英特尔AI从模型到方案

郭涛

深度学习推动着人工智能（AI）的快速发展。在6月1日举行的2017年全球机器智能峰会（GMIS 2017）上，英特尔人工智能产品事业部数据科学部主任刘茵茵博士表示：“每个AI模型都是理论和实践的突破，以模型为起点，通过收集数据，进行训练，基于AI框架和计算能力解决应用问题，再把相关经验反馈到模型中，形成一个闭环的良性循环，即通过更好的模型，提供更高效的AI解决方案。”

一个深度学习的模型通常是来自一篇学术论文，它提供了一个新颖的想法或者一个非常有希望的发展方向。但是很多时候，模型本身并不能直接用于商业应用，也不是一个商业化的产品。“从模型到解决方案，这是我们努力的方向。建好模型的结构并优化，再加上适合的接口，我们将可以将不同的模型进行组合，用于某个特定的商业应用。这就实现了从一个模型到一个真正有用的商业方案的转化。”刘茵茵介绍说。

在演讲中，刘茵茵通过列举模型在不同人工智能场景中的应用，分享和探讨了模型在推动人工智能应用方面所起的重要作用，以及如何用一种模型为不同行业提供解决方案，从而推动整个人工智能生态系统的发展。打个比方，模型就像是一块铁，用户可以将模型应用于各种不同的应用场景，打造出一把锤子或者是一把瑞士军刀，解决实际的人工智能方面的问题。

有些时候，人们想解决的问题是比较模糊的，不知道应该采用什么样的解决方案，这时他们也会求助于AI。比如，在精准农业方面，人们想看一下田里农作物的长势，这就是一个比较模糊的问题。英特尔分析后，将这一问题细化为图形识别。“图形识别可以应用于精准农业，对农作物疾病进行识别。同样，图形识别还可以应用于无人驾驶、游戏引擎等。”劉茵茵介绍说，“通过建立模型，我们可以帮助金融从业者从海量的数据中找到和自身任务相关的信息，还可以将多种多样的模型用于基因组学、语音识别等领域。英特尔人工智能产品事业部已将多种模型应用到了农业、消费品、医疗、金融、零售、政务、能源、交通、制造业等领域，通过人工智能技术的逐步渗透，推动行业应用的创新与发展。”

英特尔可以提供端到端的AI平台，从建立一个模型开始，一直到硬件、软件和其上的应用。英特尔可以对端到端的AI平台进行优化，进一步提升处理的速度，并使平台变得更加稳定。当然，很多时候模型的参数还要进行不断调整，这就需要一些数据科学方面的经验。这也是英特尔成立人工智能产品事业部数据科学部的原因之一。

英特尔人工智能产品事业部的前身是英特尔Nervana团队。成立这样一个独立的团队，体现了英特尔在AI方面的前瞻性。通过这个团队，英特尔希望将原来在AI领域所做的一些分散的研究或产品进行梳理和整合，放在一个统一、连贯的平台里，并且集中公司内部各方面的力量进行攻关，搞清AI平台中各个部分之间的关联性，形成一个完整的AI生态，以便为用户提供更优秀的AI解决方案。

据刘茵茵介绍，在英特尔人工智能产品事业部中，既有开发支持AI的下一代芯片的专业技术人员，也有研究开源软件架构的人员，还有研究数据科学和算法的人员。英特尔人工智能产品事业部成立刚刚两个多月，还在整合之中，其使命是专注于人工智能，并且整合英特尔公司的资源，通过推动AI民主化进程，让更多的人享受到人工智能带来的益处。

如今，英特尔正加紧在人工智能领域的布局，尤其是在技术上不断扩大覆盖的范围。比如，英特尔通过收购全球领先的无人驾驶方案提供商Mobileye、深度学习和神经网络芯片与软件领域的领导厂商 Nervana、计算机视觉公司Movidius和人工智能服务提供商 Saffron等，把这些收购来的技术、产品和服务与英特尔自己的至强融核产品、实感技术和FPGA等相结合，提供从硬件、库和语言、框架、工具到应用方案的端到端AI平台。

刘茵茵表示，英特尔致力于通过模型的演进和优化，设计出更具实践价值的解决方案，同时通过提供端到端的AI平台，加速推进AI在各行业的普及和应用。endprint