PC 互联网时代，造就了诸多科技界巨头。站在 2017 年回顾信息时代的发展历程，英特尔和微软，是为数不多可以在时代的演进过程中，依旧能够保持其行业领先地位的两家公司。

根据市场研究机构 IC Insights 发布的 2017 年第一季度全球半导体销售排名数据显示，英特尔该季度半导体销售额为 142 亿美元，再度蝉联榜首位置。以市场表现作为参考标准，这家公司已经做得足够出色。

而人工智能' class='c_blue'>人工智能时代的到来，为包括英特尔在内的所有科技公司，带来了全新的发展机遇。在这波浪潮中，也涌现出了不少新兴的独角兽企业。

面对此次人工智能所带来的发展机遇，如何结合自身优势去做产品布局， 是一件需要去思考的事情。11 月 29 日，英特尔中国研究院举办开放日活动，英特尔中国研究院院长宋继强和相关研究员，分享了其对于未来新技术的一些研究成果。

这其中，有关视觉理解相关的人工智能算法、智能机器人开发平台以及全新的 AI 芯片值得我们关注。

基于人工智能算法实现 3D 人脸识别

人脸识别技术、情绪识别、场景理解等技术，是目前英特尔在视觉理解方面几个重要的研究方向。基于人工智能算法，英特尔中国研究院开发了视觉内容理解和视觉内容创建能力。

其中视觉理解、视觉认知所涉及到的三个方面，包括人脸分析和情感识别、针对视觉识别高效的视觉压缩以及视觉、语言和知识融合。

以上所提到的人工智能算法，主要针对深度神经网络人像风格迁移系统以及实时 3D 面部表情捕捉与特效渲染。

简单来讲，英特尔所提出的人像风格迁移系统，所能实现的功能是将多种艺术人像风格实时迁移到静态图像以及动态的目标视频中。

比如，你想要获得著名画作「蒙娜丽莎的微笑」中女主人公的发型，只需要同时取得你本人的照片以及对方的照片，经过深度学习人像风格迁移系统的处理，即可实现。

就实际落地应用场景而言，目前包括 AR/VR、在线直播、影视、多媒体社交等领域，均可以用到此项技术。

提及实时 3D 面部表情捕捉与特效渲染，一个值得去关注的问题是，相比 iPhone X 的 Face ID 以及 Animoji 3D 表情功能，它们之间到底有什么区别。

首先来看 iPhone X。把人脸识别的安全性做到能够充当身份验证，苹果运用的实际上是 3D 结构光技术，原理是基于主动发射特定红外结构光照射被检测物体，从而获取人像的 3D 图像数据。

通过前置原深感摄像头系统（The TrueDepth camera system），iPhone X 能够快速扫描人的面部并在人脸表面形成 3 万个看不见的 IR Dot（类似于 3D 建模）。

同时，苹果根据 A11 芯片的能力专门构建了自己的神经网络，为人脸识别提供了足够强大的计算能力，来让面部录入和解锁的过程顺畅而快速。

另外，在原深感摄像头系统（The TrueDepth camera system）的支持下，iPhone X 还支持 Animoji 3D 表情和其它 AR 相关的内容。

也就是说，iPhone X 最终实现 Face ID 以及 Animoji 3D 表情功能，需要硬件与算法相结合。

但根据英特尔研究员的介绍，英特尔提出的「3D 人脸面部表情捕捉技术」，更多是基于机器学习和深度学习算法来完成，对于摄像头本身并没有做更多的要求。

具体实施路径上，英特尔研究员们从数十万人脸图片数据中，训练出多个人脸识别模型，用于对视频图像进行智能分析与 3D 建模。

所带来的效果是，其除了可以检测与识别人脸，还能重建 3D 人脸，同时实时跟踪面部表情变化，将预先设计好的特效素材附着在 3D 人脸上并叠加到视频中。

总结来看，iPhone X 所采用的解决方案' class='c_blue'>解决方案在整体功能表现上更加严谨，但由于其对于硬件部分的要求较高，所以最终落地成本也更高。

