英特尔AI实验室开源了一个用于自然语言处理的库，以帮助研究人员和开发人员为聊天机器人和虚拟助手等会话代理提供运行所需的智能，例如名称实体识别，意图提取和语义分析，以识别操作a人想从他们的话语中取出。

短短几个月，英特尔人工智能实验室计划开源更多的图书馆，以帮助开发人员培训和部署人工智能，发布研究成果，并从人工智能研究社区成员那里再现最新的创新技术，以“推动人工智能和深度学习领域它还不是其中的一部分。

我们希望将这一点贡献给开源社区，以便作为初学者或工程师或研究人员，您可以查看复制，调查和验证的内容，然后将其用于您自己的目的，”英特尔AI实验室负责人数据科学Yinyin Liu在英特尔AI DevCon的采访中告诉VentureBeat。

英特尔为人工智能开发者举办的首次会议将于3月23日和24日星期三和星期四在旧金山的美术宫举行。

刘说，英特尔人工智能实验室目前拥有约40名数据科学家和研究人员，并与该公司的部门合作开发产品，如nGraph框架和Nervana神经网络芯片等硬件。

“此时我们已经整理了一套深度学习驱动的NLP模型。它还没有特定于任何特定的应用程序或领域，但在英特尔，我们正在与合作伙伴和开发人员一起研究潜在的用例并使用其中一些构建块，以便将它们放在库中，“她说。

自12月推出以来，英特尔AI实验室还拥有开源图书馆，可帮助人们部署强化学习和神经网络。

上个月发布的神经网络蒸馏器库用于去除与您希望完成的任务无关的神经连接。Coach，强化学习库，允许用户在训练环境中嵌入代理，如机器人或自驾车模拟器。

NLP库，nlp-architect，包括使用数据集制作的工具，这些数据集通常被学术研究社区的成员视为基准，例如用于测试机器阅读理解的斯坦福问答数据集(SQUAD)。它还可以使用自定义数据或公共基准数据集与流行的开源框架(如Google的TensorFlow或Facebook的PyTorch)来训练模型。

“我们允许开发人员实际下载公共基准数据集并使用深度学习架构训练我们创建的网络，然后他们可以自己启动培训，然后在NLP架构师的培训开发人员之后，您可以将模型保存到某个模型文件，然后你可以用它来推断你的应用程序，“刘说。

AI DevCon也宣布：由于软件的改进，TensorFlow和Xeon处理器在一起工作得更好; 英特尔Nervana神经网络L-1000是该公司首款可广泛应用于加速神经网络训练的芯片，将于2019年末推出。

互联网在提高人们社会活动质量的同时可能对部分互联网使用者造成伤害。我们要正确认识网络的两面性，用其所长、避其所短，发挥网络对生活的积极促进作用。把网络作为生活的补充就可以享受网络的诸多益处，以上这篇文章希望可以给大家带来有用的信息。