基于Saffron认知计算平台，英特尔发布了*套软件应用程序，使客户能够更轻松地利用人工智能。
当英特尔在2015年末收购Saffron Technology时，公司的认知计算平台有机会提高英特尔芯片设计的工程时间和整体质量。事实上，英特尔*直是该技术的*二位客户 - 技术的早期用户，并且可以看到它如何提高芯片制造商将产品推向市场的能力。
在那些日子里，藏红花人工智能（AI）是*个将逐*与客户*起实施的平台。现在，英特尔已经发布了*套软件应用程序，使公司更容易利用AI在复杂制造，航空航天和软件方面的决策帮助。
英特尔Saffron AI Group副总裁兼总经理Gayle Sheppard表示：“我们*直致力于通过软件为**企业客户提供全新的学习方法。”
在 英特尔藏红花AI质量和维修决策支持套件 适用于任何类型的数据，结构化和非结构化提供的见解，表面答案和减少浪费的努力。它使用联想记忆学习和推理AI来提高产品质量和上市时间。
“Intel Saffron AI使用联想记忆学习和推理。它模拟人类天生的实时学习，记忆和理智能力，“Sheppard说，他在英特尔收购该公司之前曾担任Saffron Technology的董事长兼*席执行官。“我们生活在*个非常动态，异质的数据**中。我们试图用技术来模仿。有了科技，我们可以访问比人类更大的数据集。“
该技术可以展现部落的知识 - 关于以前的问题的见解，如何解决问题，解决问题的方法，需要哪些信息 - 这些往往隐藏在数据中，并且难以通过正常的词语搜索找到。它从高度变化甚至不完整的数据中学习，而不依赖于需要训练的统计模型。
藏红花技术结合了监督学习和无监督学习。它还提供对异构数据的透明分析。“今天这真是*个大问题。这种透明度对于所有新的现代人工智能系统都至关重要，“Sheppard说，解释人们不仅需要接受建议，而且要了解这些建议背后的含义。“在*天结束时，可解释性和透明度将有助于帮助决策制定的决策。”
AI套件由两个软件应用程序组成：
相似性顾问 发现与问题*接近的匹配 - 跨解决的案例以及仍在审查中的问题 - 找出解决途径并显示重复以减少积压。
分类顾问 自动将工作问题分类为预*定义的类别，不管是监管机构规定的还是自定义的。这可以加快并提高报告的准确性，同时改进运营计划。
“我们将许多经验的智慧应用到*项新的活动中，”Sheppard解释说，该技术还支持*次性学习。“*次体验的*个实例就像对人类可能是有用的。”
系统不断从用户反馈和新的数据输入中学习。“除了汲取过去的经验，我们还会收集有关我们面前缺陷的新信息，”Sheppard解释说。“英特尔Saffron看到了*次，并记住并从中学习。随着新的信息到来，它正在改进对数据的理解。增量学习是该系统的重要组成部分，为什么它对客户有用。
埃森哲已经使用了两年的英特夫红花人工智能作为改善测试决策的手段。埃森哲人工智能创新测试负责人Mallika Fernandes表示：“测试工程师花费了他们90％的时间来管理测试用例和文档，而不是实际测试。她补充说，配合埃森哲的无接触测试平台，Saffron AI技术支持快速决策，并有助于将过度工程设计减少30-50％。
Sappron AI技术非常适合于跟踪和解决问题 - 任何地点的周期时间都很快，上市时间至关重要，Sheppard说。“我们迄今为止的经验*直在硅片制造，航空航天和各种制造业中，”她说，同时也注意到半导体制造业以外的高科技电子产品的客户。“石油和天然气是另*个行业，这种技术可以帮助很快。”
就英特尔自己的工作而言，其客户端计算组有高*工程师花时间处理错误。“百分之三十的错误被认为是重复的，所以他们花费了大量不必要的时间在重复上，”Sheppard解释说。
使用藏红花将分流时间提高了35％，工程时间缩短了25-35％。它还提供了完整的根本原因分析。“这是提高时间，但也是英特尔芯片设计的整体质量，”Sheppard说。“这是英特尔收购Saffron的关键原因。”
藏红花的**位客户是**飞机制造商，处理仍在运行的大约15,000架传统飞机。*架停飞的飞机每天花费公司100万美元，但是*个从四小时到几周的任何部件的故障部件都需要修理。“我们能够把它降到五分钟，”Sheppard说。“我们通过全面了解以前的情况，减少了解和做出决定的时间。我们可以描述未来如何处理它，并预测在舰队中会发生什么。“
现在，英特尔正在将Saffron技术转化为易于在整个行业中采用的产品，Sheppard指出。英特尔?Saffron AI Suite以简单易用的界面为用户带来更快，更准确的数据驱动洞察。
AI套件是英特尔更大的AI产品组合的*部分，包括*系列硬件和软件功能。“这是*个多种学习类型的平台。我们的大脑不能以*种方式工作。英特尔的产品组合已经开始与这种方法相匹配，“Sheppard说。“这是跨许多学习系统的知识统*。这在今天的大多数方法中都没有。我们把它们放在*起，使我们有很多更完整的信息。我们得到更好的决策，他们更准确，并且由于计算 - 这是计算的力量 - 我们可以让他们更快。“
