fā)運維的“運維”面也需要采用與高效的服務(wù)交付有關(guān)的標準（用于作為人工智能基礎(chǔ)的平臺），還需要對所有內(nèi)部和外部數(shù)據(jù)源實施有效管理。除此之外，還應(yīng)存在衡量人工智能有效性的標準。例如，獲得的洞察或自動化成果是否能夠產(chǎn)生預(yù)期的價值？技能和專業(yè)知識對于處于人工智能之旅早期階段的企業(yè)而言，缺乏技能是他們經(jīng)常面臨的一個挑戰(zhàn)。起初的時候，您可能需要從外界引入相應(yīng)的技術(shù)人才，尤其是針對特定解決方案時架構(gòu)師，他們可以調(diào)整概念驗證解決方案；但是，在 IT 和業(yè)務(wù)部門中培養(yǎng)內(nèi)部技術(shù)人才對企業(yè)而言是非常有利的。若在沒有內(nèi)部技術(shù)人才的情況下執(zhí)行概念驗證以外的操作，會給人工智能項目增加不必要的風(fēng)險，尤其是在檢查和評估階段。網(wǎng)絡(luò)安全鑒于人工智能和自動化之間的關(guān)系能夠最小化人為干預(yù)，因此應(yīng)將監(jiān)管、數(shù)據(jù)的網(wǎng)絡(luò)安全、基礎(chǔ)設(shè)施和算法視為最優(yōu)先項。潛在的安全風(fēng)險來自于輸入到人工智能中的數(shù)據(jù)出現(xiàn)污染、模型篡改，或者對所得洞察未經(jīng)授權(quán)的訪問。管理、合規(guī)和風(fēng)險人工智能和管理之間的關(guān)系錯綜復(fù)雜，且涵蓋多個方面。當(dāng)組織處于人工智能之旅的早期階段時，所面臨的管理問題與其他以數(shù)據(jù)為中心的 IT 項目并無差別，主要是項目是否能夠交付、客戶隱私是否受到保護等。隨著其使用范圍擴大，人工智能會涉及更多問題：例如，在預(yù)測性計劃和維護中，就備品備件采購（如果存在）而言，需要多大程度的人為參與？
轉(zhuǎn)型準備就緒
第三個就緒問題：組織能否從人工智能中獲取最大價值。無論人工智能是被用于模式識別、形成洞察或流程自動化，一般都會產(chǎn)生以下影響中的一種：有利于高管或部門管理人員做出更好的決策自動完成部分業(yè)務(wù)流程，或推動實現(xiàn)自動響應(yīng)無論是哪種情況，人工智能都會給日常業(yè)務(wù)運營帶來重大影響，而企業(yè)也需要能夠接受隨之而來的改變。戰(zhàn)略領(lǐng)導(dǎo)——雖說不一定要讓董事會將數(shù)字技術(shù)，尤其是人工智能，視作業(yè)務(wù)增長的推動因素，但是，一旦樹立了正確的理念，這無疑將有助于從組織的最高層開始推動交付。如果將人工智能視為戰(zhàn)略優(yōu)勢的來源，那么也將據(jù)此設(shè)定優(yōu)先級和預(yù)算。商機——同樣地，如果能夠開啟新的業(yè)務(wù)增長機會、形成與客戶交互的新方式，或者采用新型的運營流程，那么人工智能獲得成功的機會也會增加。如果情況是這樣，那么組織應(yīng)該自行調(diào)整結(jié)構(gòu)，以便利用在人工智能推動下可能存在的商機。務(wù)必要明確現(xiàn)有的以及期望的運營模式將如何通過自動化或功能增強來發(fā)揮人工智能的成果和優(yōu)勢。業(yè)務(wù)案例說明——無論施行哪種業(yè)務(wù)變革，都要清楚了解這種變革將會帶來哪些優(yōu)勢。根據(jù)英特爾的經(jīng)驗，處于人工智能之旅早期階段的企業(yè)更加關(guān)注總體擁有成本：也就是人工智能能否以適當(dāng)?shù)某杀?，達到預(yù)期的結(jié)果（并通過自動化節(jié)省資金）。