1
| 本文作者： 叨叨 | 2017-12-06 10:11 |
英特爾明年就50歲了。
大多數(shù)人對(duì)于這家科技巨頭的了解，恐怕還停留在筆記本電腦廣告最后，“燈，等燈，等燈”的尾音。確實(shí)，相比那些直接面向消費(fèi)者的科技公司，英特爾的存在感略顯薄弱。但如果要繞開這家公司，恐怕整個(gè)科技史會(huì)塌掉一半。在人工智能的熱論之下，相信沒有誰再把筆記本電腦當(dāng)成黑科技，而年屆天命的英特爾也在積極布局自己更遠(yuǎn)的未來。
近日，英特爾中國研究院再一次對(duì)外開放，接待了包括雷鋒網(wǎng)在內(nèi)的前來探訪的媒體。英特爾中國研究院院長宋繼強(qiáng)帶領(lǐng)著各領(lǐng)域的研究員做了一次——可能是史上最詳細(xì)的——展示，不僅包括了英特爾研究院主要職責(zé)，還包括了HERO 機(jī)器人平臺(tái)、5G+VR、人臉分析及情感識(shí)別技術(shù)、神經(jīng)擬態(tài)芯片等英特爾最前沿的研究成果。
在研究方面，英特爾除了產(chǎn)品部門的研發(fā)團(tuán)隊(duì)外，主要還有兩大組成部分，其一是組件技術(shù)研究（Component Research）部門，主要任務(wù)是依據(jù)摩爾定律，提升晶體管的密度，開發(fā)集成技術(shù)；其二就是英特爾研究院，主要關(guān)注未來三到五年的重大技術(shù)變革。
宋繼強(qiáng)解釋說，所謂三到五年的重大變革，一方面是看如何通過技術(shù)的前瞻性研究，幫助現(xiàn)有產(chǎn)品線提升競(jìng)爭(zhēng)力，或者為新產(chǎn)品的問世提供技術(shù)動(dòng)力；另一方面則試圖看得更遠(yuǎn)，是否存在顛覆未來的技術(shù)，而這些技術(shù)是英特爾不可以錯(cuò)過的。因此，無論是神秘的組建技術(shù)研究部門，還是英特爾研究院，都仰賴和大學(xué)的合作。
英特爾研究院全球共有800人，其中600人在美國本土，主要有四大研究方向，分別是：
電路和架構(gòu)研究
系統(tǒng)和軟件研究
安全和隱私研究
無線通訊研究
另外200人在海外，分布在擁有獨(dú)立研究日程的有歐洲研究院和中國研究院。
宋繼強(qiáng)表示，在研究院的工作，其實(shí)只有兩件事，一件是探索未知的研究，另一件是和英特爾的產(chǎn)品進(jìn)行結(jié)合，二者保持動(dòng)態(tài)平衡的關(guān)系。他也坦承，面對(duì)未知，有失敗的風(fēng)險(xiǎn)，但失敗也是好的結(jié)果，能夠從中學(xué)到教訓(xùn)，進(jìn)而調(diào)整和改進(jìn)。
雷鋒網(wǎng)了解到，具體到中國研究院，宋繼強(qiáng)認(rèn)為，根據(jù)整個(gè)人機(jī)交互的發(fā)展歷史，未來一定屬于具備自我學(xué)習(xí)能力的自主設(shè)備，所謂自主設(shè)備，則必須具備感知、理解和決策、行動(dòng)三種能力，而英特爾則希望通過自己的技術(shù)，支撐這些自主設(shè)備，服務(wù)未來的世界。
據(jù)此，英特爾中國研究院制定了最新的研究方向：1）視覺理解，從感知到認(rèn)知；2）人機(jī)交互；3）5G+無線通信；4）智能存儲(chǔ)。
隨后，英特爾中國研究院的研究員們逐一介紹了在這四個(gè)方面取得的成果。
英特爾中國研究院認(rèn)為，機(jī)器人與人工智能的結(jié)合點(diǎn)，叫做智能機(jī)器人，其核心特點(diǎn)就是自主學(xué)習(xí)能力。目前市場(chǎng)上已有的服務(wù)機(jī)器人產(chǎn)品形態(tài)，主要可以分為三類：
