本文转载自智东西
2016年，阿法狗战胜李世石，击碎了人们在围棋领域的骄傲，人工智能企业汹涌而至，向全世界宣布一个时代的来临。硬件算力的飙升、算法的完善、大数据技术的崛起，成为了人工智能发展的温床，与此同时，在人们不断梦想着人工智能奇迹的时候，它成了天边的火烧云，炫目却不接地气。人工智能落地问题是产业一直不变的挑战。
故事的开头总是这样，人工智能惊艳登场，资本喧哗。故事的结尾总是这样，企业与资本花开两朵，各表一枝，在资本角逐的“饥饿游戏”里，真正落地并造福社会的生存者寥寥。看最近几年的 AI爆发式发展，AI技术有时就像画皮，裹着资本和野心在产业中作妖。随着产业发展趋于冷静，AI领域是否以一种健康的姿态向前，那些在喧哗中布局生态的企业，是否进入了真正的收获期？AI宇宙式的生态，到底是如何构建而成的？有的企业还活跃在舞台中央聚集目光，也有的企业不急不慢，让AI回归本源，浇筑生态，静待草长莺飞。
今天我们来谈一谈在AI界并不是那么网红的一家公司，全球芯片巨头公司——英特尔。尽管不是AI资本市场的A角，但一家大厂在面临智能时代的转变时，以“求变”为核心，开辟新赛道适应科技业的丛林法则，这件事情本身也很值得玩味。那些在AI资本市场华丽亮相又很快黯然的神兽们，也许可以从这家步履稳健的巨头身上，一窥它开疆拓土的底层逻辑，些许能看到一些“达尔文进化论”式的影子，我们还发现，不显山露水的英特尔已经不经意间从一粒种子构建出了一片AI森林。
2021年2月，英特尔新CEO Pat Gelsinger（帕特·基辛格）上任，随即一封内部信发出，新CEO满眼都是数字变革的机会，“无处不在的计算、普遍的连接、人工智能、从云到边缘的基础架构”这是Pat Gelsinger所定义的数字时代下的四大超级技术力量。四大技术耳熟能详，早被外界一炒再炒，但英特尔说这话显然不是奔着诱惑投资人去的。近一年英特尔大刀阔斧的战略转型，雷厉风行的架构和制程技术的革新，都在标志着这家公司对于未来方向的笃定以及试图让英特尔再次雄起的决心。其中英特尔与人工智能的故事，非常独特，从2016年开始组建AI技术团队，后来动作不断，收购、发布、生态合作……一边猛如虎地变革，一边低调地搬砖。
就在两个月前，英特尔宣布成立“数据中心和人工智能”事业部。一场关于AI的硬仗在一切妥当时吹响号角，此时的组织架构重组在对手眼中可能是后知后觉，毕竟此时AI一事已经“闹得”全球皆知。上个月WAIC之际，我们采访了英特尔“AI五虎将”，从战略、技术、硬件、软件、生态进行溯源时，发现此事并不简单，一场关于英特尔AI的“潜伏”战，早已在10年前就埋下了种子。
一、AI的孵化
英特尔组建AI技术团队是2016年，常规看，动作并不迅速，时间点也不讨巧。彼时的AI公司已经多如牛毛，据斯坦福大学的《人工智能指数2021年度报告》数据显示（如下图），2016年这个时间点已经热度达到高峰的一个点，全球新投资的企业数量从2018年开始下滑。甚至可以说，英特尔在2016年布局AI显得有些尴尬。
图源：斯坦福大学《人工智能指数2021年度报告》
嗅觉如此灵敏的科技公司，传承“偏执”的血脉，这动作速度显然不够英特尔。但还有另一个解，此前的AI时机还不够成熟。
英特尔首席工程师、人工智能技术中国首席架构师夏磊在英特尔已经工作21年，共有过6种职位身份，其职位的一步步变化似能窥见英特尔对于人工智能浪潮起伏的应对。
“早在2011年，当时我的角色是物联网创新架构师，当年中国开始关注大气污染问题，我们通过英特尔平台，将英特尔技术和云端结合，打造了一个高精度、低成本的实时大气污染检测系统。该系统中，我们用了AI的方法对空气质量参数进行校正。这一套设备部署完备大约10-20万元，准确率与两千万元成本的系统准确率竟然一致。”夏磊表示他早在2011年就接触到AI，并将其落地。
