Iniziate in piccolo e aumentate gradualmente: l'approccio giusto all'intelligenza artificiale

Punti principali:

  • Le organizzazioni che iniziano il percorso verso l'intelligenza artificiale con prove di concetto su scala ridotta riusciranno con maggiori probabilità a raggiungere il successo a lungo termine

  • I programmi pilota offrono una base solida da cui ampliare l'ambito dei progetti di intelligenza artificiale

  • L'attuale architettura Intel® può offrire la rampa di lancio per il successo dell'intelligenza artificiale

author-image

By

Le principali opportunità si profilano nel futuro, ma un recente studio di Harvard Business Review ha rivelato che le iniziative più imponenti, ambiziose e trasformative hanno meno probabilità di avere successo rispetto ai progetti più semplici e facili da realizzare che ottimizzano i processi aziendali”.

Intel avvalora questo concetto anche nel lavoro con i clienti. Quelli che hanno più successo con l'intelligenza artificiale iniziano il percorso implementando prove di concetto su scala ridotta con l'attuale infrastruttura. I data center basati su processori Intel® Xeon® offrono l'opportunità ideale di dimostrare i vantaggi dell'intelligenza artificiale tramite una base flessibile e multifunzionale con costi costi complessivi di gestione competitivi. Poi, quando si tratta di ampliare la soluzione, possono dedicarsi a perfezionare la combinazione di calcolo, ottimizzazioni software e larghezza di banda della memoria dei processori, tutti requisiti cruciali per le prestazioni dell'intelligenza artificiale.

Collaborando con i clienti per l'intelligenza artificiale, Intel riscontra che quelli che hanno un maggiore successo iniziano il percorso implementando prove di concetto su scala ridotta con l'attuale infrastruttura.

Iniziare in piccolo e aumentare gradualmente per il successo

Un programma pilota su scala ridotta per l'elaborazione del linguaggio naturale effettuato da un’organizzazione francese di ricerca sul cancro ha generato un set trasformativo di risultati iniziali e insegnamenti che hanno fornito le basi da cui espandere l'ambito del caso d'uso.

Prima dello sviluppo della soluzione, erano necessari sei mesi e 30 persone per rivedere i record dei pazienti e identificare quelli idonei per le sperimentazioni cliniche. Il progetto pilota ha ricavato i dati da 24 milioni di record e 1,25 milioni di pazienti, e ha classificato i dati nuovi e in precedenza non esaminati in base a questi riscontri. L'organizzazione ritiene che questo sistema potrebbe ridurre il tempo richiesto per l'intero processo a una giornata.

Il team ora intende ampliare la soluzione, eseguita su cluster a elevate prestazioni basati su processori Intel® Xeon®, approfondendo le funzionalità di ricerca, perfezionando l'interfaccia utente, ottimizzando ulteriormente le prestazioni e aumentando il numero di utenti e sedi.  

Un'organizzazione francese di ricerca sul cancro sviluppa un progetto pilota con l'obiettivo di usare l'intelligenza artificiale per identificare i pazienti idonei per le sperimentazioni cliniche. L'idea è che questo sistema potrebbe svolgere in una giornata un lavoro che normalmente richiederebbe sei mesi e 30 persone.

Automazione al ritmo della vita

Un altro esempio dell'impatto trasformativo che possono avere i progetti di intelligenza artificiale una volta ampliati dopo una prova di concetto iniziale è dato dal riconoscimento delle immagini.

Sempre nel settore dell'assistenza sanitaria, i radiologi devono effettuare ogni giorno valutazioni cliniche delle scansioni dei pazienti per stabilire se sono o meno sintomatiche di cancro. Sarebbe però difficile descrivere come identificare tutti i tipi di cancro nelle immagini associate a un paziente, indipendentemente dalla qualità o dalla rotazione dell'immagine. Eppure è proprio questo che un sistema di riconoscimento delle immagini basato su deep learning è in grado di apprendere e automatizzare, con una quantità sufficiente di dati, offrendo la possibilità di elaborare le immagini e contrassegnare i potenziali casi di cancro con livelli salvavita di velocità e accuratezza.1

Guarda: L'intelligenza artificiale trasforma il modo in cui le organizzazioni automatizzano il riconoscimento delle immagini per sviluppare soluzioni aziendali più efficaci e ridurre i costi operativi. 

I sistemi di riconoscimento delle immagini basati su deep learning possono apprendere e automatizzare il processo di identificazione del cancro, consentendo di contrassegnare i casi potenziali con livelli salvavita di velocità e accuratezza.

I tre fattori tecnologici alla base delle prestazioni dell'intelligenza artificiale2

Le prestazioni dell'intelligenza artificiale sono basate su una combinazione di calcolo, ottimizzazioni software e larghezza di banda della memoria di elaborazione, e l'architettura Intel® nei data center può soddisfare tutti i requisiti con l'hardware già disponibili.

Il team di Intel che si occupa di scienza dei dati di recente ha scritto un resoconto sul lavoro svolto nella classificazione delle immagini per le scienze della salute e della vita:

“Grazie al supporto per un footprint di memoria più ampio, i sistemi di deep learning basati su CPU sono in grado di gestire efficacemente i requisiti di memoria associati all’addestramento di una rete neurale su grandi immagini e alle dimensioni dei batch di immagini... abbiamo dimostrato che un sistema basato su CPU può gestire un footprint di memoria superiore a 40 GB per l'attività di classificazione al microscopio”.

Lato software, ottimizzando diverse librerie di deep learning per molti dei framework di intelligenza artificiale più diffusi, Intel ha offerto a scienziati dei dati e sviluppatori la possibilità di lavorare con i loro strumenti preferiti su hardware Intel. Questi framework includono TensorFlow*, Theano* e altri ancora.

Inoltre, BigDL è una libreria distribuita di deep learning per Spark* che può essere eseguita direttamente nei cluster Spark o Apache Hadoop* esistenti. Consente il caricamento di modelli Torch* predisposti nel framework Spark e assicura la scalabilità per eseguire analisi dei dati a livello di big data.

La vostra organizzazione è pronta per l'intelligenza artificiale?

Intel collabora con molte organizzazioni impegnate a implementare l'intelligenza artificiale e, grazie alla continua ottimizzazione delle soluzioni hardware e software che offre, l'intelligenza artificiale può diventare alla portata di qualsiasi azienda.

Indipendentemente dalla fase raggiunta nel percorso verso l'intelligenza artificiale, l'ampio portafoglio di hardware e software Intel offre un set di strumenti completo per realizzare l'architettura di implementazione a costi estremamente contenuti per i carichi di lavoro di intelligenza artificiale, e potete iniziare oggi stesso.

Informazioni su prodotti e prestazioni

2

Le caratteristiche e i vantaggi delle tecnologie Intel® dipendono dalla configurazione di sistema e potrebbero richiedere hardware e software abilitati o l'attivazione di servizi. Le prestazioni variano in base alla configurazione di sistema. Nessun prodotto o componente è totalmente sicuro. Rivolgersi al produttore o al rivenditore del proprio sistema oppure consultare il sito Web https://www.intel.it.