無智能：包括個(gè)人移動(dòng)、遠(yuǎn)程交互、動(dòng)力輔助
初級(jí)智能：包括倉儲(chǔ)物流、家用掃地、商用掃地、無人機(jī)
中級(jí)智能：看護(hù)照顧、社交陪伴
為了給機(jī)器人提供智能，英特爾中國研究院結(jié)合人工智能技術(shù)，推出了HERO 智能機(jī)器人開放平臺(tái)，外形如下圖：
在邏輯上，HERO 的平臺(tái)架構(gòu)采用了異構(gòu)計(jì)算，主要分為兩部分，一部分是靈活的 FPGA ，另一部分是通用計(jì)算平臺(tái)。這樣架構(gòu)的原因在于，智能機(jī)器人的使用場(chǎng)景，要求 HERO 平臺(tái)必須同時(shí)滿足兩個(gè)條件——實(shí)時(shí)交互、算法加速。
而 HERO 采用 FPGA+通用計(jì)算平臺(tái)進(jìn)行協(xié)作的方案，則有了以下優(yōu)勢(shì)：
組件之間通訊開銷低，保證實(shí)時(shí)計(jì)算；
外設(shè)擴(kuò)展、靈活的計(jì)算能力劃分，有利于應(yīng)對(duì)機(jī)器人集成不同傳感器后，處理輸入、輸出；
內(nèi)存訪問模型支持機(jī)器學(xué)習(xí)算法，并能靈活應(yīng)用于計(jì)算平臺(tái)
之所以采用異構(gòu)計(jì)算，主要考慮在性能、生產(chǎn)率、功耗、價(jià)格四個(gè)方面達(dá)到均衡。
為了更直觀地展示 HERO 的能力，英特爾中國研究院還特意提供了一個(gè)參考機(jī)器人——睿寶，用來測(cè)試和闡釋。在 HERO 及多種傳感器的支持下，睿寶不僅具備了移動(dòng)能力和操作能力，還具備了感知能力，未來將同第三方合作廠商聯(lián)合研發(fā)自適應(yīng)交互能力。
具體來說，移動(dòng)能力包括激光定位和視覺定位的融合、基于語義場(chǎng)景的定位導(dǎo)航；操作能力包括運(yùn)動(dòng)軌跡規(guī)劃和運(yùn)動(dòng)控制、視覺/觸覺融合、機(jī)器人手臂安全組件；感知能力則包括對(duì)人臉、物體、行為的識(shí)別；自適應(yīng)交互能力包括自適應(yīng)物體、場(chǎng)景識(shí)別；自適應(yīng)語音交互；情緒和行為識(shí)別；基于多模態(tài)融合的人的識(shí)別；自適應(yīng)社交引擎；自適應(yīng)知識(shí)生成引擎、自學(xué)習(xí)引擎。
介紹過 HERO 平臺(tái)后，英特爾中國研究院的研究員展示了通信和計(jì)算的融合方案，也就是 5G +VR。他認(rèn)為，在通信領(lǐng)域，通信速率和通信數(shù)據(jù)的需求，大大超過了摩爾定律：
2016年，全球移動(dòng)數(shù)據(jù)通信量增長了 63%，按照這個(gè)速度，到2020年部署 5G 的時(shí)候，我們將面對(duì)50EB數(shù)據(jù)的流量，每個(gè)月的移動(dòng)數(shù)據(jù)流量在今天的基礎(chǔ)上再增長5倍。特別是自動(dòng)駕駛，自動(dòng)駕駛汽車每天產(chǎn)生的數(shù)據(jù)是4個(gè)TB，自動(dòng)工廠、智慧城市里的互聯(lián)工廠，一天要買幾百塊硬盤來裝你的數(shù)據(jù)。
同時(shí)，英特爾還認(rèn)為，VR 將在即將到來了數(shù)據(jù)洪流里占據(jù)大量的流量。原因在于，目前互聯(lián)網(wǎng)的主要傳輸內(nèi)容是視頻，而 VR 代表著更高質(zhì)量的視頻。
