從Curie到Xeon Phi 英特爾如何布局人工智能？

　　從人工智能第一次被提出以來，關于它爭議從未停歇過，如今時機已經成熟，市場的目光也開始聚焦于此。轉型中的英特爾也看到它未來存在著無限的可能性，英特爾希望通過布局人工智能的各個方面而成為行業的領導者，這是英特爾第一次在國內就人工智能問題召開的媒體溝通會。

　這是個人工智能的時代

　　其實直到今天，依然有許多人認為人工智能離我們很遠，遙不可及，殊不知每臺Windows設備當中的微軟小娜(Cortana)、iPhone的Siri、推薦引擎、人臉識別、圖像識別，這些技術的背后正是基于人工智能的支持，其實人工智能已經走進了我們的生活，它不像小說和電影里描述的那么科幻，它觸手可及。

　　之所以說人工智能在未來存在的無限可能，是因為人工智能涉及的領域太多，硬件與軟件同步跟上以后，它會極大地改變商業運轉和人們生活的方式。

　　在會議上，英特爾認為，人工智能的時代已經來臨，究其原因可以歸為以下三點：

　　一、目前云計算已經實現了大規模擴張，云計算遍布在世界的各個角落。

　　二、隨著硬件水平的提升，計算的成本在不斷的下降，計算的經濟性越來越強。

　　三、聯網設備在不斷的增加，設備之間的互聯性進一步提升，數據實現爆炸性增長。

　　實際上，由于人工智能需要極大的高性能計算，因此它對硬件以及算法的要求比較苛刻。PC時代的落幕正是因為性能計算已經在個人PC領域嚴重溢出，而人工智能領域恰恰只是高性能計算的開始，這對于英特爾來說無疑是一件興奮的事情。人工智能對高性能計算的要求正如游戲對GPU的需求，無窮無盡，至少我們現在還看不到人工智能的性能溢出閾值。

　　人工智能中的機器學習

　　當我們正在關注人工智能的時候，其實我們是在關注機器學習。機器學習是人工智能這個大領域里的一個分支，它是目前人工智能當中發展最快的一個分支。因為人工智能就是在不斷的進行機器學習，而讓自己變得更智能，這里有一個大家熟悉的例子——谷歌的阿爾法Go(AlphaGo)。今年AlphaGo與李世石九段的圍棋比賽引起了各界的強勢關注。在AlphaGo與李世石對戰5個月之前，AlphaGo擊敗了歐洲圍棋冠軍樊麾二段，直到去年年底它的圍棋等級分為3168，而排行世界第二的李世石是3532分，按照這個等級分對弈，AlphaGo每盤的勝算只有約11%，而結果是3個月之后它在與李世石對戰中4：1大勝，其學習能力之快，讓人惶恐不安。

　　機器學習不僅需要強大的硬件支持、更需要硬件的進一步優化，Intel非常自豪的認為自己的芯片(XeonPhi、FPGA)、存儲(3DXPoint閃存技術)、傳感器(包括RealSense)、庫、以及參考架構這一系列的都能讓開發者更好的展開機器學習方面的研究，這是一個全方位的布局。而人工智能領域的另一位老大Nvidia則專心于暴力的提升GPU性能從而加速機器學習的發展。Nvidia和Intel都希望能將PC行業的領導地位延伸至人工智能領域，但是兩家對于人工智能的策略則不盡相同。