英特尔有两个目标：让 AI 算力无处不在，同时通过构建开源工具，构建更加活跃的机器学习社区。
3 月 15 日，在采访活动中，英特尔院士，大数据技术全球 CTO 戴金权和英特尔首席工程师、人工智能技术中国首席架构师夏磊向我们分享了该公司在开源社区最近的进展。
「推动创新是我们工作的重要内容，每年我们接触的客户群当中，70%-80% 都是创新的应用，」夏磊说道。「AI 实践日一方面可以帮助 AI 产业界去理解如何真正使用人工智能，使生态更加丰富。另一方面，可以切实提高客户产品性能。」
英特尔 AI 实践日是英特尔诸多开源活动的重要一环，它涵盖边缘到云端、至强平台到 Movidius VPU 的一系列人工智能实践学习课程，英特尔的工程师们从实际应用案例中精选经典的设计及优化实例作为蓝本精心制作，并担任导师。它提供全面的培训计划，延伸到学术界、协会与合作伙伴的合作，协助客户理解人工智能，也提高客户产品性能，为开发者和开发者社区带来更多支持，加速 AI 应用落地。
在去年统计中，AI 实践日已经覆盖了 6.5 万开发者。这一活动成为了英特尔与开发者分享创新成果的平台。
利用 BigDL 和 Analytics Zoo，英特尔和金风慧能一起利用 AI 技术对风能实现了精准预测。基于 BigDL 和 Analytics Zoo 解决方案，在 2019 年疫情之前，其方法已获得 80% 的准确率的成果。该准确率提升大大减少了风电中的弃电。在金风慧能是部署的 30MW 的风厂当中，20% 的准确率提升意味着每天减少 120 吨的碳排放。
在医疗领域，英特尔与医疗创新企业卫宁合作，利用 AI 进行骨龄的检测。该方案部署在英特尔至强平台上，并通过软件优化进行性能提升，性能提升了 2.8 倍，实现 4 秒处理一张影像，使得医生在提供精准服务时能够提高效率。
在目前流行的 transformer 类模型上，英特尔也在积极进行技术研发。「我们跟 HuggingFace 进行了合作，希望将 NLP 任务上的 transformer 模型通过量化、稀疏化等方式进行压缩，使其更高效，」戴金权表示。「除此之外，针对 transformer 的一些应用场景，我们也在寻求压缩、蒸馏，以及任务级优化等手段。」
英特尔希望在近期能在 Intel Neural Compressor、OpenVINO、BigDL 等工具上，将这些针对场景优化的能力提供给客户。
在 AI 生态方面，英特尔在开发者生态系统、工具、技术和开放平台方面的深度投入，正在为人工智能的普及扫清障碍。英特尔希望发挥的作用是负责任地扩大人工智能技术的应用规模。
英特尔已通过至强可扩展处理器对流行的库和框架进行广泛优化，让人工智能更便捷、更具可扩展性。英特尔也投入开发多种人工智能架构以满足不同的客户需求，采用开放、基于标准的编程模型，让开发者能更轻松地在更多的用例中运行更多的人工智能负载。
去年 10 月举办的英特尔 On 技术创新峰会（Intel Innovation）上，CEO 帕特 · 基辛格重申了英特尔拥抱开发者、强调对社区贡献的承诺。在峰会期间，英特尔发布了最新产品、开发者工具和技术，强调对赋能开放生态系统的重视，确保开发者能够使用他们所青睐的开发工具和开发环境。
英特尔还希望通过不断迭代，把 AI 实践日的影响力做得越来越大，让它对开发者的帮助，对开发者的价值越来越高。
下一步，英特尔希望更加精准的把不同的客户，不同的开发者受众在 AI 实践日覆盖上进行细分。包括开发者和行业。
也有行业的区分，比如说金融业，最近几年他不仅关注 AI 的应用领域，也关心整个 AI 普及之后，对数据隐私，对个人隐私，对数据应用方面的合规，保护数据安全方面，我们有针对性的对不同的行业、不同的开发者的角色，去定制化 AI 实践日的内容。所以现在也是借助线上平台，我们可以做到非常精准的面向受众内容设计，内容传播。
「从技术角度来讲，今年也是英特尔准备从 CPU 到 GPU，把整个 AI 产品线全线推进的一年，我们希望在 AI 实践日上，引入英特尔在不同应用平台的最新技术。」夏磊表示。
