11月14日至15日，英特爾人工智能大會(huì)（AIDC）在北京舉行。大會(huì)上，除了英特爾公司的演講嘉賓，同時(shí)也有來(lái)自學(xué)術(shù)界和產(chǎn)業(yè)界的多位嘉賓登臺(tái)發(fā)表演講，分享了共同攜手推動(dòng)人工智能突破與落地的進(jìn)展和成果。

百度資深架構(gòu)師董大祥介紹了百度AI與英特爾的深度合作。他表示，百度不僅是一家搜索引擎公司，同時(shí)也是一家AI公司。除了視覺(jué)領(lǐng)域、自然語(yǔ)言處理、語(yǔ)音識(shí)別 領(lǐng)域部署了AI模型以外，還有很多基于大數(shù)據(jù)場(chǎng)景下做的AI模型。百度的深度學(xué)習(xí)模型一直在幫助搜索引擎不斷迭代，但這需要百億、千億級(jí)別數(shù)據(jù)的大規(guī)模分布式訓(xùn) 練，目前基本都是由英特爾CPU構(gòu)建的大規(guī)模集群來(lái)訓(xùn)練的。特別是英特爾的MKL/MKL-DNN 加速技術(shù)，有效提升了深度學(xué)習(xí)模型的訓(xùn)練速度和在線預(yù)估速度。

匯醫(yī)慧影創(chuàng)始人兼CEO柴象飛表示：“在整個(gè)醫(yī)學(xué)領(lǐng)域，醫(yī)學(xué)影像是最重要、也是人工智能最可行的一個(gè)領(lǐng)域。醫(yī)院超過(guò)80%的數(shù)據(jù)都是影像數(shù)據(jù)?！彼M(jìn)一步表示，與英特爾的合作使得匯醫(yī)慧影的技術(shù)在算力上得到極大加強(qiáng)，至強(qiáng)處理器的運(yùn)用在處理海量數(shù)據(jù)尤其是三維數(shù)據(jù)甚至是多維數(shù)據(jù)方面，使得直接訓(xùn)練包括分類的學(xué)習(xí)變得可行。同時(shí)，在CPU上推演的部分可以最大限度地使用既存硬件，快速賦能原有設(shè)備，使得匯醫(yī)慧影的平臺(tái)、算法能力以及大量的醫(yī)學(xué)數(shù)據(jù)得以被快速挖掘，建立多維模型。

美的集團(tuán)視覺(jué)研究所所長(zhǎng)胡正分享了利用AI進(jìn)行產(chǎn)品檢測(cè)的合作。他說(shuō)，在工業(yè)視覺(jué)檢測(cè)方面，工廠環(huán)境中有各種各樣的零部件，加上不同材質(zhì)、不同邊緣、不同采光和拍攝角度，從而很難去開(kāi)發(fā)一個(gè)定制化的傳統(tǒng)算法，而且耗費(fèi)時(shí)間成本多。美的通過(guò)運(yùn)用人工智能算法結(jié)合英特爾酷睿、至強(qiáng)可擴(kuò)展處理器以及OpenVINO，構(gòu)建了一款高度優(yōu)化的缺陷檢測(cè)解決方案，方案成本也非常低。同時(shí)，這個(gè)解決方案將應(yīng)用到美的更多工廠里。

騰訊優(yōu)圖技術(shù)專家沈昊說(shuō)，騰訊優(yōu)圖是騰訊旗下頂尖的AI實(shí)驗(yàn)室之一，涵蓋人體、人臉、交通、醫(yī)療影像和自動(dòng)駕駛等多個(gè)方面的計(jì)算機(jī)視覺(jué)前沿研究和產(chǎn)品落地，日均服務(wù)調(diào)用超過(guò)30億次。騰訊優(yōu)圖與英特爾一起打造了兩款智能硬件，一個(gè)是優(yōu)圖盒子，基于有著出色解碼能力的英特爾CPU加上高效AI算力，可以在本地直接做AI預(yù)處理，人臉檢測(cè)、跟蹤優(yōu)選、人臉識(shí)別都在邊緣端完成，相比過(guò)去全部搬到云上，如今送到云端只是非常少的數(shù)據(jù)，大大節(jié)省了整個(gè)系統(tǒng)的帶寬，顯著提升運(yùn)行效率。而與英特爾Movidius團(tuán)隊(duì)合作的基于Myriad 2的騰訊優(yōu)圖AI攝像機(jī)不僅能檢測(cè)、跟蹤、優(yōu)選人臉，并且整個(gè)過(guò)程都可以在攝像機(jī)里完成，極大降低了整套系統(tǒng)的成本，在不損失精度的情況下效率提升1倍以上。

