人工智能，“嘴炮”之外更要看體系

1）人工智能是什么？人工智能是一種生產(chǎn)經(jīng)營(yíng)方式的改變

過(guò)去，人們?yōu)榱颂岣咝?，將整個(gè)生產(chǎn)流程分解成一個(gè)個(gè)重復(fù)、簡(jiǎn)單、高效的流程，把作坊擴(kuò)大成為流水線。后來(lái)，為了進(jìn)一步提高效率，這種流水線思維也逐漸擴(kuò)展到商務(wù)和管理領(lǐng)域。企業(yè)為了將整個(gè)商務(wù)流程變得可管理、可復(fù)制，將整個(gè)業(yè)務(wù)流程分解為一個(gè)個(gè)需要單一技能的崗位，每個(gè)崗位上的職員都具備一定的專業(yè)知識(shí)來(lái)完成商務(wù)或管理流程中的一個(gè)環(huán)節(jié)。但是問(wèn)題卻出現(xiàn)了。

與流水線不同，企業(yè)的商務(wù)和管理通常是一個(gè)快速變化的體系，他需要比流水線具備更高的彈性和擴(kuò)展性。為了應(yīng)對(duì)這一要求，企業(yè)對(duì)職員的要求變得更高，除了技能之外更需要分析能力和判斷能力。這種能力往往需要更長(zhǎng)的時(shí)間和更高的成本才能培養(yǎng)出來(lái)，而一旦分析和判斷的標(biāo)準(zhǔn)發(fā)生改變，職員就需要重新學(xué)習(xí)和適應(yīng)，進(jìn)一步推高企業(yè)的成本。在企業(yè)面臨內(nèi)部和外部的劇烈變動(dòng)時(shí)，會(huì)有更多員工的技能、分析判斷能力受到挑戰(zhàn)，需要重新學(xué)習(xí)，而這樣很有可能讓企業(yè)業(yè)務(wù)和管理變得充滿風(fēng)險(xiǎn)和不可控。

人工智能的出現(xiàn)則讓企業(yè)看到了解決這一難題的曙光。人工智能本身是一個(gè)用來(lái)完成特定任務(wù)且擁有學(xué)習(xí)和進(jìn)化能力的計(jì)算機(jī)程序，通過(guò)對(duì)這個(gè)程序進(jìn)行不斷的訓(xùn)練和糾正，這個(gè)程序?qū)碛型度雽?shí)際應(yīng)用的能力，這與人類通過(guò)學(xué)習(xí)獲得技能的過(guò)程非常相似。而人工智能學(xué)習(xí)過(guò)程的快慢則取決于運(yùn)行訓(xùn)練這個(gè)程序的硬件平臺(tái)的性能。

而一旦企業(yè)獲得了具備某一功能的人工智能程序之后，企業(yè)便可以通過(guò)將運(yùn)行它的硬件平臺(tái)的橫向擴(kuò)展，以極低的成本和極高的速度迅速?gòu)?qiáng)化這一能力，從而在最終的商業(yè)競(jìng)爭(zhēng)中取得更大的優(yōu)勢(shì)。由此，知識(shí)的獲取和能力的培訓(xùn)都變得異常迅速且可復(fù)制，企業(yè)也就獲得了從舊有生產(chǎn)經(jīng)營(yíng)模式中跳出來(lái)，邁向更高層級(jí)的機(jī)會(huì)。

那么問(wèn)題來(lái)了，企業(yè)如何更快的邁入人工智能時(shí)代呢？

從上面的分析我們可以知道，打開人工智能時(shí)代的鑰匙有兩把，一是人工智能程序本身，二是運(yùn)行這些程序的硬件平臺(tái)。

程序需要有經(jīng)驗(yàn)、懂技術(shù)的程序員一行一行地寫，而程序員也只能用傳統(tǒng)的方法慢慢地培訓(xùn);這一點(diǎn)完全急不得。所以整個(gè)業(yè)界和資本的焦點(diǎn)就集中在了運(yùn)行和訓(xùn)練人工智能程序的硬件平臺(tái)上。

