如果沒有2005年的爆紅，這些數(shù)以萬計的陌生人或許就不會站在雨里，為臺上的偶像李宇春“打 call”，而李宇春也不會在走紅12年后，為臺下的這些人創(chuàng)作一首給他們的歌——《今天雨，可是我們在一起》。

2005年，除了李宇春奪冠，其實還有兩件事在被慶祝著：一件是英特爾正在慶祝自己入華20周年，還專門成立了一支投資基金，規(guī)劃了一系列投資計劃；另一件是中國計算機界正在籌備人工智能誕生50周年的紀(jì)念活動，彼時的人工智能還坐在冷板凳上。

12年后，這幾條線有了一個交點：李宇春為自己的粉絲寫了一首歌，歌曲的 MV 由英特爾提供技術(shù)，而這個技術(shù)就是現(xiàn)今掀起巨浪的人工智能。

雷鋒網(wǎng)了解到，在這支 MV 中，為了表達歌曲傳達的情緒，有很多雨水貼在面部、鯉魚游過面部的畫面場景，這些圖案特效需要經(jīng)過影視后期的設(shè)計和加工，更需要在英特爾3D人臉面部表情捕捉技術(shù)基礎(chǔ)上，與面部進行貼合。在英特爾于成都舉辦的品牌之夜活動上，雷鋒網(wǎng)編輯也體驗了該技術(shù)，通過面部表情的變化，該技術(shù)可以即時在臉上貼合一些“奇怪的東西”，比如惡魔、蜘蛛、雨水等。

英特爾3D人臉面部表情捕捉技術(shù)，能夠?qū)崿F(xiàn)人臉的自動檢測與識別，定位人臉的78個關(guān)鍵點，快速重建3D人臉，并且實時跟蹤面部表情變化，從而將預(yù)先設(shè)計好的特效素材附著在3D人臉上，重新渲染到MV視頻中。

有一點不同的是，以往的表情捕捉技術(shù)需要在人臉做標(biāo)記點，需要較為復(fù)雜的傳感器，而應(yīng)用了深度學(xué)習(xí)算法后的技術(shù)，則不需要上述兩點，更為智能。

做到這一點其實依靠的還是機器學(xué)習(xí)，英特爾中國研究院王山東表示，基于大數(shù)據(jù)，通過數(shù)十萬張人臉的數(shù)據(jù)庫，實現(xiàn)了一個低精度的視頻、攝像頭捕捉到的照片或視頻都能夠精準(zhǔn)的識別人臉，隨著人臉數(shù)據(jù)庫，精度會上升。這項技術(shù)能夠應(yīng)用于任何3D特效公司。

除此之外，我們還和英特爾中國研究院院長宋繼強，就英特爾在人工智能領(lǐng)域的研究與布局聊了聊。以下為采訪的Q&A 部分，雷鋒網(wǎng)在不更改原意的基礎(chǔ)上，做了調(diào)整：

記   者：英特爾在 AI 方面的布局依據(jù)什么思路？

宋繼強：人工智能本身范圍非常廣，看你怎么去定義，如果只是深度學(xué)習(xí)，就很窄了。如果說把其他經(jīng)驗借鑒進去，比如規(guī)則、推理、機器人等，這些都算在廣義的人工智能領(lǐng)域。

英特爾的布局首先是解決訓(xùn)練的問題。訓(xùn)練現(xiàn)在是依賴云端的，像英特爾?至強?處理器、英特爾?至強融合?處理器，還有收購的 Nervana，剛才我講到靈活的多任務(wù)處理的結(jié)構(gòu)，英特爾?至強?處理器、英特爾?至強融合?處理器便能給予的，如果針對于某些密集的訓(xùn)練需要的專業(yè)加速，比如深度學(xué)習(xí)相關(guān)的，那就是 Nervana 的 Lake Crest 可以給出來。目前來講，訓(xùn)練比較流行的是深度學(xué)習(xí)算法，它能把一個模型訓(xùn)練到解決某類問題。比如，訓(xùn)練好之后就可以做語音識別、人臉識別、或者物體檢測，有不同的功能。

