数据洪流带来的创新驱动着全新的变革，特别是随着人工智能、5G、自动驾驶等技术的快速发展，我们的工作和生活被重新定义，这种变化前所未有。
2018年恰逢中国改革开放40周年，也是英特尔成立50周年，扎根中国33年的重要历史时刻。作为中国改革开放的见证者和亲历者，英特尔公司全球副总裁兼中国区总裁杨旭日前在北京举行的“数造未来，IN无止境”活动上表示，“数据洪流时代，智能就是增值。我们要和产业伙伴一起，抓住创新机遇，推动应用落地，支持实体经济转型升级，与中国共赢数据未来。”
英特尔公司全球副总裁兼中国区总裁杨旭发表主题演讲
之所以将主题定为“数造未来，IN无止境”，杨旭解释说，数据洪流带来的创新驱动着全新的变革，特别是随着人工智能、5G、自动驾驶等技术的快速发展，我们的工作和生活被重新定义，这种变化前所未有。而“IN”则代表了Innovation(创新)、Intelligence(智能)、Industry(产业)、Intel公司等多重含义，意在彰显英特尔不断推动计算创新，解锁数据价值，释放创新潜能的恢宏心愿。
本次活动上，英特尔展示了与合作伙伴一起找到的突破性应用场景，共推智能应用落地，让数据的“势能”成为创新前行的“动能”，去解决人类面临的重大挑战：
利用人工智能为月球画像
以前所未有的形式呈现更多精彩。从奥运会等体育赛事到顶级电竞，从经典戏剧等文化娱乐到自动驾驶，更多精彩以前所未有的形式呈现，改变了人们的生活。
以前所未有的方式改变生命和健康。英特尔和数字医疗行业的专家伙伴长期合作，在全球范围内以前所未有的创新技术，解决基因和大脑研究等世界难题，并大幅提升医疗诊断水平，预测流行疾病，定制个性化治疗方案。
皮肤癌的早期筛查
“在英特尔的企业文化中，我们不做埃菲尔铁塔式的开发，英特尔做的任何技术都要用于实践，一定要在市场上验证它的成功，而且在具体应用领域实现突破，推动产业发展，这是我们追求的目标。”杨旭说。
然而数据洪流不仅仅是数据量的爆炸，更体现在数据形态的变化，如果不能实现有效的数据处理与分析，无法产生价值的数据将成为“数据尸体”。怎样才能避免这种陷阱？
英特尔中国研究院院长宋继强认为有两个关键：一是不断创新的算法和算力，二是要在合适的场景中让数据产生价值。他举例说明，“把深度学习算法用在语音识别、人脸识别当中，这是把它用好，并且有计算力支撑；应用在安防、消费、自动驾驶里，这是应用落地的场景。这两个都满足了，数据就真正发挥了价值”。
“比如某个地区想重点优化交通管理，可以全部以数字化方式映射到虚拟世界。真实世界里，人、车、物混在一起，但在虚拟世界很容易抽离出来，并进行模拟实验”，宋继强认为这不仅是对数据的浅层处理，而是深度挖掘数据，用内在模型和规律做预测，“这是数据带来的非常大的价值，数据洪流可能远远超出我们之前的想象”。
作为一家以数据为中心的公司，英特尔的未来战略将聚焦于三方面：一是引领人工智能与“自能”革命；二是作为全球领先的端到端平台提供者，从终端设备到云计算，从网络、加速到存储，为全新的数据世界提供无缝协同工作的产品；三是发展半导体精尖制造技术和平台，生产世界上最好的芯片，持续推动摩尔定律。
英特尔的三大未来战略
在展望未来时，英特尔第一次指出，随着人工智能、物联网、传感器等技术的融合应用及进一步发展，越来越多无人干预的机器设备和应用场景成为可能：“自能(Autonomous)”正带动新一轮创新发展趋势。这也是人工智能最具挑战性的应用场景之一，对机器学习和机器判断提出了更进一步的要求，例如，要降低数据样本依靠人工供给的程度，要应对多场景、多任务的需要，要处理多形态的数据，要做出融合、综合、实时的判断。
从“智能”到“自能”
在英特尔的眼中，自能的世界是一个更加以人为本的世界，人制定规则与愿景，而机器延伸了人、增强了人、解放了人，机器沿着人的规则和愿景，将达到自能的境界，实现自能的目标。自能的世界将催生新一轮机遇，自能的企业将有更大的创新和增值空间，用前所未有的方式进行运营，为用户提供超越想象的产品服务和体验。消费者将得到更方便的服务、更个性化的服务。