南京大學(xué)人工智能學(xué)院院長(zhǎng)、計(jì)算機(jī)科學(xué)及技術(shù)系主任周志華教授分享了他對(duì)于深度學(xué)習(xí)的一些思考。他在演講中著重提到了“深度森林（Deep Forest）”算法，主要基于決策樹(shù)作為基本構(gòu)建，是第一個(gè)不基于深度神經(jīng)網(wǎng)絡(luò)、不基于BP算法、不用計(jì)算梯度訓(xùn)練的深度模型。它具備適合多核芯片架構(gòu)加速等特點(diǎn)，并且能夠比基于神經(jīng)網(wǎng)絡(luò)的感知器更適應(yīng)處理離散數(shù)據(jù)或列表數(shù)據(jù)。南京大學(xué)已經(jīng)與英特爾成立了人工智能聯(lián)合研究中心，重點(diǎn)關(guān)注非神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)技術(shù)對(duì)智能芯片設(shè)計(jì)的啟發(fā)式影響，以及智能芯片對(duì)更多機(jī)器學(xué)習(xí)技術(shù)的支撐能力擴(kuò)展。英特爾架構(gòu)對(duì)“深度森林”來(lái)說(shuō)是理想的模型級(jí)并行加速器，雙方的合作將進(jìn)一步推動(dòng)人工智能產(chǎn)業(yè)應(yīng)用落地。未來(lái)英特爾還將協(xié)助南京大學(xué)人工智能學(xué)院建設(shè)智能硬件相關(guān)課程，攜手推進(jìn)中國(guó)人工智能人才培養(yǎng)。

騰訊云副總裁王龍介紹了一年以來(lái)騰訊云與英特爾的合作及進(jìn)展。騰訊優(yōu)圖鑒黃業(yè)務(wù)量非常巨大，基于英特爾開(kāi)源組件、MKL算法庫(kù)以及英特爾CPU的幫助，整體的鑒黃性能提升1.6倍，節(jié)省了大量人力和時(shí)間成本。騰訊視頻轉(zhuǎn)碼優(yōu)化則基于英特爾至強(qiáng)可擴(kuò)展處理器等，在1080P視頻轉(zhuǎn)碼性能上獲得了2倍提升，使用最新的AVX指令集的時(shí)候能獲得1.7倍性能提升。今年，PhoenixGo獲得了2018年世界人工智能圍棋大賽冠軍，這得益于使用了騰訊內(nèi)部至強(qiáng)服務(wù)器的閑時(shí)訓(xùn)練，與英特爾的通力合作也是密不可分。他指出，為了更好地讓AI服務(wù)于各行各業(yè)，騰訊和英特爾都希望有更深的合作實(shí)現(xiàn)共贏，共建AI生態(tài)，為產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型作出貢獻(xiàn)。

阿里云IoT事業(yè)部高級(jí)技術(shù)專家、AI@Edge負(fù)責(zé)人龍一民主要分享了工廠缺陷檢測(cè)方面的效率提升。阿里云IoT團(tuán)隊(duì)將工業(yè)機(jī)械臂和計(jì)算機(jī)視覺(jué)結(jié)合在一起，與英特爾團(tuán)隊(duì)一起在重慶的項(xiàng)目上合作運(yùn)用OpenVINO、阿里云Link IoT Edge和Link Kits，成功地幫助工廠將缺陷檢測(cè)效率提升5倍。而此前這樣的檢測(cè)工作全部由人工來(lái)完成，并且人工檢測(cè)準(zhǔn)確率不到20%；人工智能視覺(jué)檢測(cè)的準(zhǔn)確率則趨近于100%。通過(guò)與英特爾合作，阿里云IoT也看到了更多的視覺(jué)智能和邊緣計(jì)算的市場(chǎng)機(jī)遇。

上海寶信軟件研究開(kāi)發(fā)部總經(jīng)理董文生介紹了寶信的業(yè)務(wù)以及與英特爾合作的成果。在工業(yè)領(lǐng)域，除了視頻缺陷檢測(cè)之外，另外一個(gè)大的數(shù)據(jù)來(lái)源是各類傳感器。由于傳感器頻率高、數(shù)據(jù)量大，一家大型企業(yè)一天的積累量就是TB級(jí)的數(shù)據(jù)。寶信利用英特爾Analytics Zoo解決方案，建立了無(wú)監(jiān)督的深度學(xué)習(xí)系統(tǒng)，基于LSTM設(shè)備自動(dòng)診斷檢測(cè)的模型來(lái)進(jìn)行實(shí)驗(yàn)。目前寶信已經(jīng)將Analytics Zoo方案和BigDL方案與大數(shù)據(jù)平臺(tái)做了集成，這為未來(lái)應(yīng)用到其他實(shí)際場(chǎng)景當(dāng)中提供了基礎(chǔ)。

