揭秘英特尔人工智能战略布局:开发“全栈”系统,渗透全球所有行业


整理丨张楠

11月23日~24日,2017中国精准医疗产业领袖峰会暨第七届Bio4P中国医健创新创业大会在杭州隆重举行。在医疗人工智能产业发展与创新应用分论坛上,英特尔医疗与生命科学创新业务亚太区负责人李健博士分享了英特尔在人工智能领域的布局。以下为嘉宾演讲整理,以飨读者。

图片3

英特尔医疗与生命科学创新业务亚太区负责人 李健

英特尔提出一个词叫“全栈”,意思是英特尔从硬件、软件的综合层面来推动行业的发展。现在大家已达成共识,对于任何一个行业而言,人工智能不是要不要的问题,而是何时需要的问题。对医疗领域来说,医疗什么时候需要人工智能解决方案?怎样将人工智能解决方案渗透到医疗场景里去?

在探讨上述问题前,我想先分享下英特尔是如何看待人工智能的崛起。60年前人工智能已经在谈了,为什么现在企业、研究、政府等各层面,才将人工智能提到战略高度?我们觉得有三个重要原因:一是大数据和计算技术的爆发。根据摩尔定律,集成电路上元器件的数目之前是18个月翻一倍,后来速度越来越快,导致成本从原来的1000美金/GB跌到两美分/GB,这也类似于国内资本对基因测序行业有浓厚兴趣的原因,因为测序成本也在以超摩尔定律方式快速下降。这些颠覆式的技术创新最终给我们带来了海量的大数据。

另一点因素容易被忽视,人工智能之所以被快速推动,其实是和人类乐于分享的天性密切相关。尤其在这个行业里,大企业如谷歌、腾讯、阿里、百度等以及高校科研机构都在做类似的算法开发和分享,包括将算法开源分享给企业界和研究界使用,这成为AI快速发展的重要推手。当然每个企业还是有自己的护城河,对企业来说,更重要的是原始数据,包括基于业务模式本身形态的训练模型,这对企业来说是非常重要的护城河。

第三方面是神经网络等深度学习算法的突破及随之而来的竞争格局。举个例子,谷歌AI的高级人才很多都是百万年薪,国内AI方面的毕业生炙手可热,所以企业之间存在互相竞争。

英特尔认为人工智能至关重要的原因逻辑是这样的:首先从业务层面来说,现在的时代和以前完全不一样,现在面临数据的狂潮,数据都是GB级、TB级以及PB级积累,比如基因测序领域的数据到2023年一年就能产生一个ZB的数据,英特尔想从呈指数上涨的数据中,帮助行业获得知识和业务上的洞察。

从AI的本质来说,AI和数据分析密切相关,我所在的部门也隶属英特尔的“人工智能与数据分析”部门。数据分析是改变整个业态的重要阵地,是AI今后的主要场地,尤其包括预测性分析、认知分析等高级分析领域。我们有一个预测,到2020年,英特尔整个AI计算的流程或者是业务量相比现在会增长12倍。

就医疗行业来看,不管是诊断、治疗、研发还是药物开发,AI在各个领域都有用武之地,而且还刚刚起步。根据英特尔近期的一份调查显示,接近60%的公司高层承认对AI感兴趣,但是只有12%的公司真正使用了AI系统,所以这之间的空间是巨大的。

所谓人工智能是希望机器像人一样感知、表现和发生行为。人工智能之前最典型的技术是经典的机器学习,使用经优化的算法对数据进行培训,再将模型用到新数据上。现在深度学习之所以这么热门,就因为它攻占了两个重要的领地,一块是图像分析,一块是语音识别。从2000年开始到目前为止这两块一个巨大的飞跃就是错误率急剧下降,也是源于深度学习技术的出现。深度学习技术运用到医疗领域,在肿瘤的图像识别、基因序列的识别等方面,尤其是计算生物学里意义重大。

英特尔在人工智能方面做了非常多工作,就AI的技术架构市场来说,英特尔是领先者。从布局完成了端到端的完整布局,从计算、硬件、软件到整个架构,方方面面都有相应的解决方案。其实英特尔一直认为,人工智能和英特尔今后的核心业务密切相关,这也是我们持续和AI的合作伙伴或者是医疗领域企业合作的原因。

英特尔在去年收购了一家公司“NERVANA”,基于它们的产品线,英特尔在全球推出了NERVANA的全栈产品家族,包括英特尔擅长的芯片、存储、FPGA计算加速方案。英特尔还在底层和很多的开源社区推出了MKL、DAAL等重要的函数库,在底层加速数据的分析。在中间层和很多开源的主流框架,比如说CAFFE、TensorFlow等都有合作。在上层基于NERVANA之前的平台,Intel会有一体机的方案,也会有相应的终端产品。所以不管是在数据中心还是在智能终端层面,大家都有相应的英特尔产品可以选择,英特尔也致力于为不同行业部署人工智能提供完整的产品和解决方案。

今年,英特尔推出了至强可扩展芯片,这也是布局AI的重要成员。测试数据显示,相对前代产品能提高100多倍的效能,尤其在人工智能推理领域比之前的产品有极大提升。在数据中心以外,我们还有中低级的不同产品来支持智能终端的产品需求。

2018年英特尔会推出NERVANA整体人工智能的平台,这将是一把交给业界的AI钥匙。英特尔还将和更多合作伙伴,如科大讯飞、阿里巴巴、腾讯、百度等国内外知名公司合作,根据客户需求共同打造解决方案,包括在云端和本地端进行部署。

在医疗领域,我们在中国的团队曾完成了关于糖尿病视网膜病变(DR)和老年型黄斑病变(AMD)的项目。2040年糖尿病人口预测会超过1.5亿,目前中国DR和AMD患者人数就分别有2700万和400万,临床未满足的诊断需求非常巨大。所以英特尔和晋弘科技以及爱尔眼科合作推出了人工智能检测糖网/黄斑病变的解决方案。我们得到的结果也是相当好,比如针对DR和AMD这两种病变,识别率达到93%。

英特尔是在针对各个行业、整个AI产业推出全栈的解决方案,比如说爱尔眼科/晋弘科技的案例,就应用到了英特尔计算、存储的产品,包括MKL和MKL-DNN的函数库,中间层采用了CAFFE的深度学习计算框架以及其他很多产品。

第二个案例,是和浙江大学一起合作推出针对甲状腺结节的深度学习分析解决方案。第三个案例,是今年英特尔和阿里巴巴共同召开了天池医疗AI大赛,主要针对肺结节的人工智能医疗诊断,面向全球招募参赛团队,最终北大夺得冠军。

如果大家对英特尔AI的产品感兴趣,尤其对全栈AI解决方案感兴趣的,可以多了解一下NERVANA全栈人工智能系统。我们在全球还有一个AI学院,主要为开发者、学生和一些创业公司提供学习、交流的环境,有兴趣的也可以申请加入了解更多。

分享到