Intel 公开全方位而且长远的 AI 人工智慧发展蓝图
记者洪圣壹／台北报导
在 2016 年，DeepMind 开发的 Alpha Go 大战南韩棋士李世乭一役之后，「AI First」已经成为全球科技产业发展的口号，到了 2017 年，AI 开发与应用已经成为各家厂商积极参与的领域。intel 延续 2016 年 12 月在中国北京举办的 AI Day，稍早在日本东京的「AI Day」当中，大谈机器学习与人工智慧发展策略，同时发展 Intel Nervana 平台，并宣布将于 4 月 6 日在日本启用资料中心，实现 AI 发展。
Intel 认为人工智慧才刚起步，对现在的企业带来许多挑战，Intel 除了协助业者打造聊天机器人（Chatbot）与自动驾驶汽车等发展之外，下一步，intel 预测 2020 年 AI 在资料中心的运算需求将比现在还要高 12 倍，这包括旗下 Intel Xeon处理器、Intel Xeon Phi处理器、Intel Arria 10 FPGA、Intel Nervana技术、以及其他相关产品的需求。
为此，Intel 针对人工智慧所推出的运算解决方案，包括代号 Skylake 的新一代 Intel Xeon 处理器，现已向选定云端服务供应商出货；包括能带来比现有 Xeon Phi 处理器高 4 倍效能、代号 Knights Mill 的新一代 Intel Xeon Phi 处理器，预计于 2017 年上市；还有另外一款新产品，则是代号 Crest Family 的新系列硬体产品，包括代号 Lake Crest 的首款矽晶片，将在 2017 上半年测试，并预计在今年开始向主要客户供货。但是另外一款代号 Knights Crest，整合同级产品最佳的 Intel Xeon 处理器与 Nervana 技术，不过还未有上市规划。
＊发展AI，GPU 并非王道？
相较于 NVIDIA 的 AI 解决方案，Intel 认为 NVIDIA 带来更好的处理效能、intel 则是带来更好的机器学习运算效率，在云端伺服当中，提供更高的运算精度，需求的能量却又相对地降低。
这是因为深度学习的基础根植于线性代数之上，Intel 以实际行动证明一旦软体框架经过最佳化之后，这些作业负载在Intel 处理器上运行的速度就会大幅提升，实际上采用 Intel Xeon Phi 处理器与 NVIDIA GPU 在深度学习的对战上，效能就相差超过 400 倍。
Intel 更进一步强调，通用型图形处理器(General-purpose computing on graphics procession units，GPGPU)只是刚好赶上空窗期被用来执行深度学习运算。然而，GPGPU的架构在处理 AI 方面并没有独特的优势，随着人工智慧持续演进，包括深度学习与机器学习未来都需要高扩充性的架构。而目前在资料中心市场，所有用来执行机器学习处理作业的伺服器中超过 97% 都是内含 Intel 处理器。
Intel 表示，「深度学习」是机器学习领域的一个分支，虽然目前的规模还小，但成长速度极快。初期深度学习的探索研究，尤其是复杂的类神经网路训练方面，确实有用到绘图处理器，但仅占一小部分的作业负载。反观 Intel 不仅针对深度学习拟定领先业界的解决方案蓝图，还提供从终端至云端(edge-to-cloud)的AI解决方案，满足更广泛客群的需求。
Intel 指出，全新系统架构除了能支援更大的模型，还提供连贯一致的架构，能从终端一路涵盖到资料中心。这种更全面的产品线加上全方位的产业体系，才能发挥强大的策略优势。
＊Nervana 平台成为发展 AI 新宠儿：
为了扩展在AI的产品阵容， Intel 在几个月前并购 Nervana systems 发展 AI 技术平台 Nervana，团队成员包含机器学习、奈米科学、电脑工程等领域的专家，成员来自世界级机构、研究实验室、以及业界，他们采用业界标准硬体与软体，借以让更多开发者与资料科学家着手研发更好的AI解决方案，内含的硬体与软体元素都针对影像辨识、自然语言处理、以及更多相关作业负载进行最佳化。
此外，针对近期成立的 Intel Nervana Academy，这项计划包含让各界人士运用整套最佳化工具、框架、技术文件、课程、培训等资源，以及和各界专家进行交流。最后透过参考解决方案提高智慧机器的普及性，并和包括Google Cloud Platform (GCP)与Coursera在内的伙伴进行合作。
Intel 更进一步以智慧监控为例，说明在现有深度学习的方式，主要分为两个处理阶段，第一个阶段主要都是在资料中心 24 小时不间断运作，包括使用行为分析、建立深度类神经网路配对模组，接着在第二阶段为摄影机、感应器提供新的输入资讯、训练类神经网路模组、最后才进行影像辨识。
在导入 Nervana 之后，像亚马逊仓库的机器手臂一样，可以聪明选择正确的商品，而汽车侦测到危机，整个系统会停止，而不是不知道该怎么办，现在也被广泛应用在智慧监控领域上，经过实测，导入深度学习模组，死版的摄影机也因此有了影像辨识功能，而且可以辨识 97% 的人类，包括这样的智慧监控解决方案在内，Nervana 目前已经被应用在金融、医疗、汽车、工业、飞航、电脑等领域，使用的工具包括 Nervana 深度学习平台、Nervana云端解决方案与深度学习开放架构开发库 Nervana Graph。