手機(jī)、電視等屏幕，視角在10-30度之間，而 VR 眼睛可以拓展到 100-150度，增加了數(shù)倍，此外在縱向上也有倍數(shù)的增加。因此，同樣分辨率的圖片或視頻，放在手機(jī)、電視上非常清晰，但在 VR 上則非常模糊，想要達(dá)到 VR 顯示的高清要求，需要在分辨率上提升 25-40倍，因此就需要占據(jù)大量的流量。
舉例來說，未來一個(gè)好的 VR 系統(tǒng)，需要16K到24K超級(jí)高清，不壓縮速率會(huì)達(dá)到500Gbps，即使壓縮之后也達(dá)到1Gbps。同時(shí)，VR 對(duì)顯示延遲非常敏感，對(duì)傳輸?shù)娜蒎e(cuò)性也非常敏感。因此，對(duì)5G來說，高質(zhì)量的虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)對(duì)5G的通信系統(tǒng)和計(jì)算系統(tǒng)來說都需要著力應(yīng)對(duì)。
面對(duì)未來，英特爾認(rèn)為 AR/VR 需要進(jìn)行遠(yuǎn)程沉浸式交互，例如通過 5G 網(wǎng)絡(luò)將個(gè)體和機(jī)器人連接起來，人類可以對(duì)機(jī)器人控制，和真實(shí)的世界進(jìn)行互動(dòng)；再如遠(yuǎn)程購物、遠(yuǎn)程觀光等。現(xiàn)階段，英特爾中國研究院研究的目標(biāo)主要有兩個(gè)：
實(shí)時(shí)合成 3D VR 視頻，產(chǎn)生高質(zhì)量內(nèi)容；
如何滿足遠(yuǎn)程沉浸式交互的要求
在 VR 內(nèi)容方面，目前的視頻內(nèi)容都是 2D 的，3D VR 的視頻生成非常復(fù)雜，制作難度也很大。英特爾的做法是將 17 個(gè)分辨率為 2k 的攝像頭綁在一起，形成一圈，在水平方向上差值生成 3D 內(nèi)容。
3D VR的合成算法也非常復(fù)雜，特別是產(chǎn)生沒有瑕疵的3D視頻，需要消除鬼影效應(yīng)，消除拼接瑕疵，采用非常復(fù)雜的光流算法后，即使是目前最強(qiáng)大的服務(wù)器和最強(qiáng)大的臺(tái)式機(jī)也很難完成實(shí)時(shí)性的功能。英特爾為此開發(fā)了一個(gè)分布式的處理平臺(tái)，2.5U高的機(jī)箱，可以插入12個(gè)至強(qiáng)CPU卡，同時(shí)插入12塊FPGA卡，中間有600G左右的互聯(lián)能力，對(duì)視頻VR處理、實(shí)時(shí)合成來說，該平臺(tái)也可以支持。
有了內(nèi)容之后，面臨的問題是如何把這些內(nèi)容傳輸?shù)娇蛻舳?，這需要帶寬至少 100M-1Gbps，而且是10-20ms 的低時(shí)延，目前的網(wǎng)絡(luò)根本沒有辦法來滿足這個(gè)要求。
英特爾的解決方案是，結(jié)合通信和計(jì)算，采用邊緣計(jì)算的能力使VR達(dá)到實(shí)時(shí)傳輸?shù)囊蟆?/p>
具體來說，生成VR的視頻內(nèi)容后，把360度的全景視頻通過壓縮傳到邊緣服務(wù)器，在邊緣服務(wù)器端有整個(gè)全景的內(nèi)容，可以同時(shí)服務(wù)多個(gè)用戶。每個(gè)用戶會(huì)把自己的視角信息(你在看哪個(gè)方向)傳給邊緣服務(wù)器，邊緣服務(wù)器把視角信息的內(nèi)容發(fā)給用戶。
這樣的好處在于，一方面通過通信和計(jì)算結(jié)合的方式，采用邊緣服務(wù)器能夠顯著降低從移動(dòng)到顯示的時(shí)延，本來是50到100毫秒，現(xiàn)在只是10到20毫秒；另一方面是能夠降低無線通信帶寬的需求，如果不采用這種方法需要1Gbps帶寬，采用這種方法可以降低2到3倍。
借此，就為 VR 打造了一個(gè)高效的5G網(wǎng)絡(luò)傳輸系統(tǒng)。
