我們也相信, 研究院裡蘊藏著改變我們生活的革命性技術, 甚至未來的大趨勢.
如何先人一步看到未來, 不如從走進研究院開始.
這一期, 我們第一次走入英特爾中國研究院, 獨家視頻採訪英特爾中國研究院院長宋繼強, 在這個蘊藏黑科技的研究院中, 他所帶領的這群研究員在密謀什麼?
英特爾中國研究院院長宋繼強
揭開英特爾中國研究院的神秘面紗
發源於矽谷的英特爾, 在海外市場有兩個 '地區性研究院' , 一個在中國, 另一個在歐洲. 1998年, 英特爾中國研究院 (Intel Labs China, ILC) 就宣布成立, 只不過當時還不叫研究院, 截至目前已經擁有60多位全職研究員, 其中70%以上是博士.
根據宋繼強的介紹, 英特爾中國研究院主要在做三方面的研究: 1, 人工智慧演算法 (智能感知和理解技術) ; 2, 自主系統平台的研究; 3, 智能基礎設施技術.
智能感知和理解技術, 簡而言之是從視覺和聽覺, 甚至文字, 距離等數據的輸入裡提取出相應資訊去理解這個場景發生了什麼. 比如, 如果一個攝像頭傳輸的數據中, 演算法能夠看到裡面有人, 有車, 有動物只是初步的識別, 但是它要去進一步理解物體相互間的關係是什麼, 甚至要做什麼, 就涉及到理解的技術.
英特爾對自主系統平台的研究, 一個典型的例子是HERO平台. HERO平台是一個開放, 異構, 可擴展的計算平台, 它把英特爾通用的處理器技術, 可編程的加速器處理, 還有像Movidius, ASIC這樣的專用晶片技術, 整合在一個平台裡, 這樣就很容易實現不同合作夥伴技術的互通.
'如果不做平台, 只靠一家之力或者幾家小公司去推動, 都是很低效的' , 宋繼強表示.
談到智能基礎設施, 很顯然就是下一代通信技術5G. 伴隨著數據量越來越多, 有些數據需要在終端存儲, 有些需要在邊緣存儲, 而存儲需要既有長期存儲的功能, 又能快速訪問, 這也是為什麼英特爾中國研究院加盟針對3D Xpoint存儲技術的原因, 因為它可以實現數據快速的在邊緣和雲端部署.
事實上, 為了迎接數據大爆炸的到來, 英特爾早已經把自己定位於一家數據公司.
那些落地場景: 李宇春3D特效, 傳承皮影戲
在新技術研究的過程中, 英特爾嘗試把它們進行場景的落地. 就在不久前, 英特爾和李宇春合作拍攝了一支MV, 其中就體現了感知層技術層面的應用, 這其中涉及到一個難點: 從二維人臉的照片提取三維模型. 因為通常情況下, 採集三維模型需要在三維場景裡.
宋繼強介紹, 要想從二維照片提取三維模型, 第一步是在二維映像上運用人臉檢測技術, 檢測出人臉的Landmark點, 給人臉一些基本五官的定位. 然後再從二維的人臉向三維的人臉模型之間, 通過深度學習, 訓練出一個映射的關係, 這個映射的關係可以把二維人臉上的一些標誌資訊作為輸入, 隨後會輸出一個三維人臉參數模型. 緊接著, 三維人臉模型通過數十萬張人臉和三維模型訓練出的一個可變形標準臉模型.
值得一提是, '這個三維的人臉可以很平滑的變成李宇春的, 也可以很平滑的編程任何人的臉, 只要給它合適的參數輸入, 這個三維人臉中有300多個參數, 其中有80多個是控製表情的' , 宋繼強接著說.
新技術帶來的不僅僅是科幻炫酷的效果, 同時還可以用來傳承古老的技藝. 英特爾研發的Eagle Shoal的機械手就直接玩起了皮影戲.
如我們所知, 皮影戲這項古老的技藝, 關鍵在於靈活性和控制的精巧性, 要想訓練好一個徒弟甚至要花費好幾年時間. 但現在, 用Eagle Shoal靈巧手配合人工智慧演算法, 在15天之內就讓它學會怎麼去操控一隻老虎.
要知道, 這在幾年前都是不敢想象的事情.
自主學習的AI真能取代人類? 別鬧了
但是, 伴隨著人工智慧的應用和技術升級, 就很自然的延伸出一個最常被討論的話題: 人工智慧的自主學習能力達到一定的成熟階段, 是否會取代人類?
宋繼強的觀點是, AI自主學習能力大多是在限定範圍內, 如果跨領域讓AI學習並沒有完全的實現, 所以對於人工智慧取代人類工作這件事情, 不用悲觀的看待, 而是要去想人工智慧通過它的學習怎麼能夠幫助我們提升機器服務的能力, 幫助我們提高效率.
舉例來說, 就好像AlphaGo下圍棋, 其實規則已經明確在一個固定的圍棋領域, 然後讓機器不斷地去學習, 進化出比人還強的能力, 但這並不代表它可以自己去學習跨領域的知識. 因為一旦你讓AlphaGo去學習德州撲克, 它自己根本無法辦到. 同樣, 一個訓練好的語音識別程序, 去做視覺識別, 它也做不了.
'不用去擔心機器會取代所有工作, 機器只是取代某些限定場合中很重複, 容易被訓練成條件反射式的工作, 或者是體力繁重的工作, 人類則從事做更多創造性, 涉及情感交流的工作' , 宋繼強表示.
所以, 針對於馬斯克鼓吹的AI威脅論, 宋繼強認為AI發展的過程中最好設定它所應用的領域, 因為如果AI的一些技術被濫用到武器中, 讓武器自主去判斷和識別人, 就會有威脅. 'AI技術要把它應用在好的地方, 而不是應用在對人類有傷害的領域' , 宋繼強接著說.
比如, 英特爾在美國有一個AI合作案例, 是幫助解救那些被迫害或者被綁架的兒童, 每個案例裡面有視頻, 圖片, 文字, 如果是人員來分析的話, 一般30天才能完成, 但是如果應用人工智慧技術, 一天就可以解決.
要做未來智能自主設備的 '黃埔軍校'
人工智慧的大爆炸, 讓巨頭們狂歡不已, 隨之而來的是, 與英特爾傳統IT公司相比, 互聯網巨頭們也在砸錢成立AI實驗室以及人工智慧研究院.
土豪的阿里巴巴前不久更是大張旗鼓投入千億資金打造達摩院. 在宋繼強眼中, 巨頭們爭先恐後成立研究院目的很簡單, 因為當下AI處於一個學術升級推動產業熱度, 怎麼把它落實到真正的業務, 並且通過業務的現金流去推動AI的研究的路徑.
'大多數公司做研究院都是從自身業務需要來進行, 互聯網巨頭也不例外' . 有錢任性是大公司的通常做法, 但要想做好一個研究院並不是這麼簡單, 宋繼強認為至少要具備以下三點:
1, 有能力把人才吸引進來;
2, 為人才提供好的環境, 讓他自由的去做一些想象力以及執行下去;
3, 把想法變成現實, 看到技術帶來的實際結果, 產業價值.
'對於英特爾來說, 我們的目的是成為未來機器人技術/智能自主設備的《黃埔軍校》' ,, 宋繼強總結道.
當最後問及人工智慧時代, 最大的期待和擔憂是什麼? 他的答案是: 希望第三次人工智慧浪潮能夠持續下去, 人工智慧寒冬不要來臨.