1956 年是計算機歷史頗具里程碑意義的一年?！妇w管之父」威廉·肖克利回到加州帕洛奧多，成立肖克利半導體實驗室。同年夏天，28 歲的約翰·麥卡錫與同齡的馬文·明斯基、37 歲的納撒尼爾·羅切斯特以及 40 歲的克勞德·香農，在達特茅斯學院舉行了一個學術研討會。

固然肖克利「將硅帶到硅谷」，但卻是他的弟子們讓硅成為「科技世界的通行證」，其中三個弟子：羅伯特·諾伊斯、戈登·摩爾、安迪·格魯夫創(chuàng)立的英特爾，成為過去 40 多年影響整個計算機行業(yè)的重要力量，以半導體發(fā)展速度為基礎的摩爾定律更是一度預言了技術變革的速度和方向。而達特茅斯峰除了提出一個「人工智能」的新詞并沒有太多驚喜，不過這個詞卻成為接下來半個世紀計算機行業(yè)的「圣杯」(比爾·蓋茨語)。

2016 年，人工智能步入甲子之年，在一場舉世矚目的智能挑戰(zhàn)中，代表人工智能的 Alpha Go 完勝人類圍棋冠軍。這一年，摩爾定律走到第 51 個年頭。兩件看似不相關的事實放在一起卻像一個巨大的時代隱喻，在科技業(yè)老牌巨頭如微軟、蘋果，互聯(lián)網(wǎng)新貴如 Google、Facebook 紛紛押注人工智能時，作為芯片帝國締造者的英特爾， 尤其是在錯過移動互聯(lián)網(wǎng) 10 年紅利的大背景下，英特爾的機會又在哪里?

答案或許就藏在上周召開的 2016舊金山英特爾信息技術峰會(IDF 2016)里，不過在討論這場開發(fā)者盛宴之前，我們有必要先看些會場之外發(fā)生的故事。

兩個或左右未來的收購

2015年12月，英特爾完成了對可編程邏輯器件廠商 Altera 的收購，并且將 Altera 的 FPGA 納入到英特爾的產(chǎn)品線中。FPGA 是一種介于專用芯片和通用芯片之間，具有一定的可編程性，可同時進行數(shù)據(jù)并行和任務并行計算，F(xiàn)PGA 在特定領域，如圖像識別、信號處理等場景中具有比 GPU、CPU 更低的能耗，性價比很高。

這是英特爾布局機器學習的一個重要戰(zhàn)略。具體來說，英特爾會把 FPGAs 和英特爾處理器封裝到一顆芯片里，當用 FPGAs 來運算一些機器學習的任務時，比如影像識別算法，這些算法能大大提高它的性能。根據(jù)英特爾并購副總裁文德爾·布魯克斯 2015 年接受采訪時的說法，相對于傳統(tǒng)的處理器和 FPGA 獨立組建，新的一體化芯片最初將帶來 30% 至 50% 的性能提升，而最終的性能提升將達到 2 到 3 倍。

2016 IDF 之前，英特爾宣布收購深度學習創(chuàng)業(yè)公司 Nervana System，這可能是一個比收購 Altera 更重要的一個舉動。Intel執(zhí)行副總裁暨數(shù)據(jù)中心事業(yè)群總經(jīng)理柏安娜在官方博客里寫道：「人工智能正在轉變商業(yè)運作以及人們參與世界的模式，而它的子集──深度學習，是擴展人工智能領域的關鍵方法?！?/p>

盡管英特爾擁有可支持高性能計算的處理器，但在深度學習芯片領域，Nvidia 的 GPU 具備統(tǒng)治性的地位。長期以來，英特爾都無法染指深度學習領域，英特爾擁有強大的至強處理器，而且全世界有 97% 支持機器學習的服務器都是采用至強或至強 Phi 處理器，但這些服務器占據(jù)全球服務器的比例不到10%。

另一方面，雖然擁有了 FPGA，但沒有 GPU 的殘酷事實則頗為無奈。而 Nervana 則是一家在芯片領域具有自主知識產(chǎn)權的公司，旗下的 Engine 芯片在深度學習訓練時有著比傳統(tǒng) GPU 的能耗和性能優(yōu)勢。借助收購 Nervana，則有望幫助英特爾將自己在處理器的優(yōu)勢延伸到深度學習領域，從而打造一系列適應深度神經(jīng)網(wǎng)絡的特殊處理器。