2011年对于产业界来说，AI还略显突兀，据清华大学的《人工智能发展报告2020》中对过去10年AI发展进行了阐述，十年前也就是2011年，人工智能还处于实验室阶段，这十年发展让人工智能从实验室走向了生产线，一点点开始重塑传统行业。
在夏磊职业生涯的职位变换中，踩着人工智能发展浪潮，感受着人工智能一步步从实验室走向商业的脉搏。在加入英特尔之前，夏磊在高校教过AI课程。对AI 概念早已烂熟于心的夏磊，没理由让自己的团队错失AI黄金时期，所以英特尔在AI方面的布局时间并不是如英特尔对外界所公布那样。
英特尔对于一个新领域的部署并不是先宣布后进入，而是先进入，等具备一定规模后，开始全面组织规划。谨慎，却不守旧，坚信“唯一的不变就是变化”的英特尔在经过五年的积累，于2016年在中国组建了AI技术团队，夏磊就是负责人之一，另一位主要主要负责人是英特尔亚洲人工智能销售技术总监伊红卫，伊红卫和夏磊的思路很明确，就是联合。
联合是生态的基础，背后是一步步的企业开拓。而中国是全球人工智能技术最值得布局的国家，是一个天然的AI训练厂，有其他国家无法比拟的大数据库，应用场景极其丰富。在夏磊前期开拓客户时，发觉国内对人工智能的需求非常强烈：“客户需要非常多的实战生产化的AI设计辅助，优化性能和成本。”
“比如金融领域，我们早期与银联合作，目标是信用卡反欺诈。当时业内已有很多方案，但在银联如此大规模的信用卡交易上，难以达到实验室标准。英特尔与银联的合作，打造一个大规模信用卡交易实战部署系统，即解决欺诈拦截的准确性又达到目标需要的实时性，”夏磊表示，“方案背后得益于英特尔产品方案和技术，英特尔至强平台是一个通用平台，对客户部署在性能和成本上都有着很大的价值。”
对于夏磊来说，AI一直在扩张着他的认知边界，技术的创新式应用让夏磊震撼，更让英特尔坚定了走生态的路线。
从2016年到现在，夏磊在英特尔的职位从数据中心和物联网解决方案专家，到人工智能技术解决方案专家，再到如今的首席工程师和中国首席人工智能架构师。至少说明了这家国际芯片公司在AI部署时，不断调整战略方向，也侧面说明，AI的发展并不是靠预测的，而是实践。
不管AI应用层面如何创新，英特尔似乎有一套万变不离其宗的打法——提供人工智能硬件、软件和生态系统，以满足每个客户从云到智能边缘，再到设备的所有独特需求。生态是AI故事的开始，最初的第一个跟AI有关的项目也许已经淡忘，却一往而深。
二、生态，还是生态
对于英特尔来说，在AI领域的成果是一个很难量化的存在，不像某些AI公司，营收即表示自己在AI领域的突破。英特尔软硬件产品大多运用AI特性，具备通用性，即会根据客户的需求进行大规模定制化。所以，关于AI发展，英特尔一开始就构想了它能进化到的最完善的形态：生态，以及依靠生态而建的AI产业链。
早在2015年，英特尔就在深圳启动了英特尔众创空间加速器计划（后更名为创新加速器项目）。2018年，英特尔开始谋划一个关于AI的产业链计划，AI 百佳激励计划正式启动，主题为“激励百家创新，加速千亿产业”。目标很明确，三年内帮助一百家AI企业，从资本、技术、资源对接等方方面面协助。
英特尔中国战略合作与创新业务部董事总经理、英特尔创新加速器总负责人李德胜认为AI生态合作具有非常前景的未来：“基于人工智能的发展趋势，AI与产业正在进行有史以来最广、最深度的融合。”引发产业集群效应的AI 百佳策略，已经逐步形容以英特尔技术为核心的朋友圈，更是一个江湖圈。聚贤厅内，好汉结义，英特尔摔碗为号，歃血为盟，不仅帮兄弟做好产品，还帮兄弟拓宽销路。
截止至今，AI百佳已经做到第五期，第五期选拔出的16家企业总估值已超过260亿元。总体来看，目前已经有78家人工智能创新公司加入英特尔AI百佳创新激励计划。不仅如此，李德胜团队主导创立的英特尔重庆FPGA创新中心，一共有包括大学在内的80家用户受惠，帮助产业线上培训了5000多人……
