Intel 公開全方位而且長遠的 AI 人工智慧發展藍圖
記者洪聖壹／臺北報導
在 2016 年，DeepMind 開發的 Alpha Go 大戰南韓棋士李世乭一役之後，「AI First」已經成爲全球科技產業發展的口號，到了 2017 年，AI 開發與應用已經成爲各家廠商積極參與的領域。intel 延續 2016 年 12 月在中國北京舉辦的 AI Day，稍早在日本東京的「AI Day」當中，大談機器學習與人工智慧發展策略，同時發展 Intel Nervana 平臺，並宣佈將於 4 月 6 日在日本啓用資料中心，實現 AI 發展。
Intel 認爲人工智慧纔剛起步，對現在的企業帶來許多挑戰，Intel 除了協助業者打造聊天機器人（Chatbot）與自動駕駛汽車等發展之外，下一步，intel 預測 2020 年 AI 在資料中心的運算需求將比現在還要高 12 倍，這包括旗下 Intel Xeon處理器、Intel Xeon Phi處理器、Intel Arria 10 FPGA、Intel Nervana技術、以及其他相關產品的需求。
爲此，Intel 針對人工智慧所推出的運算解決方案，包括代號 Skylake 的新一代 Intel Xeon 處理器，現已向選定雲端服務供應商出貨；包括能帶來比現有 Xeon Phi 處理器高 4 倍效能、代號 Knights Mill 的新一代 Intel Xeon Phi 處理器，預計於 2017 年上市；還有另外一款新產品，則是代號 Crest Family 的新系列硬體產品，包括代號 Lake Crest 的首款矽晶片，將在 2017 上半年測試，並預計在今年開始向主要客戶供貨。但是另外一款代號 Knights Crest，整合同級產品最佳的 Intel Xeon 處理器與 Nervana 技術，不過還未有上市規劃。
＊發展AI，GPU 並非王道？
相較於 NVIDIA 的 AI 解決方案，Intel 認爲 NVIDIA 帶來更好的處理效能、intel 則是帶來更好的機器學習運算效率，在雲端伺服當中，提供更高的運算精度，需求的能量卻又相對地降低。
這是因爲深度學習的基礎根植於線性代數之上，Intel 以實際行動證明一旦軟體框架經過最佳化之後，這些作業負載在Intel 處理器上運行的速度就會大幅提升，實際上採用 Intel Xeon Phi 處理器與 NVIDIA GPU 在深度學習的對戰上，效能就相差超過 400 倍。
Intel 更進一步強調，通用型圖形處理器(General-purpose computing on graphics procession units，GPGPU)只是剛好趕上空窗期被用來執行深度學習運算。然而，GPGPU的架構在處理 AI 方面並沒有獨特的優勢，隨着人工智慧持續演進，包括深度學習與機器學習未來都需要高擴充性的架構。而目前在資料中心市場，所有用來執行機器學習處理作業的伺服器中超過 97% 都是內含 Intel 處理器。
Intel 表示，「深度學習」是機器學習領域的一個分支，雖然目前的規模還小，但成長速度極快。初期深度學習的探索研究，尤其是複雜的類神經網路訓練方面，確實有用到繪圖處理器，但僅佔一小部分的作業負載。反觀 Intel 不僅針對深度學習擬定領先業界的解決方案藍圖，還提供從終端至雲端(edge-to-cloud)的AI解決方案，滿足更廣泛客羣的需求。
Intel 指出，全新系統架構除了能支援更大的模型，還提供連貫一致的架構，能從終端一路涵蓋到資料中心。這種更全面的產品線加上全方位的產業體系，才能發揮強大的策略優勢。
＊Nervana 平臺成爲發展 AI 新寵兒：
爲了擴展在AI的產品陣容， Intel 在幾個月前併購 Nervana systems 發展 AI 技術平臺 Nervana，團隊成員包含機器學習、奈米科學、電腦工程等領域的專家，成員來自世界級機構、研究實驗室、以及業界，他們採用業界標準硬體與軟體，藉以讓更多開發者與資料科學家着手研發更好的AI解決方案，內含的硬體與軟體元素都針對影像辨識、自然語言處理、以及更多相關作業負載進行最佳化。
此外，針對近期成立的 Intel Nervana Academy，這項計劃包含讓各界人士運用整套最佳化工具、框架、技術文件、課程、培訓等資源，以及和各界專家進行交流。最後透過參考解決方案提高智慧機器的普及性，並和包括Google Cloud Platform (GCP)與Coursera在內的夥伴進行合作。
Intel 更進一步以智慧監控爲例，說明在現有深度學習的方式，主要分爲兩個處理階段，第一個階段主要都是在資料中心 24 小時不間斷運作，包括使用行爲分析、建立深度類神經網路配對模組，接着在第二階段爲攝影機、感應器提供新的輸入資訊、訓練類神經網路模組、最後才進行影像辨識。
在導入 Nervana 之後，像亞馬遜倉庫的機器手臂一樣，可以聰明選擇正確的商品，而汽車偵測到危機，整個系統會停止，而不是不知道該怎麼辦，現在也被廣泛應用在智慧監控領域上，經過實測，導入深度學習模組，死版的攝影機也因此有了影像辨識功能，而且可以辨識 97% 的人類，包括這樣的智慧監控解決方案在內，Nervana 目前已經被應用在金融、醫療、汽車、工業、飛航、電腦等領域，使用的工具包括 Nervana 深度學習平臺、Nervana雲端解決方案與深度學習開放架構開發庫 Nervana Graph。
