英特爾AI從模型到方案

郭濤

深度學習推動著人工智能（AI）的快速發展。在6月1日舉行的2017年全球機器智能峰會（GMIS 2017）上，英特爾人工智能產品事業部數據科學部主任劉茵茵博士表示：“每個AI模型都是理論和實踐的突破，以模型為起點，通過收集數據，進行訓練，基于AI框架和計算能力解決應用問題，再把相關經驗反饋到模型中，形成一個閉環的良性循環，即通過更好的模型，提供更高效的AI解決方案。”

一個深度學習的模型通常是來自一篇學術論文，它提供了一個新穎的想法或者一個非常有希望的發展方向。但是很多時候，模型本身并不能直接用于商業應用，也不是一個商業化的產品。“從模型到解決方案，這是我們努力的方向。建好模型的結構并優化，再加上適合的接口，我們將可以將不同的模型進行組合，用于某個特定的商業應用。這就實現了從一個模型到一個真正有用的商業方案的轉化。”劉茵茵介紹說。

在演講中，劉茵茵通過列舉模型在不同人工智能場景中的應用，分享和探討了模型在推動人工智能應用方面所起的重要作用，以及如何用一種模型為不同行業提供解決方案，從而推動整個人工智能生態系統的發展。打個比方，模型就像是一塊鐵，用戶可以將模型應用于各種不同的應用場景，打造出一把錘子或者是一把瑞士軍刀，解決實際的人工智能方面的問題。

有些時候，人們想解決的問題是比較模糊的，不知道應該采用什么樣的解決方案，這時他們也會求助于AI。比如，在精準農業方面，人們想看一下田里農作物的長勢，這就是一個比較模糊的問題。英特爾分析后，將這一問題細化為圖形識別。“圖形識別可以應用于精準農業，對農作物疾病進行識別。同樣，圖形識別還可以應用于無人駕駛、游戲引擎等。”劉茵茵介紹說，“通過建立模型，我們可以幫助金融從業者從海量的數據中找到和自身任務相關的信息，還可以將多種多樣的模型用于基因組學、語音識別等領域。英特爾人工智能產品事業部已將多種模型應用到了農業、消費品、醫療、金融、零售、政務、能源、交通、制造業等領域，通過人工智能技術的逐步滲透，推動行業應用的創新與發展。”

英特爾可以提供端到端的AI平臺，從建立一個模型開始，一直到硬件、軟件和其上的應用。英特爾可以對端到端的AI平臺進行優化，進一步提升處理的速度，并使平臺變得更加穩定。當然，很多時候模型的參數還要進行不斷調整，這就需要一些數據科學方面的經驗。這也是英特爾成立人工智能產品事業部數據科學部的原因之一。

英特爾人工智能產品事業部的前身是英特爾Nervana團隊。成立這樣一個獨立的團隊，體現了英特爾在AI方面的前瞻性。通過這個團隊，英特爾希望將原來在AI領域所做的一些分散的研究或產品進行梳理和整合，放在一個統一、連貫的平臺里，并且集中公司內部各方面的力量進行攻關，搞清AI平臺中各個部分之間的關聯性，形成一個完整的AI生態，以便為用戶提供更優秀的AI解決方案。

據劉茵茵介紹，在英特爾人工智能產品事業部中，既有開發支持AI的下一代芯片的專業技術人員，也有研究開源軟件架構的人員，還有研究數據科學和算法的人員。英特爾人工智能產品事業部成立剛剛兩個多月，還在整合之中，其使命是專注于人工智能，并且整合英特爾公司的資源，通過推動AI民主化進程，讓更多的人享受到人工智能帶來的益處。

如今，英特爾正加緊在人工智能領域的布局，尤其是在技術上不斷擴大覆蓋的范圍。比如，英特爾通過收購全球領先的無人駕駛方案提供商Mobileye、深度學習和神經網絡芯片與軟件領域的領導廠商 Nervana、計算機視覺公司Movidius和人工智能服務提供商 Saffron等，把這些收購來的技術、產品和服務與英特爾自己的至強融核產品、實感技術和FPGA等相結合，提供從硬件、庫和語言、框架、工具到應用方案的端到端AI平臺。

劉茵茵表示，英特爾致力于通過模型的演進和優化，設計出更具實踐價值的解決方案，同時通過提供端到端的AI平臺，加速推進AI在各行業的普及和應用。endprint