2）人工智能硬件平臺(tái)：嘴炮背后的實(shí)力對(duì)比

科技圈有個(gè)慣例：凡是熱點(diǎn)領(lǐng)域都有至少兩家企業(yè)“互噴”。

故事起源于英特爾在發(fā)布其眾核架構(gòu)新品——Xeon Phi時(shí)所使用的一張PPT。

在這張PPT中英特爾表示其最新發(fā)布的Xeon Phi產(chǎn)品在深度學(xué)習(xí)的訓(xùn)練應(yīng)用中，在4節(jié)點(diǎn)情況下計(jì)算AlexNet模型時(shí)比GPU快2.3倍，而在32節(jié)點(diǎn)情況下計(jì)算GoogleNet模型時(shí)比GPU效率提升38%，并且能夠擴(kuò)展至更加龐大的128節(jié)點(diǎn)(英特爾表示GPU還沒(méi)有同樣規(guī)模的系統(tǒng)性能數(shù)據(jù))。

就是這張公開發(fā)布的PPT引起了深度學(xué)習(xí)硬件平臺(tái)領(lǐng)域另一家當(dāng)紅公司——NVIDIA的強(qiáng)烈反彈。NVIDIA加速計(jì)算業(yè)務(wù)副總裁Ian Buck在看到這張PPT后立即撰文，大意是說(shuō)英特爾公布的PPT中所包含的數(shù)據(jù)是在使用舊版測(cè)試工具和更舊的對(duì)比競(jìng)品時(shí)得到的。簡(jiǎn)單來(lái)說(shuō)，NVIDIA覺得這張PPT里的測(cè)試是不公平的。

此后，NVIDIA又不依不饒地表示看不清英特爾在人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)方面的發(fā)展主線。

可以說(shuō)，英特爾在人工智能及相關(guān)方面的大力投入讓NVIDIA感受到了危機(jī)，并且引起了這場(chǎng)激烈的“嘴炮大戰(zhàn)”。

人工智能以及相關(guān)硬件技術(shù)確實(shí)能夠在未來(lái)產(chǎn)生顛覆性的影響，而這也意味著一個(gè)難以估量的巨型市場(chǎng)正在逐漸形成。拋開早年間英特爾和NVIDIA在主板芯片組方面的恩怨不談，在這樣一個(gè)巨大的風(fēng)口面前，兩家顯然都不想放過(guò)任何一個(gè)超越對(duì)手的機(jī)會(huì)。

對(duì)比兩家的產(chǎn)品和技術(shù)，NVIDIA的優(yōu)勢(shì)在于更早介入深度學(xué)習(xí)領(lǐng)域以及針對(duì)這一計(jì)算類型的多代產(chǎn)品積累。而反觀英特爾，故事明顯就要復(fù)雜很多。

3）英特爾的人工智能版圖

與NVIDIA主營(yíng)GPU及其衍生品不同，英特爾的產(chǎn)品線長(zhǎng)度在核心硬件圈子里絕對(duì)是首屈一指的。

日前，英特爾銷售與市場(chǎng)事業(yè)部副總裁夏樂(lè)蓓女士以及英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)博士現(xiàn)身說(shuō)法，為媒體展示了英特爾在人工智能領(lǐng)域的整體布局情況。

英特爾銷售與市場(chǎng)事業(yè)部副總裁夏樂(lè)蓓女士

英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)博士

從英特爾給自己的定位來(lái)看，其在人工智能里的故事將會(huì)包含多條主線，這些主線涵蓋了從高端到低端、從前端到后端的幾乎全部領(lǐng)域。

1、  深度學(xué)習(xí)

深度學(xué)習(xí)絕對(duì)是人工智能領(lǐng)域最高精尖的部分。人工智能程序是程序員寫的，但要讓人工智能程序從一個(gè)理論算法進(jìn)化到能夠在實(shí)際應(yīng)用中發(fā)揮強(qiáng)大能力的生產(chǎn)工具卻需要幾百萬(wàn)甚至上千萬(wàn)次的訓(xùn)練。而英特爾Xeon Phi的其中一個(gè)應(yīng)用就是為了加速這一訓(xùn)練過(guò)程。