英特尔的AI实践日（AI programming day）是这家公司另一个默默耕耘的生态举措，英特尔的“AI实践日”的目标与CEO Pat Gelsinger“赢得开发者的大脑和心灵”的初心完全吻合。通俗易懂的理解，就是一堂AI落地课，一方面协助客户理解人工智能，一方面提高客户产品性能。其关键目标是通过一个全面的培训计划，延伸到学术界、协会与合作伙伴的合作，使开发者能够在英特尔架构上扩展最佳的人工智能解决方案。
这是一场生态布局的重要举措，兼具生态、产学研、人才培养。
“第一堂AI实践日的制造行业课在南京举行，一个下午时间，我们把制造行业的工程师从AI‘小白’培训成能够动手解决缺陷检测问题的工程人员。”对于夏磊来说，这样的动作就是拓展整个AI世界的边界。夏磊是AI实践日的开创者之一，英特尔院士、大数据技术全球首席技术官、大数据分析和人工智能创新院院长戴金权也是AI实践日重要的师资力量，让戴金权感到满足的是，通过AI实践日的活动，英特尔软件的平均下载量较去年提高了两三倍。戴金权表示：“这都是开发者社区、AI实践日等潜移默化带来的成果。”
AI实践日早在2017年就开始有了雏形，与其说是课程，不如说是一场沙龙。一线的工程师们根据平时境况所产生的想法，可以在AI实践日上进行交流探讨，最终目的是实现落地。2020年，AI实践日的概念才正式提出，英特尔会收集每一位客户对人工智能的想法和趋势判断，来规划AI实践日上的话题。每月大概有2-3场的活动，与学生、大学、企业之间进行脑力碰撞，产学研方向更是瞄准了未来的AI骄子们。
因为AI实践日的存在，让英特尔对AI趋势的判断更为接地气，每一个落地应用开发都是基于客户平时的遭遇。这是一场不收费的活动，企业看中AI落地和部署，英特尔看中AI世界的不断扩容，短期与长期目的的融合，达到双赢。英特尔副总裁、中国战略办公室总经理杨彬（Brent Young）在受访时给出了一组数据：“目前，英特尔的AI实践日，从去年开始已经开发52门课程，组织64场活动，培训了8.9万名开发者，和20家客户、媒体和社群合作。”其中最值得关注的是，AI实践日实现了11个英特尔内部部门的协作，充分表明了英特尔内部的协作效率。AI实践日拥有非凡的意义，正如杨彬所说：“AI实践日一方面可以帮助AI产业界去理解如何真正使用人工智能，使生态更加丰富；另一方面，可以切实提高客户产品性能。”
英特尔不同于一般的商业公司，立足于生态、产学研、人才，才能够将整个AI生态壮大盘活，只要AI的世界足够大，英特尔的覆盖面就会越来越大。换句话说，只要英特尔组的局越大，就会有源源不断的企业加入到英特尔组的局中，这是英特尔历史中开拓疆界的底层逻辑，是英特尔保持领先的要素。当然，英特尔手上握着作为名导演的关键王牌——绝对的软硬件实力。
三、软件：给开发者最接地气的选择
在AI实践日上被称为戴老师的戴金权有多种身份，他是英特尔院士、大数据技术全球首席技术官。戴金权团队的一个重要成果就是构建了Analytics Zoo，Analytics Zoo是英特尔开源的一个端到端的大数据+AI的软件平台，底层可以提供数据流水线的能力，能够帮助用户直接无缝的将AI模型运行在其分布式大数据上。
Analytics Zoo的前身是BigDL（面向Apache Spark的分布式深度学习框架），2017年1月开源，开源后有了广泛的合作案例，在跟客户交流合作时，深感BigDL、Tensorflow这些框架里最终的AI应用还是有很长的距离。于是便有了Analytics Zoo。
对于一位纯技术大咖，戴金权团队在布局AI时一步步触及到了AI技术的本源——落地，技术创新的出发点也是直接奔着协助客户落地这个目的去的。
戴金权的另一个身份是大数据分析和人工智能创新院院长，戴金权希望构建一个统一大数据分析和AI的端到端流水线，可以直接访问生产数据，当用户需要将AI应用从笔记本电脑迁移到大型集群进行分布式训练或推理时，几乎不需要修改任何代码。