此外，由于人眼和視頻的距離近， VR 對(duì)于數(shù)據(jù)傳輸?shù)目煽啃砸蠛芨撸绻霈F(xiàn)丟幀，在體驗(yàn)上會(huì)非常不適。因此，英特爾把異步時(shí)間扭曲的功能，加到了頭顯一端。
通過邊緣服務(wù)器或者是個(gè)人的筆記本，把視頻、游戲傳到頭顯端，第一幀會(huì)正確接收，當(dāng)?shù)诙瑐鬏斒〉臅r(shí)候，頭顯端會(huì)用前一幀的內(nèi)容根據(jù)目前頭顯的位置信息和視角信息進(jìn)行旋轉(zhuǎn)，重新生成第二幀的內(nèi)容，這時(shí)候用戶對(duì)傳輸失敗的感覺不會(huì)太明顯，甚至仿佛沒有丟失，用戶體驗(yàn)就會(huì)大大提升。
人臉分析及情感識(shí)別技術(shù)
接著 5G+VR 的內(nèi)容之后，英特爾中國研究院展示了在人臉分析及情感識(shí)別技術(shù)的進(jìn)展。
在人臉分析方面，英特爾花了三年時(shí)間，建立了一個(gè) 3D 人臉分析引擎，這個(gè)引擎不僅能夠描述人臉的形狀、表情變化，還可以同時(shí)描述背景光源的變化，以及人的姿態(tài)和紋理。有了這個(gè)模型之后，可以給任意一張2D圖片建立3D模型，做相應(yīng)的渲染和動(dòng)畫。李宇春在其MV《今天雨，可是我們?cè)谝黄稹分?，就使用了英特爾最新?D人臉面部表情捕捉技術(shù)。
而在情感識(shí)別方面，英特爾著力的方向是多模態(tài)情感識(shí)別。
在人類情感識(shí)別這個(gè)領(lǐng)域，美國計(jì)算機(jī)學(xué)會(huì)（ACM）有個(gè)非常重要的競(jìng)賽——ACM ICMI。從2013年開始，這個(gè)競(jìng)賽給出了很多電影里的片斷，每個(gè)電影片斷里標(biāo)注某一個(gè)主要人物表達(dá)出來他的情感。英特爾 2015年參加該競(jìng)賽，并且奪冠，但卻并未用如日中天的深度學(xué)習(xí)，而是通過表情和肌肉的關(guān)系來判斷。每一個(gè)表情來是面部肌肉的運(yùn)動(dòng)，肌肉的運(yùn)動(dòng)跟某一個(gè)單獨(dú)的表情是相關(guān)的。不同的表情之間也是相關(guān)的，首先檢測(cè)跟單個(gè)表情相關(guān)的肌肉運(yùn)動(dòng)單元在哪里，其次去解析不同運(yùn)動(dòng)單元之間的關(guān)系，因此擊敗了當(dāng)年73個(gè)用深度學(xué)習(xí)的團(tuán)隊(duì)。
2016年，英特爾再次參賽，這回也使用深度學(xué)習(xí)的算法，但設(shè)計(jì)的時(shí)候，通過在神經(jīng)網(wǎng)絡(luò)里設(shè)計(jì)淺層、中層和深層上下功夫，提出了 HoloNe t框架，奪得了亞軍，該處理方法可以達(dá)到2000到3000幀，因此獲得了四年以來這個(gè)競(jìng)賽里最有影響力論文。
2017年，英特爾第三次參賽，又一次拿到了冠軍，并提出聚合監(jiān)督的思路，適用于任何的網(wǎng)絡(luò)。比如2016年基本網(wǎng)絡(luò)用我們這種方法訓(xùn)練以后，單模型相對(duì)提高5.5個(gè)百分點(diǎn)。在現(xiàn)在主流的網(wǎng)絡(luò)上會(huì)提高2個(gè)點(diǎn)以上。這也是首次在完全自然的電影場(chǎng)景里，做情感識(shí)別分類精度，超過了及格線，目前這套技術(shù)應(yīng)用到英特爾的實(shí)感 RealSense SDK 里面，由英特爾AI團(tuán)隊(duì)進(jìn)行產(chǎn)品化。
