人工智能有多热闹？恐怕会超出你的想象。
近日看到这样一则消息，说的是伦敦大学学院、谢菲尔德大学和宾西法尼亚大学在研究了欧洲人权法院的司法案件后，开发出一套AI（Artificial Intelligence，人工智能）算法用来预测司法判决的结果，准确率竟然高达79%！
虽然这并不意味着AI能够取代人类进行相关的司法审判，但AI的火爆程度、可以应用的领域之广足以体现。
英特尔公司全球副总裁兼中国区总裁杨旭致辞谈人工智能
为了更好地推动人工智能性能瓶颈突破，并实现技术大众化和社会效益最大化。在11月30日召开的主题为“释放IA原力 拥抱AI时代”的英特尔人工智能论坛上，英特尔发布其人工智能战略，并推出了完整的产品组合，涵盖从硬件架构、底层软件、深度学习框架、工作流工具到应用开发的一整套平台。
英特尔在AI时代的机会和挑战
在如此短的时间内完成从产品到生态的构建，业界恐怕再没有第二家厂商有这样的能力。而随着布局的完成，其在AI领域的愿景也将稳步有序的推进。
从大的方面讲，英特尔AI愿景就是两个端，一端是用户、消费者，解决他们的用户体验问题，这需要和终端合作伙伴紧密的协作，另一端则是背后的功能实现，英特尔要做的是通过Nervana的一整套产品组合，让应用、解决方案提供商能更专注在自身的业务上。
论当前情形，还很难就英特尔在未来AI领域的表现做出预判，毕竟对手也不俗，NVIDIA、谷歌、IBM都涉及其中，犹以NVIDIA最为突出。
但纵观IT发展进程，有两条脉络和如今英特尔在AI领域的局面很像。一个是小型机和x86之争，结局大家已经都了解了。x86胜出，凭借的是标准化、平台化、生态化。另一个就是高性能计算领域的加速器之争，双方各有优势，到现在胜负也未分，英特尔主打的还是标准化、通用化、生态化。
老实说，笔者更倾向于后者，一是人工智能与高性能计算本身是有关联的。二是对阵双方现在所处的情形和当年如出一辙。曾经的高性能计算领域，在有了加速器这种技术后，英特尔一直比较被动，直到近几年情况才逐渐追赶了上来。
在AI领域也有些类似，英特尔的布局并不算太早。不过人工智能这场大戏才刚刚开幕，掌握先机很重要，但更重要的是能持续地给用户带去价值。显然在这一点上，英特尔更有发言权。要不然怎么能在数据中心市场一路过关斩将，拿到今天的市场成就？通用化、标准化、生态化代表着未来，而这是英特尔一直所奉行的。
AI为什么在当下爆发？
AI并不是什么新鲜东西，60多年前就被科学家提出，但是直到近几年AI才真正火了起来，它不再像以前只是停留在国际象棋、知识问答这些可有可无的应用场景中，而是与个人日常、企业日常，乃至国家日常紧密的结合在了一起。
人脸识别、语音识别、智能搜索、智能控制、自动程序设计、专家系统、机器视觉……AI几乎无所不能。
为什么？说简单点，是时代造就了AI的今天。说到底AI的本质是让机器像人一样聪明，这个过程需要不断的学习（需要足够的学习资料，也就是数据），需要一个强大如人脑的平台（摩尔定律引导下，计算技术在急速进步）。
一一对应，你会发现历史上任何一个时期都没有今天产生的数据多，而计算技术的精进使得如今我们在应对数据时更加得心应手。
IDC预测，到2020年，全球将有超过40ZB的数据。这样的表述或许太过抽象，换个更好理解的表达方式：如果用128GB的iPad来存放这些数据，把所有iPad堆叠起来，大概能往返月球三次。另一方面，如今的超级计算机可以轻松达到每秒亿亿次的计算速度。
这是AI火起来的前提，但并不足以支撑AI持续地火下去。因为AI最终的价值体现是在应用端，尽管当前像谷歌、百度、阿里、腾讯等众多互联网巨头都在AI领域有了不少研究成果，但不可否认，光靠他们远远不够。
这是一个刚刚开始大规模兴起的市场，萌芽、婴儿都是对AI当前发展阶段的准确判断。处于这样一个时期，要想整个行业发展的更快，需要平台化、标准化的工具，毕竟不是谁都有谷歌、百度他们那样的技术、资金实力。
这是英特尔对于当前AI市场的认知，以及自己在AI领域的角色定位，很清晰。同时，这也是此次人工智能论坛想要对外界传达的信息，即做一个平台解决方案提供商。
英特尔的AI版图
实现这样的愿景并不容易。为此，英特尔这两年做了很多准备，比如收购人工智能公司SaffronTechnology、视觉处理芯片初创厂商 Movidius 公司，以及专注于人工智能解决方案的初创企业Nervana System，甚至包括收购Altera也可以算在其中。
一系列的布局也成就了英特尔今天在人工智能领域的地位。在此次的论坛上，英特尔还宣布了全新的人工智能品牌名称——Nervana，并介绍了详细的产品组合。
英特尔的一整套AI产品组合，业界再没有第二家厂商有这样的实力
要说其中的核心，肯定是硬件，这是英特尔最引以为傲的部分。举几个例子，最新的至强Skylake处理器，性能将提高18倍；最新版本的至强融核处理器Knights Mill的深度学习性能是上一代的四倍，并可将培训时间减少31倍；即将于2017年上半年上市的LakeCrest，到2020年训练深度学习模型的时间将缩短至GPU解决方案的1/100。
这并非纸上谈兵，很多产品组合已经在实践中得到了检验，比如在现场京东集团AI/VR/AR实验室人工智能方向研发总监陈宇的分享中，我们听到了其人工智能研究在英特尔帮助下所收获的效果。在刚刚过去的“双十一”中，京东线上黄色图片的计算识别效率提升了4倍以上，图片版权保护的计算效率提升了2倍以上。
与此同时，在构建生态方面，英特尔也给予了足够的重视，比如专门成立人工智能咨询委员会，邀请来自加州伯克利大学和斯坦福大学的诸多人工智能领域的大家加入；成立Nervana人工智能学院，面向校园，为其研究人工智能提供必要的资源；与包括谷歌等业界领先的公司组成了人工智能联盟等。
以上是英特尔面向AI时代的举措，可能有疏漏，但看得出通用化、平台化、生态化依旧是第一原则。照此下去，不难想象假以时日英特尔能取得什么样的成就，毕竟这已经不是第一次遇到这样的局面。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与极客网无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
