1956 年是計算機歷史頗具里程碑意義的一年。「晶體管之父」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(nóng)，在達特茅斯學院舉行了一個學術(shù)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(chǔ)的摩爾定律更是一度預言了技術(shù)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(guān)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(shù)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(lǐng)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(zhuǎn)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(lǐng)域的關(guān)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(lǐng)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(lǐng)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(lǐng)域具有自主知識產(chǎn)權(quán)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(lǐng)域，從而打造一系列適應深度神經(jīng)網(wǎng)絡(luò)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(lǐng)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(lǐng)域的活躍投資機構(gòu)，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(chǔ)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(shè)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(shù)：人與機器的淺層交互

　　嚴格意義上說，實感技術(shù)并非新技術(shù)。去年的 IDF 上，英特爾 CEO 科再奇向觀眾不斷重復實感技術(shù)（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(shù)歡呼鼓掌時，某種意義上也展現(xiàn)了實感技術(shù)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(shù)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(shè)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(shù)在機器人和無人機領(lǐng)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(shù)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(shè)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(shè)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(guān)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(shù)、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(lǐng)域，也是最難的一個領(lǐng)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(nèi)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(luò)實時連接的高速網(wǎng)絡(luò)系統(tǒng)。這其中，計算、感知、網(wǎng)絡(luò)則是英特爾的優(yōu)勢所在。今年上半年，英特爾低調(diào)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(shù)，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(shù)。

　　但英特爾在無人駕駛領(lǐng)域，尤其是計算機視覺領(lǐng)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(shù)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(guān)鍵要素。

　　人工智能作為一項「古老」的技術(shù)理念，得力與包括英特爾、微軟、蘋果在內(nèi)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(jié)合的策略，Google 、FB 的數(shù)據(jù)智能、微軟的跨平臺與Office結(jié)合、蘋果的「設(shè)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(shù)、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。