英特尔宋继强：AI应用落实前无法判断最终芯片方案

在人工智能技术大潮来临之际，已经有49年历史的老牌科技公司英特尔正在试图让自己变得“更酷”。

例如在“超级碗”中场秀中用无人机给LadyGaga的表演伴舞，利用动作捕捉技术还原莎士比亚戏剧《暴风雨》的角色，并通过实时3D人脸重建技术为李宇春的新MV《今天雨，可是我们在一起》打造特效。

“在这次MV合作中，英特尔通过摄像头来检测和识别人脸，定位78个关键点，实时跟踪头部运动和面部表情变化。对图像进行智能分析和特征提取后，再通过运算将不同的特效叠加上去。”英特尔中国研究院院长宋继强对第一财经记者表示，和之前技术不同的是，实时3D人脸基于现有的摄像设备也能实现，更考验后端的算法。

事实上，英特尔正在通过与体育、电竞和娱乐结合的方式让更多的人重新了解自己，从PC芯片领域的霸主向数据公司转型，人工智能是不可或缺的一块。而为了更好地呈现人脸识别效果，英特尔中国研究院专门定制和设计了多个深度学习网络模型，并且已经有针对性地创建和收集了十万张人脸照片来训练这些模型。

宋继强对记者表示，目前英特尔已经形成了从硬件、库、框架、平台到体验的“全栈式”AI实力，在体验式营销的牵引下，新的技术平台能和消费者产生更多的共鸣，而不只是服务于行业内的从业者。在采访中，他还谈到了英特尔对于智能人工的看法。他表示，目前人工智能仍处于婴儿期，未来十到二十年的趋势都是向上发展，不过判断什么是最后的（人工智能）芯片方案还为时过早。

“因为芯片需要靠应用去确定，在应用落实前（产业）无法判断什么是最终的芯片方案。”宋继强对记者说。

人工智能处于婴儿期

在万物智能互联的时代，数据洪流正汹涌而来。这不仅仅意味着数据量的爆炸，更体现在数据形态革命性的变化，以及数据处理方式的延伸。

从数量上来说，到2020年，每位互联网用户每天生成的数据量将是1.5GB，每辆无人驾驶汽车每天产生的数据量是4TB，每架联网飞机每天生成的数据量是40TB，每家云视频供应商每天产生的数据量更是高达750PB，而从数据形态来看，随之而来的有视频数据、音频数据、社交数据等非结构化数据，未来还将呈现更加丰富的数据形态，例如雷达数据、声纳数据、GPS数据、镭射激光数据、联网汽车数据、神经网络数据、基因数据等。

英特尔认为这将会带来大量的产业机会，包括人工智能，人工智能正在激发新一轮的计算创新，充分释放数据价值。

宋继强说，人工智能的产业规模和社会价值，将堪比农业革命、工业革命和数字革命。它将带来巨大的发展机遇，推动工业、交通、能源、零售、金融、医疗等各行各业乃至个人的转型，对未来的社会、生活产生巨大的影响。

“现在看到的人工智能有交互上面的功能，比如说人脸识别，或者语音识别，比如你讲话的时候可以自动将周围其他人的声音静音，但人工智能解决的不仅仅是交互这一块，未来还有更多的应用功能，比如说激起可以自动帮你搜集素材产生内容，帮你解决一些必须手动才能解决的问题。”宋继强对记者表示，人工智能在未来的机会很大，特别是硬件的加速，还有内存、通信。他认为，只有结合通信技术，才能构建完整的无人驾驶产业化体系，要不然推出的一个一个独立的无人驾驶的产品，不能形成产业，而英特尔要做的是促进规模化的产业。

但他也坦言，目前业内对人工智能定义较为模糊，其实涵盖的市场很大，比如金融领域，华尔街也做量化投资、反洗钱，这些并没有算到目前人工智能的概念里面。

“人工智能目前属于婴儿期，是英特尔的普遍认知。”宋继强表示，现在判断什么是最后的（人工智能）芯片方案为时过早，芯片需要靠应用去确定，在应用落实前无法判断什么是最终的芯片方案。

英特尔要做AI基础技术投资

英特尔认识到未来AI领域即将到来的伟大变革和其所带来的对数据计算的全新要求。它的判断是，未来人工智能领域的硬件将朝着更多元化发展，但随着计算机时代的发展变得愈加成熟，很多技术的部署变得非常困难，因为很多技术都是在整个人工智能的框架之下的，但是在整个AI相关的领域当中，只有7%的应用才是符合AI的具体要求以及诉求的。

据宋继强介绍，目前英特尔全球研究院一共有800多人，主要有四块研究方向，电路架构、系统软件研究、5G前沿通信以及安全技术隐私管理技术。而中国研究院有60多人，主要做视觉相关的人工智能的核心算法，包括人脸识别技术。同时，还有情绪识别、技术场景理解、家用机器人等多个与人工智能相关的研究方向。

于是，为了更好地实现人工智能，英特尔也在不断延伸其技术布局，包括收购全球领先的无人驾驶方案提供商Mobileye、深度学习和神经网络芯片与软件领域的领导厂商Nervana、领先的计算机视觉公司Movidius和领先的人工智能服务提供商Saffron。通过把这些投资和英特尔至强、至强融核产品、实感技术和FPGA相结合，提供全栈实力处理端到端数据，从硬件、库和语言、框架、工具到应用方案，拥有向市场提供端到端的人工智能解决方案所需的全部资产。

宋继强对记者表示，英特尔收购的AI创业公司大大小小很多家，有的是基于规则、推理领域，还有一些机器人领域，但布局的逻辑是首先解决训练的问题。

如Nervana。宋继强向记者介绍，训练目前来讲是比较流行的深度学习算法，它能把一个模型训练成解决某类问题的帮手。比如它训练好之后就可以做语音识别、人脸识别，或者物体检测，有不同的功能。训练好之后会面临一个问题就是部署，部署实际上不涉及训练，它就是要快、成本低、功耗低。另外有收购的一些公司比如Saffron、Itseez，是某些具体领域的算法，Saffron是用来做一些基于大量的事件记录，去做关联的记忆挖掘，提取出模式。

“英特尔更多是要起到推动和支持基础的技术能够快速成为可以使用的技术，本身英特尔站的位置不是某个具体的领域，我们要支持我们后边的合作伙伴和生态圈都能做好。”宋继强对记者说。