我们也相信, 研究院里蕴藏着改变我们生活的革命性技术, 甚至未来的大趋势.
如何先人一步看到未来, 不如从走进研究院开始.
这一期, 我们第一次走入英特尔中国研究院, 独家视频采访英特尔中国研究院院长宋继强, 在这个蕴藏黑科技的研究院中, 他所带领的这群研究员在密谋什么?
英特尔中国研究院院长宋继强
揭开英特尔中国研究院的神秘面纱
发源于硅谷的英特尔, 在海外市场有两个 '地区性研究院' , 一个在中国, 另一个在欧洲. 1998年, 英特尔中国研究院 (Intel Labs China, ILC) 就宣布成立, 只不过当时还不叫研究院, 截至目前已经拥有60多位全职研究员, 其中70%以上是博士.
根据宋继强的介绍, 英特尔中国研究院主要在做三方面的研究: 1, 人工智能算法 (智能感知和理解技术) ; 2, 自主系统平台的研究; 3, 智能基础设施技术.
智能感知和理解技术, 简而言之是从视觉和听觉, 甚至文字, 距离等数据的输入里提取出相应信息去理解这个场景发生了什么. 比如, 如果一个摄像头传输的数据中, 算法能够看到里面有人, 有车, 有动物只是初步的识别, 但是它要去进一步理解物体相互间的关系是什么, 甚至要做什么, 就涉及到理解的技术.
英特尔对自主系统平台的研究, 一个典型的例子是HERO平台. HERO平台是一个开放, 异构, 可扩展的计算平台, 它把英特尔通用的处理器技术, 可编程的加速器处理, 还有像Movidius, ASIC这样的专用芯片技术, 整合在一个平台里, 这样就很容易实现不同合作伙伴技术的互通.
'如果不做平台, 只靠一家之力或者几家小公司去推动, 都是很低效的' , 宋继强表示.
谈到智能基础设施, 很显然就是下一代通信技术5G. 伴随着数据量越来越多, 有些数据需要在终端存储, 有些需要在边缘存储, 而存储需要既有长期存储的功能, 又能快速访问, 这也是为什么英特尔中国研究院加盟针对3D Xpoint存储技术的原因, 因为它可以实现数据快速的在边缘和云端部署.
事实上, 为了迎接数据大爆炸的到来, 英特尔早已经把自己定位于一家数据公司.
那些落地场景: 李宇春3D特效, 传承皮影戏
在新技术研究的过程中, 英特尔尝试把它们进行场景的落地. 就在不久前, 英特尔和李宇春合作拍摄了一支MV, 其中就体现了感知层技术层面的应用, 这其中涉及到一个难点: 从二维人脸的照片提取三维模型. 因为通常情况下, 采集三维模型需要在三维场景里.
宋继强介绍, 要想从二维照片提取三维模型, 第一步是在二维图像上运用人脸检测技术, 检测出人脸的Landmark点, 给人脸一些基本五官的定位. 然后再从二维的人脸向三维的人脸模型之间, 通过深度学习, 训练出一个映射的关系, 这个映射的关系可以把二维人脸上的一些标志信息作为输入, 随后会输出一个三维人脸参数模型. 紧接着, 三维人脸模型通过数十万张人脸和三维模型训练出的一个可变形标准脸模型.
值得一提是, '这个三维的人脸可以很平滑的变成李宇春的, 也可以很平滑的编程任何人的脸, 只要给它合适的参数输入, 这个三维人脸中有300多个参数, 其中有80多个是控制表情的' , 宋继强接着说.
新技术带来的不仅仅是科幻炫酷的效果, 同时还可以用来传承古老的技艺. 英特尔研发的Eagle Shoal的机械手就直接玩起了皮影戏.
如我们所知, 皮影戏这项古老的技艺, 关键在于灵活性和控制的精巧性, 要想训练好一个徒弟甚至要花费好几年时间. 但现在, 用Eagle Shoal灵巧手配合人工智能算法, 在15天之内就让它学会怎么去操控一只老虎.
要知道, 这在几年前都是不敢想象的事情.
自主学习的AI真能取代人类? 别闹了
但是, 伴随着人工智能的应用和技术升级, 就很自然的延伸出一个最常被讨论的话题: 人工智能的自主学习能力达到一定的成熟阶段, 是否会取代人类?
宋继强的观点是, AI自主学习能力大多是在限定范围内, 如果跨领域让AI学习并没有完全的实现, 所以对于人工智能取代人类工作这件事情, 不用悲观的看待, 而是要去想人工智能通过它的学习怎么能够帮助我们提升机器服务的能力, 帮助我们提高效率.
举例来说, 就好像AlphaGo下围棋, 其实规则已经明确在一个固定的围棋领域, 然后让机器不断地去学习, 进化出比人还强的能力, 但这并不代表它可以自己去学习跨领域的知识. 因为一旦你让AlphaGo去学习德州扑克, 它自己根本无法办到. 同样, 一个训练好的语音识别程序, 去做视觉识别, 它也做不了.
'不用去担心机器会取代所有工作, 机器只是取代某些限定场合中很重复, 容易被训练成条件反射式的工作, 或者是体力繁重的工作, 人类则从事做更多创造性, 涉及情感交流的工作' , 宋继强表示.
所以, 针对于马斯克鼓吹的AI威胁论, 宋继强认为AI发展的过程中最好设定它所应用的领域, 因为如果AI的一些技术被滥用到武器中, 让武器自主去判断和识别人, 就会有威胁. 'AI技术要把它应用在好的地方, 而不是应用在对人类有伤害的领域' , 宋继强接着说.
比如, 英特尔在美国有一个AI合作案例, 是帮助解救那些被迫害或者被绑架的儿童, 每个案例里面有视频, 图片, 文字, 如果是人员来分析的话, 一般30天才能完成, 但是如果应用人工智能技术, 一天就可以解决.
要做未来智能自主设备的 '黄埔军校'
人工智能的大爆炸, 让巨头们狂欢不已, 随之而来的是, 与英特尔传统IT公司相比, 互联网巨头们也在砸钱成立AI实验室以及人工智能研究院.
土豪的阿里巴巴前不久更是大张旗鼓投入千亿资金打造达摩院. 在宋继强眼中, 巨头们争先恐后成立研究院目的很简单, 因为当下AI处于一个学术升级推动产业热度, 怎么把它落实到真正的业务, 并且通过业务的现金流去推动AI的研究的路径.
'大多数公司做研究院都是从自身业务需要来进行, 互联网巨头也不例外' . 有钱任性是大公司的通常做法, 但要想做好一个研究院并不是这么简单, 宋继强认为至少要具备以下三点:
1, 有能力把人才吸引进来;
2, 为人才提供好的环境, 让他自由的去做一些想象力以及执行下去;
3, 把想法变成现实, 看到技术带来的实际结果, 产业价值.
'对于英特尔来说, 我们的目的是成为未来机器人技术/智能自主设备的《黄埔军校》' ,, 宋继强总结道.
当最后问及人工智能时代, 最大的期待和担忧是什么? 他的答案是: 希望第三次人工智能浪潮能够持续下去, 人工智能寒冬不要来临.