當(dāng)年深藍(lán)戰(zhàn)勝卡斯帕羅夫，背后光是訓(xùn)練和改進(jìn)算法的時(shí)間就花了一年多;而谷歌AlphaGo戰(zhàn)勝李世乭，從公開的消息來(lái)看，其訓(xùn)練時(shí)間也在半年以上。而借助大規(guī)模部署的Xeon Phi，未來(lái)人工智能的訓(xùn)練時(shí)間有望縮短至數(shù)周甚至數(shù)天，這就大大加速了人工智能程序在變幻莫測(cè)的市場(chǎng)中的實(shí)用價(jià)值。

2、  人工智能部署(一)

訓(xùn)練好的人工智能需要在實(shí)際生產(chǎn)環(huán)境中大規(guī)模部署才能最大程度的發(fā)揮效用。在這一場(chǎng)景中，企業(yè)需要的是高性價(jià)比、橫向擴(kuò)展的計(jì)算平臺(tái)。針對(duì)這種需求，英特爾給出的解決方案則是至強(qiáng)系列平臺(tái)。

由于有大量的供應(yīng)商提供眾多形態(tài)的至強(qiáng)服務(wù)器產(chǎn)品，企業(yè)可以根據(jù)自己的基礎(chǔ)架構(gòu)形態(tài)選擇適合自己的產(chǎn)品進(jìn)行快速部署和擴(kuò)展。如果還嫌性能不夠，Xeon Phi也可以加入這一行列之中以實(shí)現(xiàn)更高的性能。

而由于至強(qiáng)平臺(tái)的通用特性，一旦某個(gè)人工智能程序已經(jīng)過(guò)時(shí)，企業(yè)還可以將這些硬件資源通過(guò)資源池的形式靈活地劃撥給其他應(yīng)用。

3、  人工智能部署(二)

除了至強(qiáng)+Xeon Phi的組合，英特爾其實(shí)還有一套Plan B，那就是FPGA。

作為一種可編程的大規(guī)模集成電路，F(xiàn)PGA能夠幫助企業(yè)在性能和成本之間取得另外一種平衡。

在針對(duì)特定算法時(shí)，優(yōu)秀的FPGA編程可以實(shí)現(xiàn)遠(yuǎn)高于通用平臺(tái)的性能。其結(jié)果就是企業(yè)可以用更小的空間、更少的設(shè)備和能源實(shí)現(xiàn)在特定算法上的更高性能。而其實(shí)現(xiàn)速度也要比開發(fā)固化算法的ASIC更快，成本也相對(duì)更低。

在這方面，英特爾先是收購(gòu)了老牌勁旅Altera，獲得了FPGA產(chǎn)品研發(fā)能力;然后又收購(gòu)了人工智能云服務(wù)企業(yè)Nervana，獲得了將流行的人工智能算法固化成硬件芯片的能力以及人工智能程序開發(fā)和運(yùn)行所需的大量函數(shù)庫(kù)資源。顯然，英特爾下一步的計(jì)劃便是針對(duì)人工智能算法的FPGA產(chǎn)品。

4、  人工智能前端

人工智能程序相當(dāng)于人的大腦，負(fù)責(zé)做出判斷，而其做出判斷的依據(jù)就是數(shù)據(jù)。在很多場(chǎng)景中，人工智能想要發(fā)揮作用就需要大量實(shí)時(shí)采集的數(shù)據(jù)作為基礎(chǔ)，而那些負(fù)責(zé)采集實(shí)時(shí)數(shù)據(jù)的硬件便是人工智能的前端。

對(duì)于很多機(jī)器人或移動(dòng)終端等前端設(shè)備來(lái)說(shuō)，設(shè)備本身的處理能力、存儲(chǔ)空間、能源儲(chǔ)備都比較有限，龐大且復(fù)雜的人工智能主程序無(wú)法在這些設(shè)備上安家。而如果這些設(shè)備上的傳感器直接把采集的信息回傳到云端的人工智能程序處則需要浪費(fèi)大量的網(wǎng)絡(luò)帶寬和時(shí)間。因此，前端設(shè)備就需要具備將采集到的原始信息進(jìn)行預(yù)處理的能力。通過(guò)將傳感器采集到的信息進(jìn)行篩選和提煉，機(jī)器人或移動(dòng)終端在實(shí)現(xiàn)人工智能應(yīng)用時(shí)就可以大幅降低對(duì)能源、網(wǎng)絡(luò)、時(shí)間等資源的消耗，從而實(shí)現(xiàn)人工智能在更廣范圍內(nèi)的應(yīng)用。

