英特尔(Intel)斥资10亿美元推动人工智能(AI)生态系统之举, 是这家处理器巨擘广受热议的话题之一. 英特尔经由收购及其Intel Capital于AI新创公司的投资, 累积了广泛的AI技术.
从Altera (2015), Saffron (2015), Nervana (2016), Movidius (2016)和Mobileye (2017), 至今被收购的几家公司似乎均有利于英特尔扩张AI版图的野心. Intel Capital还透过投资于Mighty AI, Data Robot, Lumiata, CognitiveScale, Aeye Inc., Element AI等新创公司充实其AI产品组合.
然而, 英特尔打算如何整合这一切, 目前仍不明朗. 由于AI创新仍处于早期阶段, 英特尔的AI策略明显采取分散途径应该也十分合理. 我们可能还得等一段时间才能看到更有连贯性的脉络发展.
相较于整体的AI策略, 英特尔更经常讨论其AI硬体产品组合. 例如, 英特尔日前宣布将在今年年底前出货Nervana神经网路处理器(NNP), 即先前所熟知的 'Lake Crest' . Nervana前执行长暨共同创办人Naveen Rao形容这款NNP是 '深度学习的专用架构' . Naveen Rao如今已是英特尔副总裁兼AI产品总经理.
在AI晶片方面, 英特尔还有其他 '武器' , 包括Xeon系列, 收购Altera取得的FPGA, 车用方面有Mobileye, 以及Movidius用于边缘的机器学习晶片.
然而, 英特尔对于其AI应用或将实际关注于AI的哪些领域一直保持沉默. AI毕竟是一个广阔且深入的技术领域. 在英特尔持续扩展的收购名单中, 最大的谜团非Saffron莫属.
就在收购Saffron近两年后, 英特尔在今年十月发布了一款名为 '英特尔Saffron反洗钱顾问' (Intel Saffron Anti-Money Laundering Advisor; AML)的新产品, 这项消息引起了广泛的关注. 虽然AML明显执行于Xeon处理器上, 但这款产品并不是硬体, 而是有助于调查人员和分析人员揪出金融犯罪的工具.
《EE Times》日前有机会访问到Saffron Technology金融产业解决方案总监Elizabeth Shriver-Procell, 深入了解Saffron产品背后的AI技术, 以及她认为Saffron成为英特尔公司后的种种好处.
Saffron Technology金融产业解决方案总监Elizabeth Shriver-Procell另一方面, 我们更想知道的是, 像Shriver-Procell这样一位长期打击金融犯罪的斗士在全球最大的CPU公司内部主要负责什么.
请先谈谈有关于你自己. 我听说你是财务分析专家, 曾经在财政部等机关和多家公司工作.
Shriver-Procell: 我是一名律师, 主要从事打击金融犯罪的工作. 我曾经在国际谘询公司和各大金融机构工作过. 今年初才离开美国银行(Bank of America), 并加入Saffron. 没错, 我也曾经在美国财政部担任分析发展的专案经理.
那么在加入Saffron之前, 您使用过Saffron的产品吗?
Shriver-Procell: 我曾经接触过的一些组织(包括谘询公司的客户)已经使用Saffron了. 我一直对这个平台很感兴趣, 所以当机会出现时, 我便牢牢地把握住.
那么, Saffron究竟提供什么?
Shriver-Procell: Saffron总是以为广泛应用提供客制化 '分析平台' 的定位进行销售与宣传. 使用者包括供应链, 银行和保险公司.
在 '反洗钱顾问' 工具推出后, Saffron的平台途径有什么变化?
Shriver-Procell: 我们现在正针对特定应用推出更具体的产品.
关联记忆AI另辟蹊径
我猜测英特尔收购Saffron的主要原因更在于取得AI技术, 而不只是打击金融犯罪(尽管这也很值得). 请谈谈Saffron设计的AI专业技术与应用, 它和其他AI技术有何不同?