大数据分析和人工智能创新院有三大方向：前沿技术研究、开源软件平台、实际应用落地。
当我们把目光仅仅瞄准英特尔硬件时，却忽略了英特尔在软件上的布局。实则，英特尔提供经过全面优化的软件，包括OpenVINO、oneAPI、Analytics Zoo、Tensor Flow、BigDL等，涵盖库、框架以及工具与解决方案等多个层面，用以加速并简化从云到端的范围内人工智能技术的开发与部署。
生态是硬件落地的结果，软件则是过程，没有软件这面军旗，无法号令三军，让开发者拥有更便捷和有效的操作方式。
“我们是基于开源软件的工作，从英特尔角度来讲，希望支持开源软件生态，推动开源软件生态的发展。如BigDL、Analytics Zoo，我们做的工作就是在Spark的生态，Spark+TensorFlow生态，Spark+PyTorch的生态等，以此更好的推动生态的发展。”戴金权表示英特尔软件不仅是给开发者以便捷，更是让技术落到实处去。
就比如在汉堡王的案例中，汉堡王与英特尔合作开发出的Transformer Cross Transformer （TxT）人工智能推荐系统。该系统采用了 “双”Transformer架构，既能够学习实时订单序列数据，也能够学习位置、天气和订单行为等特征。TxT可以利用餐馆中所有可用的数据点，而无需在接单流程开始之前识别顾客。
目前，戴金权的团队已有数不清的合作案例，包括电讯、医疗等行业。在与合作伙伴合作时，戴金权更关注数据：“首先我们会问客户是否有数据和标签，其次是要解决什么问题，再者是算法和大数据直接打通。”
在人工智能时代，AI和数据分析是将来非常重要的一个应用场景。特别是在把AI和数据分析应用到现实生产系统当中。英特尔的软件实力也在随着应用的变化而变化，最终为生态服务，成为应用高效落地的密码。
四、硬件：一切的根基
好的公司制造产品，伟大的公司定义标准。从摩尔定律，到近期Intel 7、Intel 4、Intel 3、Intel 20A、Intel 18A工艺节点的重新命名，充分表达出英特尔在行业标准定义上的话语权，犹如江湖高手对武功秘籍的命名。
对于AI世界的构想，英特尔之所以比其他公司更为大胆，得益于其底层的芯片实力，所谓“皮之不存毛将焉附”，如果软件解决了用户落地问题的最后一公里，那硬件就是广阔想象力的基础。按照主流的说法，英特尔的历史早就被当做一部芯片历史。
英特尔在2018年提出的要依靠六大技术支柱，从制程和封装、架构、内存和存储、互连、安全和软件等方面多维度提升产品领先性，而不是单独依赖于单一技术。附着在AI领域，英特尔以内置AI加速的至强可扩展处理器为基础，提供全面的XPU芯片平台。
“对于英特尔做AI产品的硬件部门来说，如CPU加速、GPU加速、ASIC等，AI是一个工作负载，紧跟当下AI算法趋势。” 英特尔研究院副总裁、英特尔中国研究院院长宋继强认为AI更像一个工具，来提升设计、生产流程中的效率和成本：“我们会有一些专门用于推理的框架，加上研究院做出的算法，做到产品未来的路线图里，这是一种工作负载的方式影响未来的硬件框架。”
简而言之，英特尔和AI是互相关联和突破的关系，硬件是AI的基础，同时AI影响硬件架构设计。
宋继强的身份与英特尔研究院息息相关，看到的更多是未来5年之后的布局。据宋继强介绍，英特尔研究院中AI相关的人数占到研究院一半以上，一部分与AI算法/框架设计有关的工作，一部分是将AI能力嵌入到其他芯片里。“英特尔研究院的总人数大约是全公司的0.5%，但专利数占到全公司的20%。”研究院时刻把握着整个时代的方向，从专利数来看，有着极高的效率。
此外，英特尔在异构计算上发展，更是在硬件层面推动着AI以及其他领域的突破。
