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

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，同時也是一家AI公司。除了視覺領(lǐng)域、自然語言處理、語音識別 領(lǐng)域部署了AI模型以外，還有很多基于大數(shù)據(jù)場景下做的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領(lǐng)域。醫(yī)院超過80%的數(shù)據(jù)都是影像數(shù)據(jù)?！彼M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，至強處理器的運用在處理海量數(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，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、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。

美的集團視覺研究所所長胡正分享了利用AI進行產(chǎn)品檢測的合作。他說，在工業(yè)視覺檢測方面，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，從而很難去開發(fā)一個定制化的傳統(tǒng)算法，而且耗費時間成本多。美的通過運用人工智能算法結(jié)合英特爾酷睿、至強可擴展處理器以及OpenVINO，構(gòu)建了一款高度優(yōu)化的缺陷檢測解決方案，方案成本也非常低。同時，這個解決方案將應(yīng)用到美的更多工廠里。

騰訊優(yōu)圖技術(shù)專家沈昊說，騰訊優(yōu)圖是騰訊旗下頂尖的AI實驗室之一，涵蓋人體、人臉、交通、醫(yī)療影像和自動駕駛等多個方面的計算機視覺前沿研究和產(chǎn)品落地，日均服務(wù)調(diào)用超過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、跟蹤優(yōu)選、人臉識別都在邊緣端完成，相比過去全部搬到云上，如今送到云端只是非常少的數(shù)據(jù)，大大節(jié)省了整個系統(tǒng)的帶寬，顯著提升運行效率。而與英特爾Movidius團隊合作的基于Myriad 2的騰訊優(yōu)圖AI攝像機不僅能檢測、跟蹤、優(yōu)選人臉，并且整個過程都可以在攝像機里完成，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、計算機科學(xué)及技術(shù)系主任周志華教授分享了他對于深度學(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，主要基于決策樹作為基本構(gòu)建，是第一個不基于深度神經(jīng)網(wǎng)絡(luò)、不基于BP算法、不用計算梯度訓(xùn)練的深度模型。它具備適合多核芯片架構(gòu)加速等特點，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，重點關(guān)注非神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)技術(shù)對智能芯片設(shè)計的啟發(fā)式影響，以及智能芯片對更多機器學(xué)習(xí)技術(shù)的支撐能力擴展。英特爾架構(gòu)對“深度森林”來說是理想的模型級并行加速器，雙方的合作將進一步推動人工智能產(chǎn)業(yè)應(yīng)用落地。未來英特爾還將協(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，攜手推進中國人工智能人才培養(yǎng)。

騰訊云副總裁王龍介紹了一年以來騰訊云與英特爾的合作及進展。騰訊優(yōu)圖鑒黃業(yè)務(wù)量非常巨大，基于英特爾開源組件、MKL算法庫以及英特爾CPU的幫助，整體的鑒黃性能提升1.6倍，節(jié)省了大量人力和時間成本。騰訊視頻轉(zhuǎn)碼優(yōu)化則基于英特爾至強可擴展處理器等，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)部至強服務(wù)器的閑時訓(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。

阿里云IoT事業(yè)部高級技術(shù)專家、AI@Edge負責(zé)人龍一民主要分享了工廠缺陷檢測方面的效率提升。阿里云IoT團隊將工業(yè)機械臂和計算機視覺結(jié)合在一起，與英特爾團隊一起在重慶的項目上合作運用OpenVINO、阿里云Link IoT Edge和Link Kits，成功地幫助工廠將缺陷檢測效率提升5倍。而此前這樣的檢測工作全部由人工來完成，并且人工檢測準(zhǔn)確率不到20%；人工智能視覺檢測的準(zhǔn)確率則趨近于100%。通過與英特爾合作，阿里云IoT也看到了更多的視覺智能和邊緣計算的市場機遇。

上海寶信軟件研究開發(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，除了視頻缺陷檢測之外，另外一個大的數(shù)據(jù)來源是各類傳感器。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級的數(shù)據(jù)。寶信利用英特爾Analytics Zoo解決方案，建立了無監(jiān)督的深度學(xué)習(xí)系統(tǒng)，基于LSTM設(shè)備自動診斷檢測的模型來進行實驗。目前寶信已經(jīng)將Analytics Zoo方案和BigDL方案與大數(shù)據(jù)平臺做了集成，這為未來應(yīng)用到其他實際場景當(dāng)中提供了基礎(chǔ)。

PaddlePaddle技術(shù)負責(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)勢比較明顯。他還特別介紹了百度開源深度學(xué)習(xí)框架PaddlePaddle及最新發(fā)布的系列開發(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與英特爾針對深度學(xué)習(xí)開發(fā)的中間編譯器nGraph的對接簡潔，可以無縫銜接不同的硬件后端，得到了更高效的后臺計算。英特爾更加重視深度學(xué)習(xí)領(lǐng)域，所以芯片產(chǎn)品也越來越適配深度學(xué)習(xí)。PaddlePaddle 與英特爾在低數(shù)值精確計算也有密切的合作，英特爾的下一代指令集VNNI提供強大的INT8乘加運算效率。對于深度學(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臀磥頍o限可能，PaddlePaddle與英特爾的合作將是深度而持續(xù)的。

中國移動物聯(lián)網(wǎng)有限公司高級技術(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，為接入OneNET平臺的海量設(shè)備提供一站式人工智能SaaS服務(wù)，豐富打造OneNET平臺智能生態(tài)應(yīng)用。OneNET AI平臺基于英特爾? 至強? 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，為平臺用戶提供了電表讀數(shù)識別、物質(zhì)成分分析、車牌識別、人臉驗證等多種主流服務(wù)，滿足物聯(lián)網(wǎng)企業(yè)、創(chuàng)客以及個人開發(fā)者的智能化需求。劉源說，中移物聯(lián)網(wǎng)和英特爾雙方已通過戰(zhàn)略合作伙伴及聯(lián)合實驗室機制，在物聯(lián)網(wǎng)人工智能領(lǐng)域展開合作創(chuàng)新。在平臺層面， 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軟件開發(fā)效率，同時能夠優(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、武漢大勢智慧科技有限公司CEO黃先鋒介紹了與英特爾在長城保護項目上的合作。他表示，雙方利用英特爾獵鷹8+無人機和人工智能技術(shù)，通過高精度的3D模型結(jié)合深度學(xué)習(xí)算法，對城垛的缺失部分以及墻體裂縫做識別和分析，最終給出定量的缺失體積甚至是缺失多少塊磚的結(jié)果，進而形成修復(fù)計劃。英特爾獵鷹8+無人機采集了箭扣長城700米長度上的9000多張圖像，每張圖像有4200萬像素，總共有120多G的圖像。處理這些數(shù)據(jù)，16臺至強處理器的集群算了19.6個小時，而在算法沒有優(yōu)化之前是用了50個小時。