上述兩大收購基本補齊了英特爾在人工智能，尤其是機器學習領域的兩大短板，同時也進一步延伸了處理器的業(yè)務體系。更重要的一個事實則是，英特爾旗下的風險投資也是過去幾年人工智能領域的活躍投資機構，下圖來自 CBinsights 的統(tǒng)計，這些公司涉及數(shù)據(jù)、深度學習算法、機器人等等，未來不排除英特爾繼續(xù)收購更多創(chuàng)業(yè)公司。

押注人與機器的新交互

回到今年的 IDF ，如果說并購是英特爾傳統(tǒng)處理器業(yè)務的擴展，那么這次 IDF 的眾多新的產(chǎn)品或計劃則是英特爾對于人機交互的新思考，前者押注在基礎研究，后者則是應用層面的布局。

事實上，科技的發(fā)展史也是人機交互的歷史，而人工智能發(fā)展的路徑同樣隸屬在人機交互的發(fā)展歷程里。人工智能的進化是機器越來越聰明的的過程，所謂的「聰明」，體現(xiàn)在人機交互過程中，則是計算設備在識別(包括語音圖像、視頻、文本)、理解、情感方面的進化。通過 IDF ，英特爾展示對人機交互長期和短期的賭注。

實感技術：人與機器的淺層交互

嚴格意義上說，實感技術并非新技術。去年的 IDF 上，英特爾 CEO 科再奇向觀眾不斷重復實感技術(RealSense)的重要性，并進行了多次演示。而一年后的 IDF ，當現(xiàn)場觀眾再次被一年前的這項技術歡呼鼓掌時，某種意義上也展現(xiàn)了實感技術的確有著巨大的應用場景，還記得今年格萊美上Lady Gaga 驚艷的表演嗎?

實感技術是計算機視覺的某種體現(xiàn)，通過攝像頭把感知能力和理解能力賦予新一代計算設備包括軟硬件的解決方案，硬件層面由色彩傳感器、紅外傳感器、紅外激光發(fā)射器和實感圖像處理芯片等部件組成了 3D 攝像頭。軟件方面，這個攝像頭可以捕捉物體的色彩、計算物體深度和運動軌跡，并且還支持 3D 建模、實時渲染等。

實感技術在機器人和無人機領域有著眾多用途，這幾乎相當于為機器人或無人機配備了一雙「眼睛」，比如支持無人機的Aero 平臺，而且作為一整套的軟硬件解決方案，對廣大中小開發(fā)者或創(chuàng)客來說意義重大。英特爾還把實感技術融入到虛擬、現(xiàn)實交互的新平臺。

融合現(xiàn)實：虛擬與現(xiàn)實的交互

這種新的虛擬、現(xiàn)實的新交互模式就是融合現(xiàn)實(Merged Reality)。英特爾首席執(zhí)行官 Brian Krzanich 花了大量篇幅闡述融合現(xiàn)實平臺 Alloy 以及頭盔產(chǎn)品 Alloy 之于未來的意義。相比于當下火熱的虛擬現(xiàn)實設備，英特爾希望將交互過程的計算與感知融入頭盔里，我們至少可以從以下兩個方面一窺融合現(xiàn)實的野心：

硬件需求：無需電腦主機，更不必將頭盔與其他設備連接，亦無需外部傳感器，這意味著現(xiàn)在困擾虛擬現(xiàn)實玩家的主機配置、無處不再的線纜和一定空間擺置的傳感器一并消失;

用戶體驗：不僅可以看到真實世界中的這些元素，還可以用手與虛擬世界的元素進行互動，而且沒有了各種線的干擾，也讓用戶使用過程中的移動體驗變得更自然;

為了推廣這個平臺，英特爾將在微軟的 Windows 10 上部署相關產(chǎn)品，據(jù)了解，2017 年升級后的Windows 10將支持主流PC運行Windows Holographic，Windows應用即可體驗混合現(xiàn)實。不過與相對成熟的虛擬現(xiàn)實平臺相比，英特爾的 Alloy 平臺還處在起步期，其第一代 Alloy 硬件要到 2017 年才會開放，要形成更具生態(tài)效應的平臺，還需要技術、商業(yè)的多重博弈。