所谓异构计算，就是指将CPU、GPU、FPGA、DSP等不同架构的运算单元整合到一起进行并行计算。当人工智能等海量计算诉求到来之后，GPU、FPGA、DSP去配合CPU进行计算的使命就自然而然的产生了。对于超异构计算，宋继强认为是“下一个等级”的技术，由不同的Die整合起来的，所以能够利用不同架构芯片，在处理不同的数据、不同的任务的时候有独特的性能和功耗优势。
总的来说，英特尔释放AI潜力是通过自身全栈实力推进的，包括硬件层面、前沿计算层面、软件层面和生态构建层面四个方面的，相互配合，才能构建一个完整的AI帝国。与宋继强的交流中，并没有过多强调产品参数本身，而是“应用”二字。如上，本文已经从生态角度阐述了英特尔对AI的布局，然则，我们必须还要思考一个问题，AI的力量是无穷的，有善恶之分，科技向善才能让AI释放正能量。
五、向善才AI
评判一个科技公司的格局并不是靠营收，也不是靠颠覆世界观点的英雄主义，而是那颗向善的心。对于一般科技公司来说，AI是一门生意，技术是资本的筹码。对于英特尔来说，AI不仅是商业层次的存在，更是拥有生态构建和道德层面的光芒。
英特尔曾用AI助力修缮长城、维护15世纪德国大教堂、为敦煌文物打造“数字档案”、抢救满语等等，此时的AI应用激活了历史，穿越了时空，具有高度人文性。
在2017年的修缮哈尔伯施塔特大教堂案例中，英特尔携手德国魏玛包豪斯大学和来自萨克森-安哈尔特州文物保护基金会专家，利用先进的商用无人机技术协助检测和评估哈尔伯施塔特大教堂的受损情况，采集数据用于修复计划。这里的无人机就是英特尔Falcon™ 8+无人机。
在2018年的AI修缮长城案例中，英特尔与中国文物保护基金会携手，利用英特尔猎鹰8+无人机对城墙进行检测与航拍，在恶劣条件下近距离测绘获取高分辨率图像以进行清晰准确的3D建模。英特尔与武汉大学进行合作，用无人机对箭扣长城进行全角度高精度图像采集，生成3D模型后，利用人工智能技术进行自动化缺损检测，对长城进行数字化虚拟修复。
在健康方面，2018年9月份的时尚健康粉红丝带运动暨英特尔智慧医疗主题沙龙上，英特尔公司与医疗影像AI领域的领先企业汇医慧影宣布联合推出“人工智能乳腺全周期健康管理系统”，通过人工智能技术助力乳腺癌筛查及诊治。
在保护生物多样性物种中，英特尔的技术随处可见，2017年英特尔与Parley for the Oceans合作开展了SnotBot计划，通过英特尔提供的人工智能和无人机技术，分析鲸鱼健康和海洋环境，保护海洋系统；在2018年的保护东北虎方案中，通过数据分析识别来自数百个摄像头的图像，追踪野生老虎历史运动轨迹，实现全方位的东北虎监测与保护；2019年，在制止偷猎盗猎方案中，就有英特尔 Movidius™视觉处理单元(VPU)在内的英特尔人工智能技术；2020年，英特尔“人工智能构建者计划（Intel AI Builder）”成员、数据科学公司Gramener开发出了一种新的群体计数解决方案，可以帮助研究人员利用计算机视觉技术更快、更准地统计企鹅数量……
值得关注的是，今年东京奥运会上，在苏炳添打破亚洲百米记录，创造国人奇迹时，背后的3D运动员追踪技术就是由英特尔和阿里巴巴联合开发，采用全新的AI驱动的3D运动员追踪技术。
东京奥运会上的3D运动员追踪技术
科技从业者的道德感在某种层面上需要更高要求，是人们文明进步可持续的基础。当我们在聊英特尔的AI时，更多的受访者印象最为深刻的是这些AI案例。我们应该庆幸科技巨头们“科技向善”的理念，将企业信奉的“进化论”和自然界真正嗜血冷酷的进化论区别开来，为推动人类文明进步打下根基。正如英特尔CEO Pat对毕业生所说的那样：“不能认为科技是别人的问题，每个人都必须发挥作用来确保科技创新成为一种向善的力量。”不然，AI将不爱。
本文仅代表媒体观点
文中图片等素材的版权归其所有者拥有
相关资讯
点赞还是在看？