但杨旭也同时强调称，自能，是人工智能最具挑战性的应用场景之一，对机器学习和机器判断提出了更进一步的要求。未来会有应对多场景、多任务的需要，要处理不同数据样本和不同数据格式。目前机器学习还是靠人给机器“喂”大量的数据，今后机器可以实现自我收集数据和自我训练。其次，对于机器判决来讲，机器要做出融合、综合的判断，对实时响应提出了高要求，这就需要边缘计算的协同，以此实现做出实时决策。
随着人工智能不断渗透到各个行业中，很多行业的颠覆者已经开始了“自能”世界的征程：
以无人商店为重要表现形式的自能零售正在变革零售体验。基于英特尔的边缘计算与人工智能相结合的技术，京东的无人便利店加速迈向“知人、知货、知场”自能零售场域。
自动驾驶是自能出行实现的关键。采用英特尔技术的Waymo车队，在美国道路上已积累的自动驾驶汽车里程数据，远超其他自动驾驶车队。英特尔与Waymo这样的业界领导厂商一同站在变革的前沿，以自动驾驶塑造自能出行。
作为自能设备的典型应用场景之一，无人机正在创造巨大的商业价值。Cyberhawk成功使用英特尔Falcon 8+无人机地对苏格兰菲格斯的天然气接收站进行检测，不仅降低员工安全风向，也提供了检测的速度和准确性。
智能生产线是突破自能制造重要标志。工业机器人、机器视觉、高端控制器是智能生产线的必要条件。从底层设计到上层应用，基于英特尔技术的智能生产线解决方案可以在这三大方面有卓越表现，为自能制造奠定坚实基础。
智能仓储是自能物流的核心环节之一。立镖机器人与英特尔合作推出了全球首创的包裹智能机器人分拣系统，该系统有效提升了分拣效率，降低了物流成本。双方还继续深耕物流体系智能化，推动物流全流程自能化。
通过机器人提供所需的服务，是自能服务一个重要标志。搭载英特尔创新技术的Simbe Robotics的Tally，它与销售人员配合，向他们提供信息，以确保商品时刻有库存、出现在恰当的地方并展示准确的价签。未来，以机器人为主的自能服务设备还惠及社会的方方面面。
预计到2020年，全网数据会达到44ZB，预计互联设备将达到500亿台。从普通网民到自动驾驶汽车、互联飞机、智慧工厂、云视频提供商，数据将大幅增加，并驱动行业的发展。
然而随着从高度动态、非结构化自然数据中进行收集、分析和决策的需求越来越高，对计算的需求也超越了经典的CPU和GPU架构。“不去研究数据的产生、数据的类别、所需要的处理能力是不行的。这和以前的通用数据处理不一样，单纯强调某一种处理器的算力是相当片面的。”杨旭此前在接受媒体采访时认为，人工智能等于GPU是一个误解。人工智能最起码还要发展一二十年，现在没有任何一家厂商敢说应对未来人工智能的发展，所有的计算能力都准备好了，能胜任今后所有从简单到复杂的人工智能应用。
英特尔端到端全面整合
在向数据公司转型的过程中，英特尔将自身定义为端到端方案提供商，即产品线覆盖云端、网络传输端和终端。其中，核心来自云端的大规模数据处理，而布局端到端则可以让英特尔掌握“数据什么时候来、是什么样的数据、需要怎么来处理”。
为了弥补处理新数据的能力，跟上技术发展的步伐，并推动PC和服务器以外的计算，英特尔过去六年来一直在研究能够加快经典计算平台的专用架构，并且不惜重金收购。2017年3月，英特尔斥资153亿美元收购以色列自动驾驶技术供应商Mobileye，并由Mobileye主导如今的英特尔自动驾驶事业部；2016年，英特尔收购了AI初创企业Nervana Systems、视觉处理芯片企业Movidius等；2015年6月，英特尔斥资167亿美元收购可编程芯片FPGA的生产商Altera，并成立了可编程解决方案事业部。
英特尔布局未来计算
此外，英特尔还同时加大了对人工智能(AI)和神经拟态计算的投资和研发，已研发出首款自主学习神经拟态测试芯片Loihi，并完成了制造和封装；交付了49量子位超导量子测试芯片，并在300毫米制程上发明了自旋量子位制造流程。这些均被视作英特尔对未来计算的提前布局，旨在颠覆未来计算格局。
从浦东开发，到西部大开发，再到振兴东北，英特尔是在华最大外商投资企业之一，协议投资目前为止超过130多亿美元，拥有除美国本土之外最完整的研发制造体系。杨旭说英特尔的数据策略是“良性增长策略”，是中国高价值的合作伙伴，其在中国的两大核心战略将包括：一是与中国一起，实现核心技术突破、支持自主创新；二是推动人工智能、5G等智能应用落地，支持产业智能升级，推动实体经济发展。
联系客服