無人駕駛：人與機器的深度交互

無人駕駛則是另一個人機交互的重要領域，也是最難的一個領域。2016 年 7月，英特爾宣布與寶馬、汽車傳感器廠商 MobileEye 合作發(fā)展無人駕駛汽車，此次 IDF 大會，英特爾展現(xiàn)了對人與汽車交互的觀察，目前業(yè)界所言的「無人駕駛」還停留在部分自動駕駛階段，也就是下圖的第二級別，到了第三級則意味著司機可以解放手和眼睛。第四級時，司機和乘客可以在車里睡覺，第五級才能實現(xiàn)真正意義的「無人駕駛」。

但無人駕駛的人機交互難度非常大。車內需要一個用于計算車輛運行狀況的計算機，而車外需要與高清地圖、不同車輛甚至市政網(wǎng)絡實時連接的高速網(wǎng)絡系統(tǒng)。這其中，計算、感知、網(wǎng)絡則是英特爾的優(yōu)勢所在。今年上半年，英特爾低調收購了一家由兩名前員工創(chuàng)辦的計算機公司 Itseez，該公司開發(fā)的算法可以幫助汽車「看見」并躲開路面上的障礙物，它還開發(fā)了一款司機輔助系統(tǒng)，可以幫助汽車沿著正確的車道行駛。另外，一家名叫 Yogitech 的物聯(lián)網(wǎng)公司也被英特爾收購，Yogitech 主要開發(fā)半導體的功能安全技術，這是保證無人駕駛汽車所用芯片正常工作必須要用到的一種技術。

但英特爾在無人駕駛領域，尤其是計算機視覺領域面臨不少競爭對手。汽車芯片行業(yè)早已被恩智浦、英飛凌、瑞薩所瓜分(三家占據(jù)了 35 %以上的市場份額)，未來必然會上下游通吃; Mobileye 早已在此市場耕耘多年，技術雄厚;Nvidia 針對汽車廠商推出的 Tegra移動芯片，貢獻了 1.13 億美元的財報收入。而下一步，Nvidia 計劃進一步在計算機視覺方面推出更多芯片;與此同時，高通的 Snapdragon A汽車芯片，同樣針對計算機視覺應用開發(fā)而成。

這注定是一場艱苦的戰(zhàn)役，然而卻又是一塊誰也不能放棄的必爭之地，根據(jù)麥肯錫估計，2020年全球連網(wǎng)汽車在所有汽車中所占比例將達到22%。對英特爾來說，收購一些有特色的物聯(lián)網(wǎng)、車聯(lián)網(wǎng)小公司固然能站穩(wěn)腳跟，但從長遠的發(fā)展來說，拋去可能的大規(guī)模收購環(huán)節(jié)不談，更需要在深度學習、機器視覺甚至云計算方面的不斷努力和創(chuàng)新，這又回到本文的的第一部分，無論是 FPGAs 與至強處理器的融合或是以 Nervana 為核心的深度學習處理器，都會成為未來英特爾立于不敗之地的關鍵要素。

人工智能作為一項「古老」的技術理念，得力與包括英特爾、微軟、蘋果在內的 PC 行業(yè)的推動，讓計算能力不再是困擾機器智能的主要障礙，而在 Google 、Facebook 、亞馬遜等互聯(lián)網(wǎng)公司的努力下，數(shù)據(jù)成為當下新的「石油資源」。如今，各大巨頭在人工智能大勢面前，幾乎無一例外地選擇與現(xiàn)有產(chǎn)品線相結合的策略，Google 、FB 的數(shù)據(jù)智能、微軟的跨平臺與Office結合、蘋果的「設備智能」，對英特爾而言，基于在芯片行業(yè)的積累，并積極擁抱云、虛擬現(xiàn)實、深度學習，并從技術、產(chǎn)業(yè)的角度切入，從這個角度來說，2016 的 IDF 或許是英特爾人工智能的新起點，未來還將有諸多看點。