Intel 指出，Nervana 的技术与矽元件方面的专业除了带动 Intel AI 产品线的演进，还将提升深度学习的效能以及改善 Intel 现有产品阵容的总拥有成本。Intel 相信结合内部的开发资源，包括开发 Intel Xeon 与Intel Xeon Phi 处理器的经验，加上 Nervana Systems 团队，将大幅加快AI的发展进程，迎向下一波运算浪潮。
不过记者进一步询问关于 「Crest Family」以及 Intel 针对伺服器管理上的后续发展，intel 的回答不意外的是：「不会对即将推出的产品揭露更多细节」。
＊与 PFN 结盟，增进深度学习效能：
除此之外，Intel 宣布与日商 Preferred Networks 结盟，加速深度学习效能，预期将采用英特尔高度最佳化的开放原始码程式库 Intel Math Kernel Library (MKL) 以及 Intel Math Kernel Library Deep Neural Network (MKL-DNN) 作为基础建构元素，共同开发 Chainer，采用开放原始码的深度学习框架，其目标为运用内含英特尔处理器广泛的基础架构以加速立即可用的深度学习效能。借由这项合作案，PFN 将持续最佳化 Chainer 在英特尔架构上的运算效能，包括通用型运算、加速器、函式库等方面的处理作业。
＊并购 Saffron 延伸物联网布局：
除了 Nervana systems，Intel 去年并购 AI 系统厂商 Saffron，主要方向是希望在物联网装置上能执行智慧分析任务，协助发展尖端的协作分工。Saffron 的平台采用记忆式推理技巧，针对异质资料进行透明化分析。这种技术尤其适合用在小型装置，受人类记忆启发的推理式学习，涉及到分辨人、地、物之间的关联，从中找出情境的定义并预测接下来发生的事。
Saffron的自然智能平台(Natural Intelligence Platform)不仅会持续学习，发掘更深层的见解，做出反应背后的理由也完全透明公开，朝向更趋近真人智慧的目标迈进。推理系统能结合多个资料来源，包括结构化与非结构化的巨量资料以及资料稀少的情境，另外也能接收电脑视觉与机器学习的输出资料。这种模式特别适合小型装置，使得物联网装置能在本机内执行分析作业，协助推动尖端协作AI的发展。Saffron的技术已广泛运用在各个产业，用来解决产品品质问题；找出制造与研发中产品的缺陷；协助金融服务与零售业向顾客推荐产品/服务/应对接待；协助运动与医疗业改进健康并提供健身建议；以及协助各行业辨识与防制身分伪冒与犯罪。
＊为 AI 成立跨部门事业体与人工智慧研究实验室：
Intel 指出，目前 AI 发展的前三大用户包括健康照护、金融与来自 Amazon、Google、微软等合作伙伴，不过在跟这些公司合作的过程中，一件简单的事情，可能会变得很困难，因此从中可能需要发展出所有解决方案，随着业务增长，Intel 宣布创立人工智慧产品事业群(Artificial Intelligence Products Group，AIPG)，由英特尔人工智慧产品事业群副总裁暨总经理Naveen Rao领军，并向执行长科再奇(Brizan Kryzanich)汇报业务。此新事业群将统筹全公司的各项资源，包括工程、实验室、软体等，来打造英特尔领先业界的AI产品线— Intel Nervana平台— 为 Intel 客户提供针对自身需求进行最佳化的全方位的硬体与软体 AI 方案。
另外，专责开拓运算疆界的应用人工智慧研究实验室，则由人工智慧产品事业群技术长 Amir Khosrowshahi 掌管，希望尝试以往未曾涉猎的新架构与演算法，探索未来新世代的人工智慧。这将涉及各种类型的解决方案，从资料中心到终端装置(edge devices)，以及从训练到推论 –目标都是要让英特尔与其客户加快创新的脚步。
不仅如此，为让 AI 对全球做出最大的正面影响，intel 发展全球伺服器，可以依据更大的数据资料库和政府、企业、社会一起合作、规划有益人类的用途。
举例来说，intel 开放自动驾驶平台和 BMW 以及 Mobileye 合作，避免可能发生的车祸，或是建立 Broad Institute 癌症研究中心，推动开放资料交换与知识分享(像是协作式癌症云，Collaborative Cancer Cloud)，包括疾病治疗、研究、新药研发、减少回诊率、遗传因子研究等各面向的发展。
此外，Intel 还计划透过各个非官方组织(NGO)在AI管制与政策方面合作，同时成立 Intel 人工智慧顾问委员会(Intel AI board of advisors)，发展 AI 的同时，也防范 AI 被恶意使用，建立道德与隐私方面的规范，以及确认社会应如何面对这波转变以做出最好的准备。Intel 还建立了 AI 合作发展社群，希望透过 intel.com/ai 官网集思广益与执行相关计划，其他还有像是 Hack Harassment网路骚扰防制计划以及美国失踪与受虐儿童援助中心等。影响范围涵盖 Intel 的伙伴产业体系、整个产业、以及全球社会。