Shriver-Procell: Saffron所使用的AI技术称为 '关联记忆' (Associative Memory)法, 它是源于深度学习(Deep Learning)的一种差异化AI分支技术. 关联记忆AI非常擅长于观察庞大且多样化的资料, 并从相距甚远的不同资料库中鉴识签名或模式. 它能够统整来自企业系统, 电子邮件, 网路和其他资料来源的结构化和非结构化资料.
以一位银行客户Mary为例. Mary每隔一周前往伦敦, 并在Liberty大街的商店购物. 住在另一个国家的John也与Mary差不多同时间去了伦敦, 但他的目的看来完全不同. 那么这两者之间有什么关系? 有何共同点? 我们能查看其IP位址吗? 是否能在其登录模式中找到任何相似之处? 是否有任何迹象显示任何不法行动正进行中?
因此, 重点就在于关联记忆AI能够同时查看并统整这么多看似毫无关系的资料库?
Shriver-Procell: 不仅如此, 它还能够快速完成原本极其耗时的任务. 虽然深度学习需要大量训练, 但关联记忆AI则不需要任何训练. 这种AI分支技术能快速的一次性学习, 同时也无需建模.
新闻稿中提到了Saffron的 '白盒AI' (white box AI), 能再详细解释吗?
Shriver-Procell: 所谓的 '白盒AI' , 我们希望强调的是透明度. 它让我们能解释如何得出某种结论. 过去, 金融机构向供应商购买基于模型的诈欺检测解决方案, 我们称之为 '黑盒子' , 因为使用者并不清楚其软体在黑盒子中如何运作. 而当监管机构要求金融机构说明如何得出结论时, 他们也无法真的提出解释. 因为他们看不到黑盒子里有些什么, 也无从判断它是否正常运作.
在受到高度监管的产业中, 金融机构提供资料透明度的能力至关重要.
听起来很有趣, 似乎与深度学习AI完全相反. 有些安全专家担心, 在自动驾驶车中部署深度学习AI执行驾车决定时, 例如转弯, 汽车制造商无法解释AI为什么做此决定. 在学习过程中缺乏透明度, 导致汽车制造商难以验证自动驾驶车的安全性.
Shriver-Procell: 我认为最重要的是认清AI存在着多种不同的途径. 当英特尔执行长谈到揭开AI的前景与潜力时, 他建议我们应该尝试新事物, 以及探索新的学习典范.
您认为不同的AI分支技术最终将汇聚于同一点吗?
Shriver-Procell: 我认为这些分支之间是互补的. 正如我们看到各种融合应用的发展趋势一样, 我认为结合多种类型的AI才能满足各种应用的需求.
请介绍有关Saffron的更多新产品.
Shriver-Procell: 正如之前所说的, Saffron总是以平台方式销售产品. 现在, 随着我们在特定的细分市场中发现具体需求, 决定开始推出能够因应不同市场挑战的特定解决方案.
Saffron一直以打击金融犯罪的经验为基础, 在金融市场上占据非常强势的地位. 透过360度视图统整结构化和非结构化资料, 我们就能够了解在跨资料储存边界所发现的模式.
我们还宣布, 纽西兰银行(Bank of New Zealand)最近加入英特尔Saffron的早期导入计划. 这是专为对于以联想记忆AI最新进展提供创新金融服务感兴趣的机构而设计的.
您认为Saffron在加入英特尔后获得了什么好处?
Shriver-Procell: 加入英特尔带来的好处良多. 我们正讨论大型金融机构面对的严重问题. 为了提供有力的支持, 需要像英特尔这样的巨擘所拥有的力量和资源, 也需要英特尔作为技术合作伙伴的全力支持, 才能顺利在Saffro平台上建构新的功能和应用, 并使其得以升级与扩展. 随着AI快速进展, 探索实现AI的新事物与新方法不容忽视.
编译: Susan Hong