英特爾(Intel)斥資10億美元推動人工智慧(AI)生態系統之舉, 是這家處理器巨擘廣受熱議的話題之一. 英特爾經由收購及其Intel Capital於AI新創公司的投資, 累積了廣泛的AI技術.
從Altera (2015), Saffron (2015), Nervana (2016), Movidius (2016)和Mobileye (2017), 至今被收購的幾家公司似乎均有利於英特爾擴張AI版圖的野心. Intel Capital還透過投資於Mighty AI, Data Robot, Lumiata, CognitiveScale, Aeye Inc., Element AI等新創公司充實其AI產品組合.
然而, 英特爾打算如何整合這一切, 目前仍不明朗. 由於AI創新仍處於早期階段, 英特爾的AI策略明顯採取分散途徑應該也十分合理. 我們可能還得等一段時間才能看到更有連貫性的脈絡發展.
相較於整體的AI策略, 英特爾更經常討論其AI硬體產品組合. 例如, 英特爾日前宣布將在今年年底前出貨Nervana神經網路處理器(NNP), 即先前所熟知的 'Lake Crest' . Nervana前執行長暨共同創辦人Naveen Rao形容這款NNP是 '深度學習的專用架構' . Naveen Rao如今已是英特爾副總裁兼AI產品總經理.
在AI晶片方面, 英特爾還有其他 '武器' , 包括Xeon系列, 收購Altera取得的FPGA, 車用方面有Mobileye, 以及Movidius用於邊緣的機器學習晶片.
然而, 英特爾對於其AI應用或將實際關注於AI的哪些領域一直保持沉默. AI畢竟是一個廣闊且深入的技術領域. 在英特爾持續擴展的收購名單中, 最大的謎團非Saffron莫屬.
就在收購Saffron近兩年後, 英特爾在今年十月發布了一款名為 '英特爾Saffron反洗錢顧問' (Intel Saffron Anti-Money Laundering Advisor; AML)的新產品, 這項消息引起了廣泛的關注. 雖然AML明顯執行於Xeon處理器上, 但這款產品並不是硬體, 而是有助於調查人員和分析人員揪出金融犯罪的工具.
《EE Times》日前有機會訪問到Saffron Technology金融產業解決方案總監Elizabeth Shriver-Procell, 深入了解Saffron產品背後的AI技術, 以及她認為Saffron成為英特爾公司後的種種好處.
Saffron Technology金融產業解決方案總監Elizabeth Shriver-Procell另一方面, 我們更想知道的是, 像Shriver-Procell這樣一位長期打擊金融犯罪的鬥士在全球最大的CPU公司內部主要負責什麼.
請先談談有關於你自己. 我聽說你是財務分析專家, 曾經在財政部等機關和多家公司工作.
Shriver-Procell: 我是一名律師, 主要從事打擊金融犯罪的工作. 我曾經在國際諮詢公司和各大金融機構工作過. 今年初才離開美國銀行(Bank of America), 並加入Saffron. 沒錯, 我也曾經在美國財政部擔任分析發展的專案經理.
那麼在加入Saffron之前, 您使用過Saffron的產品嗎?
Shriver-Procell: 我曾經接觸過的一些組織(包括諮詢公司的客戶)已經使用Saffron了. 我一直對這個平台很感興趣, 所以當機會出現時, 我便牢牢地把握住.
那麼, Saffron究竟提供什麼?
Shriver-Procell: Saffron總是以為廣泛應用提供客制化 '分析平台' 的定位進行銷售與宣傳. 使用者包括供應鏈, 銀行和保險公司.
在 '反洗錢顧問' 工具推出後, Saffron的平台途徑有什麼變化?
Shriver-Procell: 我們現在正針對特定應用推出更具體的產品.
關聯記憶AI另闢蹊徑
我猜測英特爾收購Saffron的主要原因更在於取得AI技術, 而不只是打擊金融犯罪(儘管這也很值得). 請談談Saffron設計的AI專業技術與應用, 它和其他AI技術有何不同?
