將人工智慧與資料科學擴充到各界的快速路徑

各行各業數千家公司行號都在使用 Intel® AI 技術增強的現有系統在人工智慧(AI)方面取得突破性發展。透過內建硬體加速和針對熱門軟體工具最佳化,如今人工智慧工作流程從資料內嵌到大規模部署都得以簡化。對使用人工智慧迎接嚴峻挑戰的創新者來說,Intel 正在開疆闢土,為各界擴充人工智慧。

精選使用案例

儘管每家公司運用人工智慧的方式不盡相同,但他們都面臨了常見的人工智慧挑戰:如何以最少的成本和最低的風險,將概念快速推展至現實規模。下述客戶發現無論他們在什麼領域需要用到人工智慧,採用 Intel 技術的熟悉環境都能使命必達。

人工智慧學習中心

探索 Intel 以人工智慧和資料科學為中心的強大資源、訓練與最佳實務。

常見問答集

人工智慧(AI)係指可讓機器模仿先進人類能力的一大系統類別。機器學習(ML)是一類統計方法,使用來自已知現有資料的參數,然後預測類似新資料的結果,例如衰退、決策樹、狀態向量機。深度學習(DL)是 ML 的一個子集,使用受大腦結構和功能啟發的多個圖層和演算法(稱為人工神經路絡)從大量資料中學習。DL 用於電腦視覺、自然語言處理、推薦引擎等項目。

最初,資料經過建立及輸入系統,在這個時候經前置處理以確保資料形式、類型和品質保持一致。確保資料乾淨後,會進入建模和最佳化流程,支援更聰明且更快的分析。人工智慧模型只要經過驗證,即可部署以滿足專案需求。

分析技術將大量資料轉換為模式,以預測未來的結果。人工智慧將資料處理自動化以提高速度、模式探索及呈現資料關係,進而產生可採取動作的深入見解。

否。圖形處理器(GPU)歷來都是人工智慧專案的選擇,因為它們可以事倍功半地處理大型資料集。然而,現今的中央處理器(CPU)往往是人工智慧專案的更佳選項。除非是在大型資料庫上執行複雜的深度學習,否則 CPU 更容易存取、成本更低,也更節能。

否。圖形處理器(GPU)歷來都是人工智慧專案的選擇,因為它們可以事倍功半地處理大型資料集。然而,現今的中央處理器(CPU)往往是人工智慧專案的更佳選項。除非是在大型資料庫上執行複雜的深度學習,否則 CPU 更容易存取、成本更低,也更節能。