發(fā)展程度較高的項目希望提高人工智能的性能，發(fā)展程度最高的項目則希望能夠從業(yè)務(wù)角度看到投資回報，例如，可以省下多少時間用來執(zhí)行其他任務(wù)。業(yè)務(wù)案例應(yīng)該清楚給出衡量成功程度的成本標準。獲得業(yè)務(wù)部門的認可——解決方案應(yīng)根據(jù)業(yè)務(wù)需求實施調(diào)整，并融入一線員工和受影響人員的日常工作。要想獲得業(yè)務(wù)部門的認可并非易事，當(dāng)工作角色和職責(zé)因?qū)嵤┤斯ぶ悄芏l(fā)生變化時更是如此。
基于英特爾® 至強® 處理器的人工智能軟件優(yōu)化
在了解了組織在人工智能之旅的三大階段后，基于英特爾® 至強® 可擴展處理器，英特爾提供了兩種人工智能的解決方案。為了讓數(shù)據(jù)科學(xué)家和開發(fā)人員能夠在工作中使用他們喜歡的框架，英特爾對許多廣受歡迎的人工智能框架的深度學(xué)習(xí)庫實施了優(yōu)化，其中包括 TensorFlow*、Theano* 和MXNet*。英特爾® 至強® 處理器是數(shù)據(jù)中心的核心，運行大部分最重要、最具創(chuàng)新性的工作負載。雖然您數(shù)據(jù)中心中現(xiàn)有的英特爾® 架構(gòu)允許您開始進行機器學(xué)習(xí)和深度學(xué)習(xí)，但新的英特爾® 至強® 可擴展處理器可以為人工智能提供更敏捷的英特爾平臺，有助于將您的人工智能帶入更高的階段。至于實施深度學(xué)習(xí)訓(xùn)練和推理所需的計算性能，與前一代產(chǎn)品的深度學(xué)習(xí)訓(xùn)練和推理性能相比，英特爾® 至強® 可擴展處理器要高出 2.2 倍。此外，受益于其他軟件的優(yōu)化——例如，TensorFlow*、Theano* 和Torch*——其性能要比未經(jīng)優(yōu)化、3 年用齡的深度學(xué)習(xí)服務(wù)器的性能高 113 倍，因而能為人工智能工作負載提供堅實的基礎(chǔ)設(shè)施1。前代產(chǎn)品擁有 4 個內(nèi)存通道，而它擁有 6 個，因此可為內(nèi)存密集型工作負載大幅提升內(nèi)存帶寬和容量。從現(xiàn)有的基于英特爾® 至強® 處理器的基礎(chǔ)設(shè)施中獲取最大價值利用現(xiàn)有的數(shù)據(jù)中心基礎(chǔ)設(shè)施，您有機會以靈活、通用的基礎(chǔ)來證明人工智能的商業(yè)價值。英特爾® 至強® 處理器在現(xiàn)有的分析流水線中使用一致的基礎(chǔ)設(shè)施和編程模式，且滿足人工智能模型對于大容量內(nèi)存的需求。前文提到的軟件優(yōu)化意味著基于英特爾® 至強® 處理器的基礎(chǔ)設(shè)施可以繼續(xù)為組織的人工智能之旅（從實驗到概念驗證再到生產(chǎn)）提供支持，具體由工作負載決定。基于英特爾® 至強® 可擴展處理器的人工智能解決方案如下：適用于深度神經(jīng)網(wǎng)絡(luò)的英特爾® 數(shù)學(xué)核心函數(shù)庫（英特爾® MKL-DNN）在這些框架的底層運行，充當(dāng)加速器，采用特定的數(shù)學(xué)函數(shù)來支持深度學(xué)習(xí)，在搭載英特爾® 高級矢量擴展指令集 2（英特爾® AVX-2）和英特爾® 高級矢量擴展指令集 512（英特爾® AVX-512）的 x86 上實施優(yōu)化。作為開源項目，它將繼續(xù)緊跟所有大型框架的新趨勢。另外， BigDL 是面向 Spark* 的分布式深度學(xué)習(xí)庫，可在現(xiàn)有的 Spark 或 Apache Hadoop* 集群上直接運行。BigDL 由英特爾開發(fā)，允許將預(yù)先訓(xùn)練的 Torch* 模型載入Spark 框架，并且有效地進行橫向擴展，以針對大規(guī)模數(shù)據(jù)實施數(shù)據(jù)分析。
