從精準醫療、智慧製造、環境保護、能源探索……人工智慧發揮的能力無處不在。舉一個用人工智慧研究人類腦部的例子。 普林斯頓大學就正在與英特爾開展一項合作，致力於實時繪製人類大腦“地圖”，開發下一代大腦成像分析技術。普林斯頓大學和英特爾研究院的研究人員開發了一種軟體，讓神經科學家得以實時繪製腦部影象，同時解碼神經資料並揭示大腦活動如何影響學習、記憶和其它認知功能。
在此次合作之前，研究人員需要花上好幾天時間來分析fMRI掃描結果。一次典型的掃描最多可包含100萬個三維畫素。在幾年前，這還是一項不可能完成的任務——分析單次掃描就非常耗時，分析大量掃描則意味著完全超出系統的儲存和處理能力。
研究人員不僅想要加快分析單次大腦掃描的流程，還希望實時分析大腦中的海量資料。普林斯頓神經科學研究所教授Ken Norman表示：“我們需要所能獲得的所有計算能力，因為如果我們解碼的速度越快，神經反饋就會越有效。”藉助英特爾的計算力和人工智慧等技術，這一挑戰正在得到解決。
當神經科學家想要進一步瞭解人類大腦時，英特爾的計算機科學家則計劃利用大腦研究來設計更高效的軟體演算法，從而處理大量資料。英特爾研究院的首席高階工程師Ted Willke表示：“我們希望把從人類認知研究中學到的知識，應用於機器學習和人工智慧。這可能會讓自動駕駛變得更加安全，讓研究人員更快開發新藥，讓醫生更早檢測到癌症。”
普林斯頓-英特爾聯合團隊已經開放了他們的大腦成像分析工具包（BrainIAK），以幫助全球其他研究人員處理fMRI資料。聯合團隊希望把他們的研究成果應用於其他行業的機器學習和人工智慧專案，包括製藥研發。
透過一種被稱為虛擬篩選的流程，研究人員正在尋找一種藥物，它能夠作為特定生物“鎖”的“鑰匙”。化學資料庫已經包含了數百萬個“金鑰”，但新的技術讓研究人員能夠在這些龐大的資料庫中更快地進行篩選，以找到最適合解開這些“鎖”的藥物清單。
從精準醫療、智慧製造、環境保護、能源探索……人工智慧發揮的能力無處不在。舉一個用人工智慧研究人類腦部的例子。 普林斯頓大學就正在與英特爾開展一項合作，致力於實時繪製人類大腦“地圖”，開發下一代大腦成像分析技術。普林斯頓大學和英特爾研究院的研究人員開發了一種軟體，讓神經科學家得以實時繪製腦部影象，同時解碼神經資料並揭示大腦活動如何影響學習、記憶和其它認知功能。
在此次合作之前，研究人員需要花上好幾天時間來分析fMRI掃描結果。一次典型的掃描最多可包含100萬個三維畫素。在幾年前，這還是一項不可能完成的任務——分析單次掃描就非常耗時，分析大量掃描則意味著完全超出系統的儲存和處理能力。
研究人員不僅想要加快分析單次大腦掃描的流程，還希望實時分析大腦中的海量資料。普林斯頓神經科學研究所教授Ken Norman表示：“我們需要所能獲得的所有計算能力，因為如果我們解碼的速度越快，神經反饋就會越有效。”藉助英特爾的計算力和人工智慧等技術，這一挑戰正在得到解決。
當神經科學家想要進一步瞭解人類大腦時，英特爾的計算機科學家則計劃利用大腦研究來設計更高效的軟體演算法，從而處理大量資料。英特爾研究院的首席高階工程師Ted Willke表示：“我們希望把從人類認知研究中學到的知識，應用於機器學習和人工智慧。這可能會讓自動駕駛變得更加安全，讓研究人員更快開發新藥，讓醫生更早檢測到癌症。”
普林斯頓-英特爾聯合團隊已經開放了他們的大腦成像分析工具包（BrainIAK），以幫助全球其他研究人員處理fMRI資料。聯合團隊希望把他們的研究成果應用於其他行業的機器學習和人工智慧專案，包括製藥研發。
透過一種被稱為虛擬篩選的流程，研究人員正在尋找一種藥物，它能夠作為特定生物“鎖”的“鑰匙”。化學資料庫已經包含了數百萬個“金鑰”，但新的技術讓研究人員能夠在這些龐大的資料庫中更快地進行篩選，以找到最適合解開這些“鎖”的藥物清單。