在這方面，英特爾擁有眾多產(chǎn)品：

首先是Curie平臺(tái)，它像是一個(gè)針對(duì)可穿戴場(chǎng)景的微型全功能電腦，通過(guò)集成的眾多傳感器，Curie可以收集并處理各種生理、運(yùn)動(dòng)信息并將之回傳給云端的人工智能程序。而一旦得到云端人工智能的反饋結(jié)果，Curie平臺(tái)也可以控制其他設(shè)備給人提供幫助或建議。

其次則是能夠?qū)⒁曈X信息進(jìn)行采集和處理的Euclid平臺(tái)。Euclid平臺(tái)所除了搭載Atom處理器、網(wǎng)絡(luò)、存儲(chǔ)和電池等模塊之外還會(huì)集成RealSense相機(jī)，其作用是負(fù)責(zé)對(duì)視覺信息進(jìn)行采集和預(yù)處理，提煉出其中關(guān)于形狀、體積、距離等要素的關(guān)鍵信息，方便無(wú)人汽車、無(wú)人機(jī)等應(yīng)用的最終實(shí)現(xiàn)。

5、  軟件及開發(fā)支持

英特爾本身雖然是一家硬件公司，但他卻擁有數(shù)萬(wàn)人的軟件工程團(tuán)隊(duì)，其目的就是為開發(fā)者提供更好的支持，幫助開發(fā)者更方便的完成軟件開發(fā)并且更高效的利用英特爾硬件。

而在人工智能領(lǐng)域，英特爾與開源社區(qū)始終保持著密切的合作，會(huì)將自己開發(fā)的補(bǔ)丁、工具無(wú)償?shù)幕仞伣o開源社區(qū)。同時(shí)，英特爾在人工智能領(lǐng)域還擁有海量的函數(shù)庫(kù)和開發(fā)工具，這些函數(shù)庫(kù)和工具經(jīng)過(guò)了針對(duì)英特爾底層硬件的大幅優(yōu)化，能夠讓開發(fā)者實(shí)現(xiàn)更簡(jiǎn)單的開發(fā)以及更高的軟件性能。

4）人工智能，體系更重要

人工智能的出現(xiàn)讓那些過(guò)去需要經(jīng)年累月培訓(xùn)和大把成本才能獲得的能力變成一種可以快速制造、快速?gòu)?fù)制的廉價(jià)資源。這種深刻的變革不僅能夠幫助企業(yè)獲得更高的效率和競(jìng)爭(zhēng)力，更能夠把人從“生產(chǎn)工具”的屬性中慢慢解放出來(lái)。而這種解放正是所有烏托邦式美好幻想的隱藏條件。在這條通向未來(lái)的道路上，所有企業(yè)都不會(huì)停下腳步，競(jìng)爭(zhēng)也不會(huì)停止。而在這種競(jìng)爭(zhēng)中，英特爾所追求的則是一種體系上優(yōu)勢(shì)。

從前端到后端，從硬件到軟件，英特爾在人工智能的實(shí)現(xiàn)與應(yīng)用方面為企業(yè)和開發(fā)者提供了多條不同的路徑及解決方案，能夠幫助不同層次、不同應(yīng)用的人工智能得以實(shí)現(xiàn)。相對(duì)于其他企業(yè)在人工智能領(lǐng)域的單點(diǎn)突破，英特爾在已經(jīng)在人工智能領(lǐng)域建立了一套體系，而這套體系正在通過(guò)不斷的產(chǎn)品研發(fā)和收購(gòu)變得越來(lái)越完善，可用度也越來(lái)越高。

目前，人工智能的發(fā)展仍舊處在非常初級(jí)的階段，人們的注意力也大多集中在人工智能程序的編寫以及計(jì)算平臺(tái)的選擇上。但隨著人工智能應(yīng)用的逐漸增多，內(nèi)部互聯(lián)、外部網(wǎng)絡(luò)、存儲(chǔ)、安全、可用性等一系列問(wèn)題也必然會(huì)出現(xiàn)。而當(dāng)這些問(wèn)題出現(xiàn)時(shí)，英特爾在人工智能領(lǐng)域中的故事也必然會(huì)變得更大、更完整。