為實現(xiàn)人工智能成功的準備工作
無論您的企業(yè)是剛開始走上人工智能之旅，還是已經(jīng)有了某種程度的發(fā)展，您可以根據(jù)以下提問評估出您所處的位置，并根據(jù)得出的結(jié)論進一步做好準備。以下是幾個有助于您實施規(guī)劃的問題：1.首次使用人工智能的使用范圍是否明確指出了需要利用人工智能解決的場景、應(yīng)用案例或問題？是否依據(jù)人工智能可在哪些方面發(fā)揮最大的業(yè)務(wù)價值設(shè)置了優(yōu)先級？所規(guī)劃的基礎(chǔ)設(shè)施架構(gòu)是否明晰、合適？是否所有所需的數(shù)據(jù)源都簡單易懂且可以訪問？您所選擇的軟件包能否提供端到端人工智能解決方案？是否具備足夠的技能和資源（無論來自內(nèi)部或者外部）？是否設(shè)定了訓(xùn)練目標和學(xué)習(xí)時間？端到端解決方案的總體擁有成本是否明確，且已獲得批準？2.縱向擴展人工智能的使用范圍所規(guī)劃的解決方案能否超越初始測試和評估的規(guī)模，實現(xiàn)擴展？已明確定義的業(yè)務(wù)案例是否得到了業(yè)務(wù)部門的確認？是否具備足夠的直接資源，且已分配和預(yù)留了時間？網(wǎng)絡(luò)帶寬是否足以確保及時交付大規(guī)模數(shù)據(jù)？是否采用了涉及人工智能交付的運營管理流程？架構(gòu)是否與行業(yè)標準和最佳實踐保持一致？是否實施了網(wǎng)絡(luò)安全風(fēng)險評估，并據(jù)此采取行動？是否制定了切實的部署計劃，并做了相應(yīng)的溝通？3.橫向擴展人工智能的使用范圍是否有團隊負責(zé)監(jiān)管基于人工智能的持續(xù)改進情況？是否研究和明確了組織所具備的更廣泛的人工智能潛能？是否根據(jù)最佳敏捷實踐開發(fā)和部署了人工智能解決方案？是否有監(jiān)測人工智能解決方案在實際業(yè)務(wù)中效果的相關(guān)措施？關(guān)于人工智能的架構(gòu)，是以平臺方式提供，還是作為一次性解決方案提供？業(yè)務(wù)部門是否完全了解人工智能將如何影響其流程？是否明確了解人工智能解決方案的管理需求？人工智能是否被視為基于 IT 業(yè)務(wù)戰(zhàn)略的核心？通過解決這些問題，您將提高獲得成功的可能性，并且提高組織對基于人工智能的解決方案的接受程度。您可在了解人工智能的優(yōu)勢之后，開始構(gòu)建技能和專業(yè)知識。最重要的是，明確了解您需要解決的問題。清楚闡明問題，然后致力于找到切實可行的解決方案。無論是流程自動化還是提供洞察，人工智能的最終目標都是讓您和您的組織能夠節(jié)省出更多時間去推動創(chuàng)新和增長。
文章摘自英特爾精英匯
想購買及了解更多英特爾產(chǎn)品詳情，歡迎咨詢以下聯(lián)系方式！
寶通集團聯(lián)系方式
咨詢熱線：0755-88603572
寶通官網(wǎng)：www.bjshst.cn
客戶垂詢郵箱：cuifang.mo@ex-channel.com
客戶垂詢QQ：1627678462
地址：深圳市福田區(qū)深南大道1006號國際創(chuàng)新中心C座11樓
郵編：518026
當(dāng)前位置：
粵公網(wǎng)安備 44030402001885號
友情鏈接： 金沙古酒 | 中青寶 | 寶德控股 | 寶德計算 |