英特爾人工智能的全局觀(guān)：專(zhuān)注于技術(shù)，收獲于未來(lái)

　　如果說(shuō)過(guò)去10年是互聯(lián)網(wǎng)顛覆商業(yè)模式的10年，那么無(wú)疑未來(lái)的10年人工智能則有極大的可能接棒互聯(lián)網(wǎng)，成為新的風(fēng)口并產(chǎn)生新的商業(yè)機會(huì )。

　　不過(guò)，眼下的人工智能行業(yè)呈現出了龐大和無(wú)序，從哪里落地，哪里將是突破口?業(yè)界一直在不斷的探索和思考。對此，我的觀(guān)點(diǎn)是，真正能夠肩負起推動(dòng)人工智能進(jìn)步和落地的公司，必然是在互聯(lián)網(wǎng)、云計算、大數據和物聯(lián)網(wǎng)等領(lǐng)域擁有成熟技術(shù)架構體系的巨頭公司。

　　那么，在人工智能時(shí)代漸行漸近的今天，英特爾有機會(huì )成為這個(gè)角色的扮演者嗎?關(guān)鍵的是，英特爾對人工智能有何所思所想?在技術(shù)領(lǐng)域又有哪些新的投入和布局呢?

　　人工智能時(shí)代的角色定位

　　如今放眼全球，人工智能確實(shí)都受到了前所未有的重視?？萍季揞^們甚至將人工智能視為推動(dòng)下一次產(chǎn)業(yè)革命的關(guān)鍵技術(shù)，紛紛在人工智能領(lǐng)域加大投入。

　　英特爾銷(xiāo)售與市場(chǎng)事業(yè)部副總裁夏樂(lè )蓓

　　這背后的重要原因和驅動(dòng)力在于，云計算技術(shù)解決了計算資源的獲取，大數據技術(shù)產(chǎn)生了更多數據資產(chǎn)，機器學(xué)習、深度學(xué)習技術(shù)大幅度提升了系統效率，這就形成了一個(gè)完整的服務(wù)于人工智能行業(yè)的技術(shù)鏈條。

　　新任英特爾中國研究院院長(cháng)宋繼強，就以機器人的發(fā)展過(guò)程為例，闡述了人工智能在這個(gè)過(guò)程當中的演進(jìn)階段和技術(shù)所起到的價(jià)值作用。

　　第一階段是互聯(lián)，主要是指過(guò)去機器人是固定的，通過(guò)聯(lián)網(wǎng)后更多的信息來(lái)源于網(wǎng)絡(luò )，同時(shí)產(chǎn)生更多的信息交互，這時(shí)候機器就不再孤立。

　　第二階段是智能，主要是指通過(guò)軟件實(shí)現機器的初步感知，讓機器和人之間形成更高級的交互，比如做圖像和語(yǔ)音識別等等，機器在這個(gè)階段有了一定的“個(gè)性化”。

　　第三階段是自主，主要是指機器對人有了更深入的理解，包括怎么知道人現在是什么情緒，并且做一些推理和規劃，然后做相應的處理和反饋，這是機器演進(jìn)的終極階段，它必須是可預測和可靠的。

　　宋繼強認為，在構造基于人工智能的自主機器里面有三個(gè)關(guān)鍵的維度，第一步是感知，二是認知，三是行動(dòng)，要把這三個(gè)步驟連貫起來(lái)形成一個(gè)閉環(huán)。

　　顯然，要形成這樣的閉環(huán)，技術(shù)的挑戰由此可見(jiàn)，包括通過(guò)各式各樣的傳感器數據進(jìn)入到機器中，機器需要第一時(shí)間做出反饋和處理，這是終端可見(jiàn)的困難。

　　與此同時(shí)，在看不見(jiàn)的后端處理過(guò)程中的挑戰，則包括機器需要大量的計算能力和學(xué)習能力，應該說(shuō)目前已初步有了結果，比如字符識別、語(yǔ)音識別，圖像識別等，但也還未完全窮盡，而更高維度的認知探索，業(yè)界現在才剛剛開(kāi)始而已。

　　對此，英特爾銷(xiāo)售與市場(chǎng)事業(yè)部副總裁夏樂(lè )蓓認為，人工智能實(shí)際是高性能計算在現在和未來(lái)的進(jìn)一步延展和進(jìn)化，這是英特爾傳統的優(yōu)勢領(lǐng)域。對英特爾而言，進(jìn)入人工智能領(lǐng)域是非常自然的選擇，也是技術(shù)上的自然演進(jìn)。

　　在夏樂(lè )蓓看來(lái)，當下最熱門(mén)的機器學(xué)習，乃至更細分的深度學(xué)習，只是人工智能當中一個(gè)新生但發(fā)展速度很快的領(lǐng)域，也是英特爾投入最大的領(lǐng)域?？梢赃@么理解，機器學(xué)習是實(shí)現人工智能的方法，深度學(xué)習是實(shí)現機器學(xué)習的技術(shù)。因此，對英特爾而言，人工智能、機器學(xué)習和深度學(xué)習是相輔相成的。

　　以機器學(xué)習為例，它主要是進(jìn)行培訓和評分。培訓過(guò)程通過(guò)數據推動(dòng)制定決策，并推動(dòng)譬如汽車(chē)或機器人內部的自動(dòng)化智能;然后是評分過(guò)程，即機器完成學(xué)習后，如何將其投入實(shí)際應用?因此，無(wú)論是學(xué)習還是評分，都需要強大的計算能力，而這正是英特爾所擅長(cháng)的。

　　綜上所述，其實(shí)就不難理解英特爾在人工智能的角色定位了，那就是“IA for AI”。