2017年5月27日，英特尔参加了由机器之心SYNCED主办的2017全球机器智能峰会（GMIS 2017)，此次大会以“机器智能时代”为主题，全面聚焦人工智能，包括英特尔在内的众多国内外顶级专家汇聚于此，围绕人工智能展开精彩的演讲和激烈的讨论。
会议期间，英特尔AIPG数据科学部主任刘茵茵博士，发表了主题为《演变中的人工智能，与模型俱进》的精彩演讲，她表示，深度学习推动着人工智能领域的进展，每个AI模型都是理论与实践的突破，以模型为起点，通过收集数据，进行训练，基于人工智能框架和计算动力，解决应用问题，再把相关经验反馈到模型中，形成一个闭环的良性循环，即通过更好的模型，提供更高效的人工智能解决方案。
四大领域看英特尔的人工智能运用
从过去的AI Day，到现在的GMIS 2017，英特尔一直强调自己在人工智能领域是在做一个闭环，在这个环上，英特尔为用户提供高效的人工智能解决方案，并致力让更多的人使用人工智能技术，即AI民主化。然而，凭借现有的人工智能做到AI普及是相当困难的，众所周知，现在的人工智能并未达到真正的智能。比如AlphaGo不能下国际象棋，在解决问题上，他们的智能范围还非常狭窄，无法泛化，广度上的狭窄是AI普及的最大阻碍，也是AI的最大困境，如何才能从狭窄的、特定领域的智能走向更通用的智能？英特尔用模型给出了答案。
GMIS 2017上，刘茵茵向大家展示了英特尔如何用一种模型实现不同行业领域中的AI运用，以最常见的图像深度学习模型为例，图像识别可以被用于农业，进行作物疾病的识别，在缺少这一细分领域数据集的情况下，英特尔通过在训练好的通用图像分类器上添加层数和微调，以迁移学习的方法搭建针对特定领域的图像识别模型。同样的，在自动驾驶、油气勘探、肿瘤检测等任务中，图像模型也可以提供大量的解决方案。如今，英特尔人工智能事业部已经将上述模型在内的多种模型运用到医疗、零售、金融、交通、政务、工业、消费品等行业。
医疗领域
近年来，英特尔深耕医疗领域，致力于通过AI实现精准医疗。在大数据和人工智能的基础上，英特尔先后与美国的一些医疗机构合作，共同开展了帕金森项目和协作式癌症云。
对于帕金森，英特尔与专注帕金森疾病研究的MichaeI J.Fox基金合作，借助AI扩展人类基因库，从而实现疑难病症的诊疗。
在癌症方面，英特尔与英国国家医疗服务体系（NHS)建立合作，并与阿兰图灵研究所签订一个针对肺癌细胞识别的研究项目，该项目采用英特尔Xeon处理器，以TensorFlow等深度学习为框架，旨在利用AI提高癌症检测效率。
