作為國際三大金融機構之一的世界銀行，其下屬的國際比較計劃（ICP）小組已有50年的歷史，它對各國貨幣的購買力平價進行權威評估，提供資料以衡量全球經濟，從而讓世界銀行實現更大的使命——透過與各國政府和私營部門合作，減少貧困、共享繁榮、促進可持續發展。
從2015年12月到2016年8月，ICP委託進行的試點資料收集研究獲得了超過100萬張圖片。在這個專案中，來自15個國家的貢獻者用智慧手機收集了各種產品、服務的照片和價格資料，涵蓋從食品、家居用品到鞋類的162個類別。
這百萬張圖片涵蓋了從食品、家居用品到鞋類的162個類別
如果透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團隊尋求人工智慧和深度學習模型的幫助，這些模型將智慧地進行審查、搜尋和分類。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，並從圖片中刪除個人身份資訊。
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和執行在英特爾®至強®處理器上的AWS Databricks*平臺。BigDL是一款面向Apache Spark的分散式深度學習庫。透過BigDL，使用者可以在現有的 Spark 或 Apache Hadoop* 叢集上直接執行，支援直接訪問儲存的資料，並獲取出色的工具/工作流一致性。
執行在英特爾BigDL框架上的模型對影象進行分類，每個影象都被標識為“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型別。
根據部分資料集訓練和可擴充套件性測試結果，ICP團隊能夠建立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，其資料質量、完整性和保密性都很重要。透過創新的眾包方式來收集資料，再加上人工智慧在雲端的使用，讓世界銀行大幅減少了對審查、搜尋和分類的人力投入。
與世界銀行的合作，只是英特爾推動人工智慧應用落地的一個例子。作為全球領先的端到端平臺提供者，英特爾擁有人工智慧全棧實力，從終端裝置到雲計算，從網路、加速到儲存，英特爾產品的廣度讓各種規模的機構都能夠輕鬆地透過英特爾來開啟自己的人工智慧之旅。
作為國際三大金融機構之一的世界銀行，其下屬的國際比較計劃（ICP）小組已有50年的歷史，它對各國貨幣的購買力平價進行權威評估，提供資料以衡量全球經濟，從而讓世界銀行實現更大的使命——透過與各國政府和私營部門合作，減少貧困、共享繁榮、促進可持續發展。
從2015年12月到2016年8月，ICP委託進行的試點資料收集研究獲得了超過100萬張圖片。在這個專案中，來自15個國家的貢獻者用智慧手機收集了各種產品、服務的照片和價格資料，涵蓋從食品、家居用品到鞋類的162個類別。
這百萬張圖片涵蓋了從食品、家居用品到鞋類的162個類別
如果透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團隊尋求人工智慧和深度學習模型的幫助，這些模型將智慧地進行審查、搜尋和分類。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，並從圖片中刪除個人身份資訊。
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和執行在英特爾®至強®處理器上的AWS Databricks*平臺。BigDL是一款面向Apache Spark的分散式深度學習庫。透過BigDL，使用者可以在現有的 Spark 或 Apache Hadoop* 叢集上直接執行，支援直接訪問儲存的資料，並獲取出色的工具/工作流一致性。
執行在英特爾BigDL框架上的模型對影象進行分類，每個影象都被標識為“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型別。
根據部分資料集訓練和可擴充套件性測試結果，ICP團隊能夠建立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，其資料質量、完整性和保密性都很重要。透過創新的眾包方式來收集資料，再加上人工智慧在雲端的使用，讓世界銀行大幅減少了對審查、搜尋和分類的人力投入。
與世界銀行的合作，只是英特爾推動人工智慧應用落地的一個例子。作為全球領先的端到端平臺提供者，英特爾擁有人工智慧全棧實力，從終端裝置到雲計算，從網路、加速到儲存，英特爾產品的廣度讓各種規模的機構都能夠輕鬆地透過英特爾來開啟自己的人工智慧之旅。