Intel 指出，Nervana 的技術與矽元件方面的專業除了帶動 Intel AI 產品線的演進，還將提升深度學習的效能以及改善 Intel 現有產品陣容的總擁有成本。Intel 相信結合內部的開發資源，包括開發 Intel Xeon 與Intel Xeon Phi 處理器的經驗，加上 Nervana Systems 團隊，將大幅加快AI的發展進程，迎向下一波運算浪潮。
不過記者進一步詢問關於 「Crest Family」以及 Intel 針對伺服器管理上的後續發展，intel 的回答不意外的是：「不會對即將推出的產品揭露更多細節」。
＊與 PFN 結盟，增進深度學習效能：
除此之外，Intel 宣佈與日商 Preferred Networks 結盟，加速深度學習效能，預期將採用英特爾高度最佳化的開放原始碼程式庫 Intel Math Kernel Library (MKL) 以及 Intel Math Kernel Library Deep Neural Network (MKL-DNN) 作爲基礎建構元素，共同開發 Chainer，採用開放原始碼的深度學習框架，其目標爲運用內含英特爾處理器廣泛的基礎架構以加速立即可用的深度學習效能。藉由這項合作案，PFN 將持續最佳化 Chainer 在英特爾架構上的運算效能，包括通用型運算、加速器、函式庫等方面的處理作業。
＊併購 Saffron 延伸物聯網布局：
除了 Nervana systems，Intel 去年併購 AI 系統廠商 Saffron，主要方向是希望在物聯網裝置上能執行智慧分析任務，協助發展尖端的協作分工。Saffron 的平臺採用記憶式推理技巧，針對異質資料進行透明化分析。這種技術尤其適合用在小型裝置，受人類記憶啓發的推理式學習，涉及到分辨人、地、物之間的關聯，從中找出情境的定義並預測接下來發生的事。
Saffron的自然智能平臺(Natural Intelligence Platform)不僅會持續學習，發掘更深層的見解，做出反應背後的理由也完全透明公開，朝向更趨近真人智慧的目標邁進。推理系統能結合多個資料來源，包括結構化與非結構化的巨量資料以及資料稀少的情境，另外也能接收電腦視覺與機器學習的輸出資料。這種模式特別適合小型裝置，使得物聯網裝置能在本機內執行分析作業，協助推動尖端協作AI的發展。Saffron的技術已廣泛運用在各個產業，用來解決產品品質問題；找出製造與研發中產品的缺陷；協助金融服務與零售業向顧客推薦產品/服務/應對接待；協助運動與醫療業改進健康並提供健身建議；以及協助各行業辨識與防制身分僞冒與犯罪。
＊爲 AI 成立跨部門事業體與人工智慧研究實驗室：
Intel 指出，目前 AI 發展的前三大用戶包括健康照護、金融與來自 Amazon、Google、微軟等合作伙伴，不過在跟這些公司合作的過程中，一件簡單的事情，可能會變得很困難，因此從中可能需要發展出所有解決方案，隨着業務增長，Intel 宣佈創立人工智慧產品事業羣(Artificial Intelligence Products Group，AIPG)，由英特爾人工智慧產品事業羣副總裁暨總經理Naveen Rao領軍，並向執行長科再奇(Brizan Kryzanich)彙報業務。此新事業羣將統籌全公司的各項資源，包括工程、實驗室、軟體等，來打造英特爾領先業界的AI產品線— Intel Nervana平臺— 爲 Intel 客戶提供針對自身需求進行最佳化的全方位的硬體與軟體 AI 方案。
另外，專責開拓運算疆界的應用人工智慧研究實驗室，則由人工智慧產品事業羣技術長 Amir Khosrowshahi 掌管，希望嘗試以往未曾涉獵的新架構與演算法，探索未來新世代的人工智慧。這將涉及各種類型的解決方案，從資料中心到終端裝置(edge devices)，以及從訓練到推論 –目標都是要讓英特爾與其客戶加快創新的腳步。
不僅如此，爲讓 AI 對全球做出最大的正面影響，intel 發展全球伺服器，可以依據更大的數據資料庫和政府、企業、社會一起合作、規劃有益人類的用途。
舉例來說，intel 開放自動駕駛平臺和 BMW 以及 Mobileye 合作，避免可能發生的車禍，或是建立 Broad Institute 癌症研究中心，推動開放資料交換與知識分享(像是協作式癌症雲，Collaborative Cancer Cloud)，包括疾病治療、研究、新藥研發、減少回診率、遺傳因子研究等各面向的發展。
此外，Intel 還計劃透過各個非官方組織(NGO)在AI管制與政策方面合作，同時成立 Intel 人工智慧顧問委員會(Intel AI board of advisors)，發展 AI 的同時，也防範 AI 被惡意使用，建立道德與隱私方面的規範，以及確認社會應如何面對這波轉變以做出最好的準備。Intel 還建立了 AI 合作發展社羣，希望透過 intel.com/ai 官網集思廣益與執行相關計劃，其他還有像是 Hack Harassment網路騷擾防制計劃以及美國失蹤與受虐兒童援助中心等。影響範圍涵蓋 Intel 的夥伴產業體系、整個產業、以及全球社會。