近日,英特尔和IT咨询公司埃森哲推出一系列旨在提高性能和降低开发成本的开源软件,帮助企业更快地采用人工智能应用。
此次推出的开源AI参考套件包含一些必要的软件组件,例如预训练的深度学习模型和各种代码优化,供企业在云端、边缘和本地实施AI应用。

英特尔和埃森哲开发的该套件将首先针对四个应用领域:客户聊天机器人、工厂视觉质量监控、文档索引、公用事业资产健康监控,目前可在Github上免费下载。
英特尔副总裁、人工智能和分析总经理Wei Li表示:“这些参考套件采用英特尔端到端的AI软件组合元素构建,将让数百万开发人员和数据科学家能够快速且轻松地将AI引入他们的应用中,或者提升他们现有的智能解决方案。”
英特尔一直希望削弱Nvidia在AI领域的主导地位,这次发布参考套件正是所做的努力之一。英特尔针对备受开发者欢迎的Nvidia CUDA并行编程平台推出了oneAPI,而此次推出的套件正是依赖于oneAPI。
英特尔称oneAPI是一种“开放的、基于标准的、统一的”编程模型,旨在让开发者更轻松地定位和优化在各种芯片上运行的应用,以及(在某些情况下)英特尔竞争对手的处理器。
OneAPI包含很多元素,例如此次英特尔和埃森哲用作AI参考套件基础的各种库、工具包和优化。
例如,工厂质量控制套件使采用了一个经过Intel AI Analytics Toolkit训练的计算机视觉模型,其中包括了Python和Modin库的英特尔发行版,以及对TensorFlow和PyTorch框架的优化等。
英特尔表示,这些优化还使用了英特尔用于推理的OpenVino工具包,可以使质量控制模型的训练性能提高20%,推理性能提高55%。
至于客户聊天机器人套件,由于使用了OpenVINO和PyTorch优化,使得自然语言处理模型的推理性能提高了45%。
虽然英特尔的主要目标是提高深度学习模型的训练和推理性能,但英特尔承诺,这些优化也将帮助企业节省资金,不过英特尔并没有提供相关数据,但鉴于英特尔很注重于加速开发,因此我们猜测加速开发的结果就是降低了成本。
英特尔还表示,将在未来12个月内推出更多的开源AI软件包。
好文章,需要你的鼓励
这项研究开发了CaptionQA系统,通过测试AI生成的图片描述能否支持实际任务来评估其真正价值。研究发现即使最先进的AI模型在图片描述实用性方面也存在显著不足,描述质量比直接看图时下降9%-40%。研究涵盖自然、文档、电商、机器人四个领域,为AI技术的实用性评估提供了新标准。
AI改变的远不止一间课堂,而是学生的学习方式、未来的职场场景和社会对工作者能力的要求,整个商业文明中的每一位参与者,都将被推着一起改变。
以色列理工学院研究团队提出了一种将专家混合模型融入YOLOv9目标检测的创新方法。该方法让多个专门化的YOLOv9-T专家分工协作,通过智能路由器动态选择最适合的专家处理不同类型图像。实验显示,在COCO数据集上平均精度提升超过10%,在VisDrone数据集上提升近30%,证明了"分工合作"比单一模型更有效,为AI视觉系统提供了新思路。