对话英特尔宋继强:AI尚处婴儿期 现在拿芯片方案还早

      英特尔中国研究院院长宋继强接受采访

　　新浪科技 韩大鹏

　　“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高达750PB”

　　……

　　这是英特尔对2020年数据方面的预判，在万物互联的时代，数据洪流正汹涌而来。

　　近日，新浪科技等专访了英特尔中国研究院院长宋继强，在他眼中，数据是新的石油，当下英特尔已制定了数据战略，将借助云和数据中心、物联网、存储、FPGA以及5G构成的增长的良性循环，驱动云计算和数以亿计的设备实现互联。

　　新浪科技：近些年英特尔收购了很多公司，在AI布局上有哪些重心？

　　宋继强：英特尔收购的AI创业公司大大小小很多家，有一些知名的，人工智能本身范围非常广，看你怎么去定义，如果只是深度学习，就很窄了。如果说把其他的一些经验借鉴进去，基于规则、推理领域，还有一些机器人领域，这些在广的人工智能领域都是。

　　英特尔的布局首先是解决训练的问题，对于训练现在是依赖向云端的，像英特尔处理器，还有收购的Nervana。训练目前来讲是比较流行的深度学习算法，它能把一个模型能够训练成解决某类问题的过。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。

　　英特尔收购的另外一些公司，比如说Altera，它的FPGA实际上是一种低成本、低功耗的硬件加速单元，它是用来去覆盖整个市场容量不很大的情况，市场容量大的时候FPGA的性价比就没那么强，有开始有ASIC的方案出来。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。

　　新浪科技：目前有太多人工智能的研究院，相比之下，英特尔在哪些方面保有优势？

　　宋继强：首先英特尔在人工智能领域，我们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站在某个具体的领域，我们要支持我们后边的合作伙伴和生态圈都能做好。

　　有一些产品部门针对深度学习有自己的框架，例如收购的Nervana，本身就有的框架，是排名靠前的框架。在英特尔这些人才很多，包括别的公司不具备的公司，可以设计不同的硬件。可以在PC加速，可以在Soc上加速，可以在多核的处理器上加速。

　　新浪科技：如何评价人工智能芯片市场？

　　宋继强：人工智能目前是属于婴儿期，是英特尔的普遍认知，未来10到20年都是产业向上发展的，现在判断什么是最后的芯片方案为时过早。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。

　　目前人工智能热在于深度学习在学术界的突破产生的。深度学习在学术界使用的GPU方案去做，当算法都迭代完毕，主要看谁的芯片最厉害的时候。但是无法判断未来演进方向，包括一些指标仍然在不断引进。这个指标里面，离谁是最后的赢家，还有一段距离。

　　新浪科技：未来最大的机会在哪里？

　　宋继强：机会很多，特别是硬件的加速，还有内存、通讯，通讯这一块非常有机会，除了视觉，还有其他的融合，还有通讯技术的设施，才能构建完整的无人驾驶产业化体系，要不然提的一个一个独立的无人驾驶的产品，不能形成产业，英特尔要促进规模化的产业。英特尔看的视角是不一样的，人工智能定义本身就很模糊，人工智能受牵扯的市场很大。比如金融领域，华尔街也做量化投资、反洗钱，这些有没有算到里面，这都是问题。

　　新浪科技：英特尔的3D人脸面部表情捕捉技术，和《阿凡达》的特效有何不同？

　　宋继强：这个实际上是比较大的不同，应该像原来那些特效做的时候，首先是需要演员在脸上做标记点，需要多个摄像机同时拍，通过摄像机定标，同时去处理反算出脸上点的三维坐标，比较精细追踪一个人脸上网格的位置，从而建三维模型形成网络模型。后期通过三维模型，可以将演员的脸替换。这个工作室的技术需要特殊的设备，需要大计算量去支撑。咱们做的这个利用普通的二维摄像头去拍，一张图片中就可以提取出脸的三维模型，准确度很高。这个意义在于大量减少需要计算成本、硬件成本，对于数据来讲需要图片，应用就很广了，凡是能提供图片作为数据输入源的应用，就可以使用。如果要使用这种技术，在虚拟现实场景里面创建人的三维的化身，只需提供照片即可。第二，可以在PC上做，很多人都可以自己去使用，甚至一些独立的程序开发者可以做。英特尔可以做成开发包，供大家在PC上去应用的技术。主要特点就是不需要复杂设备和复杂算法；第二呈现三维模型，不仅不仅是二维上面做一个图片之间的映射。