而英特尔的这套解决方案，则主要依靠算法来实现，对摄像头要求并不严苛，因此落地成本要相对低一些。不过功能表现上，后期需要做的工作还很多。

比如在「刷脸支付」这件事情上，由于缺乏硬件部分的支撑，想要单纯依靠算法来实现难度很大。

但相对目前智能手机广泛采用的 2D 人脸识别技术，它的优势是显而易见的。未来应用到手机设备上，也未必没有可能。

HERO 智能机器人开放平台

根据资策会 MIC 研究数据显示，2015 年四大应用领域机器人市场规模合计约 269 亿美元，到 2025 年整体市场规模将扩大至 669 亿美元。其中商业用机器人与消费类机器人 2000——2025 年复合成长率（CAGR）分别为 11.6% 和 17.4%。

而「中国制造 2025」明确将机器人作为重点发展领域后，近年来中国陆续出台《机器人产业发展规划（2016—2020）》、《新一代人工智能发展规划》等政策，从政策层面上，给予了智能机器人产业足够的重视，无疑将进一步促进整个产业的发展。

技术的发展，终究是产业前进的最终推动力。最近两年，随着机器视觉、图像、运动控制技术发展的日渐成熟，以及 AI 人工智能的大量应用，为智能机器人带来了更多的想象空间。

英特尔中国研究院的目标是推出一套基于 CPU+FPGA 异构计算的自主智能机器人开发平台，帮助研究人员基于此平台进行开发。也正是基于此，英特尔推出了 HERO 智能机器人开放平台（Heterogeneous Extensible Robot Open Platform）。

搭载 HERO 平台的「睿宝」

它是英特尔中国研究院专为智能机器人（包括服务机器人、医疗机器人、自动驾驶汽车等）打造的一套异构系统平台方案。从当天的英特尔研究员展示出的实物来看，HERO 智能机器人开放平台的体积大致与餐纸盒相当，非常小。

其硬件部分的核心架构是，以 CPU 作为控制中心，同时引入了 FPGA 作为异构加速器，来获得实时处理大量数据并运行多种智能算法的能力。

在当天的开放日活动上，英特尔中国研究院也宣布围绕 HERO 平台推出全新的合作伙伴计划，希望来加速技术和产品的落地。

就现阶段而言，英特尔的这套 HERO 智能机器人开放平台依旧处于起步阶段，想要达到理想中的预期，还有很长的路要走。

具有「自我学习能力」的人工智能芯片 LOIHI

实际上，人工智能走到今天，大家开始逐渐意识到，传统 CPU 或者 GPU 的效能表现并不尽如人意。针对机器学习的人工智能芯片，也就应运而生。在人工智能芯片产品的布局上，英特尔最近几年走的比较激进。

早在 2015 年 12 月份，英特尔宣布以 167 亿美元的现金收购可编程逻辑芯片巨头 Altera，这也是英特尔历史上为数不多的大额并购交易。

2016 年 8 月份，其再次出手，用 3.5 亿美元收购了创业项目' class='c_blue'>创业公司 Nervana Systems，而仅仅时隔一个月之后，又将硅谷初创视觉处理公司 Movidius 纳入囊中。

目前英特尔的人工智能芯片产品分为四个种类，分别为至强可扩展处理器系列、Nervana 神经计算处理器、Movidius、以及 FPGA。

在英特尔中国研究院院长宋继强看来，人工智能的演进，将由机器学习逐渐过渡到自然智能，人工智能芯片需要逐渐具备处理歧义、场景推理以及自主学习的能力。

因此，在对全新计算模式的探索中，英特尔推出了号称「第一个拥有自我学习芯片」的 LOIHI。它最终想要实现的目标是，开发可编程架构来为当前运算负载提供 100 倍能效比。

按照宋继强的介绍，在设计方法上，LOIHI 采用了架构到芯片建模、异步设计流程以及基于 FPGA 仿真的圆形算法验证。

另外其独特的地方在于，包含了目前已经发布芯片的大部分现金特性、拥有 128 个核 + 3 个低功耗 X86 核、可编程的学习规则以及可扩展的神经拟态网络。

按照目前英特尔所公布的信息，LOIHI 的到来，将在很大程度解决当前人工智能芯片所面临的动态学习和适应能力问题，经过不断的学习，最终拥有决策能力。

当然，在真正实现落地之前，其是否能够达到官方宣称的效果，依旧是一个未知数。但其对于未来人工智能芯片发展方向的探索，是值得肯定的。