從太空研究到極地動物和海洋生態保護，再到大幅提升醫療診斷水平，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，越來越多的企業和機構在發揮人工智能的力量。

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，提供數據以衡量全球經濟，從而讓世界銀行實現更大的使命——通過與各國政府和私營部門合作，減少貧困、共享繁榮、促進可持續發展。

肩負如此重大的使命，即使需要處理海量數據，ICP團隊也必須保證其精準性。從2015年12月到2016年8月，ICP委托進行的試點數據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品、服務的照片和價格數據，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，用戶可以在現有的 Spark 或 Apache Hadoop* 集群上直接運行，支持直接訪問存儲的數據，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。

根據部分數據集訓練和可擴展性測試結果，ICP團隊能夠創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，其數據質量、完整性和保密性都很重要。通過創新的眾包方式來收集數據，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，從網絡、加速到存儲，英特爾產品的廣度讓各種規模的機構都能夠輕松地通過英特爾來開啟自己的人工智能之旅。