PaddlePaddle技術(shù)負(fù)責(zé)人百度主任架構(gòu)師于佃海介紹了百度在深度學(xué)習(xí)研究和應(yīng)用上的深厚積累，特別是大規(guī)模深度學(xué)習(xí)的應(yīng)用實(shí)踐，目前核心產(chǎn)品線上超大規(guī)模稀疏特征任務(wù)的訓(xùn)練上，英特爾CPU的集群優(yōu)勢(shì)比較明顯。他還特別介紹了百度開(kāi)源深度學(xué)習(xí)框架PaddlePaddle及最新發(fā)布的系列開(kāi)發(fā)套件，并從PaddlePaddle角度介紹了與英特爾的廣泛且深入的合作。 PaddlePaddle與英特爾針對(duì)深度學(xué)習(xí)開(kāi)發(fā)的中間編譯器nGraph的對(duì)接簡(jiǎn)潔，可以無(wú)縫銜接不同的硬件后端，得到了更高效的后臺(tái)計(jì)算。英特爾更加重視深度學(xué)習(xí)領(lǐng)域，所以芯片產(chǎn)品也越來(lái)越適配深度學(xué)習(xí)。PaddlePaddle 與英特爾在低數(shù)值精確計(jì)算也有密切的合作，英特爾的下一代指令集VNNI提供強(qiáng)大的INT8乘加運(yùn)算效率。對(duì)于深度學(xué)習(xí)領(lǐng)域而言，這些英特爾芯片和技術(shù)有著很多特色?；谝延械某晒臀磥?lái)無(wú)限可能，PaddlePaddle與英特爾的合作將是深度而持續(xù)的。

中國(guó)移動(dòng)物聯(lián)網(wǎng)有限公司高級(jí)技術(shù)總監(jiān)劉源介紹了中移物聯(lián)網(wǎng)有限公司自主研發(fā)的OneNET核心能力平臺(tái)，為接入OneNET平臺(tái)的海量設(shè)備提供一站式人工智能SaaS服務(wù)，豐富打造OneNET平臺(tái)智能生態(tài)應(yīng)用。OneNET AI平臺(tái)基于英特爾? 至強(qiáng)? 處理器集群，并采用英特爾? 人工智能軟件工具組合構(gòu)建和部署，為平臺(tái)用戶提供了電表讀數(shù)識(shí)別、物質(zhì)成分分析、車牌識(shí)別、人臉驗(yàn)證等多種主流服務(wù)，滿足物聯(lián)網(wǎng)企業(yè)、創(chuàng)客以及個(gè)人開(kāi)發(fā)者的智能化需求。劉源說(shuō)，中移物聯(lián)網(wǎng)和英特爾雙方已通過(guò)戰(zhàn)略合作伙伴及聯(lián)合實(shí)驗(yàn)室機(jī)制，在物聯(lián)網(wǎng)人工智能領(lǐng)域展開(kāi)合作創(chuàng)新。在平臺(tái)層面， 從設(shè)備、邊緣到數(shù)據(jù)中心，英特爾多種芯片技術(shù)助力中移物聯(lián)網(wǎng)實(shí)現(xiàn) IoT+AI 戰(zhàn)略；在軟件層面，英特爾 OpenVINO 工具極大提升了AI軟件開(kāi)發(fā)效率，同時(shí)能夠優(yōu)化模型，按需部署到異構(gòu)芯片及設(shè)備，從而獲得最佳性能表現(xiàn)； 非常期待英特爾人工智能芯片和加速卡等新技術(shù)不斷創(chuàng)新并在物聯(lián)網(wǎng)領(lǐng)域的深度應(yīng)用。

武漢大學(xué)教授、武漢大勢(shì)智慧科技有限公司CEO黃先鋒介紹了與英特爾在長(zhǎng)城保護(hù)項(xiàng)目上的合作。他表示，雙方利用英特爾獵鷹8+無(wú)人機(jī)和人工智能技術(shù)，通過(guò)高精度的3D模型結(jié)合深度學(xué)習(xí)算法，對(duì)城垛的缺失部分以及墻體裂縫做識(shí)別和分析，最終給出定量的缺失體積甚至是缺失多少塊磚的結(jié)果，進(jìn)而形成修復(fù)計(jì)劃。英特爾獵鷹8+無(wú)人機(jī)采集了箭扣長(zhǎng)城700米長(zhǎng)度上的9000多張圖像，每張圖像有4200萬(wàn)像素，總共有120多G的圖像。處理這些數(shù)據(jù)，16臺(tái)至強(qiáng)處理器的集群算了19.6個(gè)小時(shí)，而在算法沒(méi)有優(yōu)化之前是用了50個(gè)小時(shí)。