英特爾中國研究院院長 宋繼強

　　今天，我們正在擁抱一個萬物智能互聯(lián)的新世界。越來越多的物和設(shè)備通過網(wǎng)絡(luò)實現(xiàn)互聯(lián)互通，讓數(shù)據(jù)呈現(xiàn)爆發(fā)之勢。數(shù)據(jù)洪流洶涌而至，數(shù)據(jù)正在成為技術(shù)領(lǐng)域最重要的驅(qū)動力。人工智能AI、自動駕駛、5G和VR/MR等一系列前瞻性技術(shù)的出現(xiàn)，令我們有機會充分釋放這些數(shù)據(jù)的潛能，不斷升級人類生活體驗。

　　非常高興從今天開始，我們在智東西開設(shè)英特爾中國研究院專欄。借助這個平臺，我們希望與大家分享并交流英特爾對于前瞻技術(shù)趨勢的觀察，探討萬物智能互聯(lián)的當下與未來。作為專欄系列文章的開篇，讓我們先從機器人、人工智能的視角切入，探究數(shù)據(jù)洪流時代的產(chǎn)業(yè)機遇。

　　機器人作為人工智能最重要的應(yīng)用領(lǐng)域，一直飽受關(guān)注。好萊塢大片中經(jīng)常出現(xiàn)的智能機器人為大眾設(shè)置了很高的預期，而現(xiàn)實的服務(wù)機器人的智能能力遠未達標。伴隨著近來深度學習催熱的這一波人工智能大潮，智能機器人產(chǎn)業(yè)如何破局是一個很重要的問題。我認為兩個方面非常關(guān)鍵：一個是人工智能（AI: Artificial Intelligence）與智能交互（SI: Smart Interaction）深度融合；另一個是智能機器人的安全性。關(guān)于安全性我們留到以后再談，今天重點探討AI與SI的融合。

　　AI在學術(shù)界有一個比較常用的定義，就是要了解智能的實質(zhì)，并且要能夠生產(chǎn)出一種像人一樣，以智慧的方式對外界輸入作出反應(yīng)的智能機器。這個學科的最終目的是讓機器具有智能的反應(yīng)能力，所以智能機器人可以看做是人工智能的終極目標。

　　了解智能的實質(zhì)有兩種辦法：一種是通過哲學或者心理學的方法，從外部觀察人的行為來推測人是以怎樣的智能方式在思考；另外一種是把人腦切開看看神經(jīng)解剖結(jié)構(gòu)，并且通過腦活動檢測技術(shù)和精心設(shè)計的實驗來發(fā)現(xiàn)智能活動的規(guī)律。當我們對智能有了一個認識（未必正確、但至少有了模型），那怎樣把機器變得智能就需要數(shù)學家、計算機科學家、自動化專家去鉆研。所以，人工智能相關(guān)的學科很多，除了軟的理論、模型和算法，還需要依賴硬件落地，比如說需要芯片去給它提供強有力的計算和存儲。對于機器人這種智能體，還需要有復雜的系統(tǒng)控制技術(shù)支撐。

　　現(xiàn)在這一波人工智能的熱潮，實際上也是受益于目前最新的計算和存儲的改進。神經(jīng)網(wǎng)絡(luò)技術(shù)來自于腦的神經(jīng)元結(jié)構(gòu)啟發(fā)，但它跟腦的處理過程完全不一樣。它是通過大規(guī)模的數(shù)據(jù)去訓練，然后機器從數(shù)據(jù)中學習一些內(nèi)在的規(guī)律，形成一個模型，再用這個模型去推測新的數(shù)據(jù)。這稱為一個機器學習的過程，它需要很多的存儲和計算能力，而我們現(xiàn)在正處于一個非常適合它大發(fā)展的時代。

　　為什么非常合適呢？因為受益于摩爾定律，過去20年硬件的能力獲得大幅發(fā)展，其中單位成本的計算能力提高1.5萬倍、存儲能力提高3萬倍。通訊技術(shù)從有線發(fā)展到無線，現(xiàn)在正向5G邁進。這意味著我們不僅可以讓智能機器具有強大的大腦，在需要的時候還可以靈活利用云端的能力。云、端結(jié)合釋放持續(xù)學習和改善的能力。