Shriver-Procell: Saffron所使用的AI技術稱為 '關聯記憶' (Associative Memory)法, 它是源於深度學習(Deep Learning)的一種差異化AI分支技術. 關聯記憶AI非常擅長於觀察龐大且多樣化的資料, 並從相距甚遠的不同資料庫中鑒識簽名或模式. 它能夠統整來自企業系統, 電子郵件, 網路和其他資料來源的結構化和非結構化資料.
以一位銀行客戶Mary為例. Mary每隔一周前往倫敦, 並在Liberty大街的商店購物. 住在另一個國家的John也與Mary差不多同時間去了倫敦, 但他的目的看來完全不同. 那麼這兩者之間有什麼關係? 有何共同點? 我們能查看其IP位址嗎? 是否能在其登錄模式中找到任何相似之處? 是否有任何跡象顯示任何不法行動正進行中?
因此, 重點就在於關聯記憶AI能夠同時查看並統整這麼多看似毫無關係的資料庫?
Shriver-Procell: 不僅如此, 它還能夠快速完成原本極其耗時的任務. 雖然深度學習需要大量訓練, 但關聯記憶AI則不需要任何訓練. 這種AI分支技術能快速的一次性學習, 同時也無需建模.
新聞稿中提到了Saffron的 '白盒AI' (white box AI), 能再詳細解釋嗎?
Shriver-Procell: 所謂的 '白盒AI' , 我們希望強調的是透明度. 它讓我們能解釋如何得出某種結論. 過去, 金融機構向供應商購買基於模型的詐欺檢測解決方案, 我們稱之為 '黑盒子' , 因為使用者並不清楚其軟體在黑盒子中如何運作. 而當監管機構要求金融機構說明如何得出結論時, 他們也無法真的提出解釋. 因為他們看不到黑盒子裡有些什麼, 也無從判斷它是否正常運作.
在受到高度監管的產業中, 金融機構提供資料透明度的能力至關重要.
聽起來很有趣, 似乎與深度學習AI完全相反. 有些安全專家擔心, 在自動駕駛車中部署深度學習AI執行駕車決定時, 例如轉彎, 汽車製造商無法解釋AI為什麼做此決定. 在學習過程中缺乏透明度, 導致汽車製造商難以驗證自動駕駛車的安全性.
Shriver-Procell: 我認為最重要的是認清AI存在著多種不同的途徑. 當英特爾執行長談到揭開AI的前景與潛力時, 他建議我們應該嘗試新事物, 以及探索新的學習典範.
您認為不同的AI分支技術最終將匯聚於同一點嗎?
Shriver-Procell: 我認為這些分支之間是互補的. 正如我們看到各種融合應用的發展趨勢一樣, 我認為結合多種類型的AI才能滿足各種應用的需求.
請介紹有關Saffron的更多新產品.
Shriver-Procell: 正如之前所說的, Saffron總是以平台方式銷售產品. 現在, 隨著我們在特定的細分市場中發現具體需求, 決定開始推出能夠因應不同市場挑戰的特定解決方案.
Saffron一直以打擊金融犯罪的經驗為基礎, 在金融市場上佔據非常強勢的地位. 透過360度視圖統整結構化和非結構化資料, 我們就能夠了解在跨資料儲存邊界所發現的模式.
我們還宣布, 紐西蘭銀行(Bank of New Zealand)最近加入英特爾Saffron的早期導入計劃. 這是專為對於以聯想記憶AI最新進展提供創新金融服務感興趣的機構而設計的.
您認為Saffron在加入英特爾後獲得了什麼好處?
Shriver-Procell: 加入英特爾帶來的好處良多. 我們正討論大型金融機構面對的嚴重問題. 為了提供有力的支援, 需要像英特爾這樣的巨擘所擁有的力量和資源, 也需要英特爾作為技術合作夥伴的全力支援, 才能順利在Saffro平台上建構新的功能和應用, 並使其得以升級與擴展. 隨著AI快速進展, 探索實現AI的新事物與新方法不容忽視.
編譯: Susan Hong