此外，這兩項(xiàng)技術(shù)也應(yīng)用在了視頻方面，進(jìn)行多模態(tài)圖像視頻解析，這也是最近幾年在計(jì)算機(jī)視覺里流行起來的新研究方向，該研究里有兩個(gè)問題非常重要：一是如何抽取多元或多模態(tài)的數(shù)據(jù)來源中最具有鑒別力的特征，二是視頻信息不是獨(dú)立的，如何去關(guān)聯(lián)。簡(jiǎn)單來說，就是特征提取和特征關(guān)聯(lián)。
而在這個(gè)領(lǐng)域，微軟亞洲研究院組織的MSRVDG競(jìng)賽，是目前該領(lǐng)域最重要的競(jìng)賽，英特爾在今年獲得了第五名。下圖是視頻中的一幀，有了這項(xiàng)技術(shù)，可以讓機(jī)器去自動(dòng)理解圖像里面出現(xiàn)了什么，有什么樣的關(guān)系，視頻里發(fā)生了什么事情。
在開放日的最后，宋繼強(qiáng)向雷鋒網(wǎng)在內(nèi)的媒體介紹了英特爾最新的突破性進(jìn)展——神經(jīng)擬態(tài)芯片，可以自主學(xué)習(xí)，名為 LOIHI。
什么叫神經(jīng)擬態(tài)計(jì)算？宋繼強(qiáng)解釋說，首先不是馮·諾依曼結(jié)構(gòu)——計(jì)算歸計(jì)算，存儲(chǔ)歸存儲(chǔ)，CPU里主要是負(fù)責(zé)運(yùn)算，取得的指令在存儲(chǔ)序列，數(shù)據(jù)也在存儲(chǔ)序列，任何的計(jì)算過程都是取指令、數(shù)據(jù)、算出來的結(jié)果又存在內(nèi)存里，這是標(biāo)準(zhǔn)的計(jì)算架構(gòu)。
而神經(jīng)擬態(tài)計(jì)算，計(jì)算和存儲(chǔ)是在一起的，形成很多分布式單元，而且是異步計(jì)算：
所有的馮·諾依曼結(jié)構(gòu)都有一個(gè)同步的時(shí)鐘，這個(gè)時(shí)鐘會(huì)分成好多個(gè)子時(shí)鐘，會(huì)驅(qū)動(dòng)不同的模塊去工作。但是異步計(jì)算不是，整個(gè)芯片就像我們腦子，你在聽歌的時(shí)候，只有一個(gè)區(qū)域，不是所有都在聽歌。神經(jīng)擬態(tài)的好處是以很高的能效比解決一些計(jì)算的問題，而且特別是一些比較痛苦的問題，比如說稀疏編碼、詞典學(xué)習(xí)、約束滿足，我們?nèi)苏熳龅亩际羌s束滿足，到了不同的環(huán)境里首先想到這個(gè)環(huán)境有什么約束，要怎么把我的性格適應(yīng)，放在一些常規(guī)的場(chǎng)景。比如，你去添數(shù)字游戲，還有模式匹配，動(dòng)態(tài)學(xué)習(xí)和適應(yīng)，這也是很重要的。
神經(jīng)擬態(tài)芯片，可以支持多種學(xué)習(xí)過程。此前，在訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)的時(shí)候，只能選擇其中一種訓(xùn)練模式，但是在神經(jīng)擬態(tài)芯片的支持網(wǎng)絡(luò)里，可以同時(shí)把這幾種模式都做在里面，都是它的學(xué)習(xí)模式。
同時(shí)，宋繼強(qiáng)也表示，這個(gè)芯片將會(huì)直接受益于摩爾定律的推進(jìn)，在未來的兩到五年會(huì)繼續(xù)的提高密度，降低功耗，增加腦容量。今年年底，該芯片就將從美國實(shí)驗(yàn)室里拿回中國做測(cè)試，開放給一些合作的大學(xué)、機(jī)構(gòu)做相應(yīng)的實(shí)驗(yàn)。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
