英特爾公司全球副總裁兼中國區總裁楊旭在人工智慧論壇上發言
2016年可謂是「人工智慧年」。借著六十周年的東風，人工智慧這一概念從年初火到了年末。雖然也有專家擔憂，「盛極必衰」，人工智慧未來幾年可能會遭遇「沉寂期」，但在更多的人看來，有著深厚應用根基的人工智慧必將日益成熟。
不過，對於人工智慧目前的發展狀態，業界也有清醒的認識。11月30日，在英特爾舉辦的以「釋放AI原力 擁抱AI時代」為主題的人工智慧論壇上，英特爾公司副總裁、數據中心事業部數據中心解決方案部門總經理Jason P.Waxman的一句話引起了在場專家們的一致共鳴：「人工智慧雖然火熱，但仍處於嬰兒期。」未來，人工智慧靠何長大，目前的發展重點在哪些方面，這些關乎人工智慧未來的話題成為當天來自學術界、產業界的代表們熱議的話題。
「都是數據惹的禍」
人工智慧現在為什麼這麼火？在英特爾公司全球副總裁兼中國區總裁楊旭看來，一切的根源在於數據。他在12月1日以「遇見智能互聯的未來」為主題的演講中，更是將之總結為「都是數據惹的禍」，給現場媒體留下了深刻印象。
「每位網際網路用戶每天產生的數據流量是1.5GB，相應的，一座智能醫院是3000GB，一輛無人駕駛汽車是4000GB，一架飛機是4萬GB，而一座智慧工廠則是100萬GB。」楊旭認為，人工智慧技術的關鍵就在於如何把收集到的數據進行更好的挖掘、分析，然後加以利用，實現增值，因此，隨著數據量的增加，人工智慧的價值也越加得到體現，從而引發了日益廣泛的關注。
楊旭透露，在英特爾未來發力的八大領域中，人工智慧居於首位，其他七大領域包括無人駕駛、5G、虛擬實境、體育、機器人、精準醫療和中國製造2025等，也都與人工智慧密切相關。
此前，英特爾執行長科再奇11月18日在美國舊金山宣布，該公司將推出一系列涵蓋從前端到數據中心的全新產品、技術及相關投資計劃，以拓展人工智慧的發展空間並推動其加速發展。科再奇表示，英特爾正在整合優勢，為人工智慧提供最為廣泛的技術選項，將其潛能在各個領域中充分釋放，包括智能工廠、無人機、體育、欺詐檢測和無人駕駛汽車等等。
在11月30日的論壇上，包括楊旭等在內的英特爾高管又再次重申了公司對人工智慧的發展願景。Waxman告訴記者，「作為一家助力雲計算，以及數十億智能互聯計算設備的公司，英特爾正繼續轉型以聚焦已經崛起的良性循環——雲和數據中心、物聯網、內存和FPGA等加速器，它們緊密聯繫在一起並通過摩爾定律而進一步增強，從而加速人工智慧創新及其在企業和社會中的應用和普及。」
當天，英特爾宣布將推出業內全面、領先的人工智慧產品組合——英特爾Nervana平臺，通過至強處理器、至強融核處理器、針對神經網絡優化的Lake Crest晶片，以及Nervana圖編譯器、可信分析平臺等軟硬體方面的創新，來加速人工智慧的應用。
軟硬體組合的優勢
在當天的互動討論環節，中國科學院計算技術研究所研究員、計算機體系結構國家重點實驗室副主任馮曉兵表示，人工智慧未來發展將面臨兩大挑戰，一是深化人工智慧理論和方法的研究，以使其能夠處理更多的應用，例如對於深度學習以外的算法的探索；二是設計出更加合理的系統，以使得現有的人工智慧技術能夠在一個可接受的代價下得到更廣泛的應用。
英特爾中國研究院院長宋繼強告訴記者，作為目前人工智慧領域的主流算法，深度學習已經取得了巨大的突破，但也面臨一些問題。例如，隨著數據量的增大，計算性能的提升會面臨瓶頸，即數據增多的同時訓練時間也會相應變長。在這種情況下，技術專家們可以通過增加處理器的數量來擴展性能，但如果處理器數量達到了一定程度，這時瓶頸就不再是計算能力，而是處理器和處理器之間通訊或是處理器訪問內存的I/O（輸入/輸出），此時再增加處理器的數量也變得毫無意義。「針對這一問題，Nervana技術可以更高效地定義內存的訪問帶寬和計算的密度，讓它更好地匹配數據量增大的需求，同時能夠讓多個節點並行去支持這種大模型的訓練，從而獲得近乎線性的性能擴展。」
宋繼強還透露，在算法方面，英特爾在進行四大類的研究，一是聚焦需要更少數據和監督的算法，讓訓練做得更快；二是可以讓訓練模型稀疏化和修剪的算法，減少運算量；三是降低精度的算術計算；四是更強大的深度學習訓練擴展。
「軟硬體結合是一個可以大幅提升深度學習網絡訓練性能的方向。」宋繼強告訴記者， 為此，英特爾的人工智慧解決方案提供了一個端到端的架構，從底層到高層，從硬體到軟體，明年都會有很多產品推出。