從太空研究到極地動物和海洋生態(tài)保護，再到大幅提升醫(yī)療診斷水平，解決基因和大腦研究等世界難題……人工智能在過去幾年已取得長足進步，越來越多的企業(yè)和機構(gòu)在發(fā)揮人工智能的力量。

作為國際三大金融機構(gòu)之一的世界銀行，其下屬的國際比較計劃（ICP）小組正是這樣做的。 ICP已有50年的歷史，它對各國貨幣的購買力平價進行權威評估，提供數(shù)據(jù)以衡量全球經(jīng)濟，從而讓世界銀行實現(xiàn)更大的使命——通過與各國政府和私營部門合作，減少貧困、共享繁榮、促進可持續(xù)發(fā)展。

肩負如此重大的使命，即使需要處理海量數(shù)據(jù)，ICP團隊也必須保證其精準性。從2015年12月到2016年8月，ICP委托進行的試點數(shù)據(jù)收集研究獲得了超過100萬張圖片。在這個項目中，來自15個國家的貢獻者用智能手機收集了各種產(chǎn)品、服務的照片和價格數(shù)據(jù)，涵蓋從食品、家居用品到鞋類的162個類別。這些國家包括阿根廷、孟加拉、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)瑞拉和越南等。

這百萬張圖片涵蓋了從食品、家居用品到鞋類的162個類別

如果通過手工對這百萬張圖片進行分析和分類，工作量無疑是巨大的。為了高效地比較這些來自各個國家的圖片，ICP團隊尋求人工智能和深度學習模型的幫助，這些模型將智能地進行審查、搜索和分類。簡而言之，它們需要自動確認眾包圖片是否與對應的商品和服務相匹配，并從圖片中刪除個人身份信息。

英特爾BigDL介紹

在對超過100萬張眾包圖片進行分類時，ICP團隊利用了英特爾BigDL和運行在英特爾?至強?處理器上的AWS Databricks*平臺。BigDL是一款面向Apache Spark的分布式深度學習庫。通過BigDL，用戶可以在現(xiàn)有的 Spark 或 Apache Hadoop* 集群上直接運行，支持直接訪問存儲的數(shù)據(jù)，并獲取出色的工具/工作流一致性。

運行在英特爾BigDL框架上的模型對圖像進行分類，每個圖像都被標識為“正確標記”、“錯誤標記”或“無效”。接下來，被識別為“正確標記”的照片將被用來訓練模型，這個模型即可以“聰明”地識別照片中的商品或服務類型。

根據(jù)部分數(shù)據(jù)集訓練和可擴展性測試結(jié)果，ICP團隊能夠創(chuàng)建一個自動驗證流程的應用，以確認收集到的照片與需要觀察的物品相匹配。

這樣的任務，其數(shù)據(jù)質(zhì)量、完整性和保密性都很重要。通過創(chuàng)新的眾包方式來收集數(shù)據(jù)，再加上人工智能在云端的使用，讓世界銀行大幅減少了對審查、搜索和分類的人力投入。

與世界銀行的合作，只是英特爾推動人工智能應用落地的一個例子。作為全球領先的端到端平臺提供者，英特爾擁有人工智能全棧實力，從終端設備到云計算，從網(wǎng)絡、加速到存儲，英特爾產(chǎn)品的廣度讓各種規(guī)模的機構(gòu)都能夠輕松地通過英特爾來開啟自己的人工智能之旅。