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(jīng)成熟，市場的目光也開始聚焦于此。轉(zhuǎn)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(yè)的領導者，這是英特爾第一次在國內(nèi)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(jīng)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(yè)運轉(zhuǎn)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(jīng)來臨，究其原因可以歸為以下三點：

　　一、目前云計算已經(jīng)實現(xiàn)了大規(guī)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(jīng)濟性越來越強。

　　三、聯(lián)網(wǎng)設備在不斷的增加，設備之間的互聯(lián)性進一步提升，數(shù)據(jù)實現(xiàn)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(jīng)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?qū)PU的需求，無窮無盡，至少我們現(xiàn)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(fā)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(zhàn)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(jié)果是3個月之后它在與李世石對戰(zhàn)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(yōu)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(fā)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(fā)展。Nvidia和Intel都希望能將PC行業(yè)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。