英特爾人工智能的全局觀：專注于技術，收獲于未來

　　如果說過去10年是互聯網顛覆商業模式的10年，那么無疑未來的10年人工智能則有極大的可能接棒互聯網，成為新的風口并產生新的商業機會。

　　不過，眼下的人工智能行業呈現出了龐大和無序，從哪里落地，哪里將是突破口?業界一直在不斷的探索和思考。對此，我的觀點是，真正能夠肩負起推動人工智能進步和落地的公司，必然是在互聯網、云計算、大數據和物聯網等領域擁有成熟技術架構體系的巨頭公司。

　　那么，在人工智能時代漸行漸近的今天，英特爾有機會成為這個角色的扮演者嗎?關鍵的是，英特爾對人工智能有何所思所想?在技術領域又有哪些新的投入和布局呢?

　　人工智能時代的角色定位

　　如今放眼全球，人工智能確實都受到了前所未有的重視。科技巨頭們甚至將人工智能視為推動下一次產業革命的關鍵技術，紛紛在人工智能領域加大投入。

　　英特爾銷售與市場事業部副總裁夏樂蓓

　　這背后的重要原因和驅動力在于，云計算技術解決了計算資源的獲取，大數據技術產生了更多數據資產，機器學習、深度學習技術大幅度提升了系統效率，這就形成了一個完整的服務于人工智能行業的技術鏈條。

　　新任英特爾中國研究院院長宋繼強，就以機器人的發展過程為例，闡述了人工智能在這個過程當中的演進階段和技術所起到的價值作用。

　　第一階段是互聯，主要是指過去機器人是固定的，通過聯網后更多的信息來源于網絡，同時產生更多的信息交互，這時候機器就不再孤立。

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

　　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關鍵的維度，第一步是感知，二是認知，三是行動，要把這三個步驟連貫起來形成一個閉環。

　　顯然，要形成這樣的閉環，技術的挑戰由此可見，包括通過各式各樣的傳感器數據進入到機器中，機器需要第一時間做出反饋和處理，這是終端可見的困難。

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

　　對此，英特爾銷售與市場事業部副總裁夏樂蓓認為，人工智能實際是高性能計算在現在和未來的進一步延展和進化，這是英特爾傳統的優勢領域。對英特爾而言，進入人工智能領域是非常自然的選擇，也是技術上的自然演進。

　　在夏樂蓓看來，當下最熱門的機器學習，乃至更細分的深度學習，只是人工智能當中一個新生但發展速度很快的領域，也是英特爾投入最大的領域。可以這么理解，機器學習是實現人工智能的方法，深度學習是實現機器學習的技術。因此，對英特爾而言，人工智能、機器學習和深度學習是相輔相成的。

　　以機器學習為例，它主要是進行培訓和評分。培訓過程通過數據推動制定決策，并推動譬如汽車或機器人內部的自動化智能;然后是評分過程，即機器完成學習后，如何將其投入實際應用?因此，無論是學習還是評分，都需要強大的計算能力，而這正是英特爾所擅長的。

　　綜上所述，其實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”。