訓(xùn)練好之后，會面臨一個問題就是部署，部署實際上不涉及訓(xùn)練，它就是要快、成本低，功耗低。英特爾收購的另外一些公司，比如說 Altera，它的 FPGA 實際上是一種低成本、低功耗的硬件加速單元，它是用來覆蓋哪些市場容量不是很大的情況，市場容量大的時候 FPGA 的性價比就沒那么強，這種情況下開始有 ASIC 的方案出來，像 Movidius，就是我們收購的在前端非常小的功耗要求下，能夠把帶深度學(xué)習(xí)能力的計算視覺算法加速。

記   者：英特爾中國研究院主要負責(zé)什么？

宋繼強：英特爾中國研究院主要做視覺相關(guān)的人工智能的核心算法，包括人臉識別技術(shù)、情緒識別、場景理解。今天的體驗英特爾3D人臉面部表情捕捉技術(shù)是人臉技術(shù)的延伸，人臉技術(shù)已經(jīng)做了10年多了，現(xiàn)在也做物體的識別檢測和深度神經(jīng)網(wǎng)絡(luò)的壓縮，壓縮主要是在一些部署的時候前端的硬件資源是有限的，內(nèi)存有限，計算能力有限，所以我們把訓(xùn)練出來很大一個模型壓縮到原來的1%，但是保持工作時候（例如推理的時候）的精度，這是很重要的技術(shù)。

情緒的識別，就是表情的識別，目前也是學(xué)術(shù)界比較流行的叫情感計算主要的基礎(chǔ)。不光是看到這里有人，這是誰？要開始去理解人的情感。

還有一個技術(shù)是做場景的理解，讓計算機去看一個視頻的場景，能產(chǎn)生文字，等于說加標(biāo)注或者是加解說詞，這個是非常有用的技術(shù)，對無人駕駛、機器人、智能家居都非常有用，可以把場景的情況語義化，因為我們知道其實文字具有很多種技術(shù)，可以接著開始往后做，更多一些怎么去理解，怎么去做意圖分析，怎么給人提供相應(yīng)的服務(wù)，怎么去給場景進行一些意外的檢測，這個是學(xué)術(shù)界很熱的。叫做 Visual Understanding。這三塊是基于視覺的人工智能技術(shù)。

另外一塊，是我們研究院最重要的跟人工智能相關(guān)的研究，就是機器人——家用機器人，我們的目標(biāo)是推出一套基于異構(gòu)計算平臺的家用機器人開發(fā)平臺，這種平臺可以幫助很多研究的團隊（不具備完整的平臺搭建能力），推出這個以后他們可以基于這上面做他們想做的，我們把基礎(chǔ)的運動能力、感知能力和加速放在上面，這個平臺基于酷睿級別的CPU加 FPGA，也可以選擇性加上 Movidius 神經(jīng)計算棒推出去。

記   者：中國研究院的研究人員有多少？

宋繼強：大概全職有60幾位，實習(xí)生有20幾個，加上 supporting，不到100吧。

記   者：英特爾中國研究院是除了美國以外最大的？

宋繼強：對，英特爾研究院一共800人左右，有600人是美國本土的，分成四大塊研究方向，是英特爾關(guān)注的：

• 第一塊是電路和架構(gòu)

• 第二塊是系統(tǒng)和軟件研究

• 第三塊是5G，甚至更前沿的無線通信研究

• 第四塊是安全技術(shù)和隱私管理技術(shù)

這是美國的四大function lab。

在海外有兩個是稱為地區(qū)性的研究院，一個在中國，另一個在歐洲。歐洲是組合的，一部分在愛爾蘭，一部分在德國，目前有40多人，那邊可以調(diào)用歐洲的大學(xué)資源，研發(fā)很先進，有很多研發(fā)投入。英特爾中國研究院，也利用中國的人才和中國的一些產(chǎn)業(yè)政策，我們做的結(jié)果是希望能夠輻射到全球的。

記  者：阿里成立了達摩院，英偉達宣稱攫取了人工智能行業(yè)80%以上的利潤，聽上去這些公司都是顯得更前沿，對此您怎么看？

宋繼強：英特爾研究一直是前沿的，我們沒有講太多，比如最近我們將神經(jīng)元芯片、神經(jīng)擬態(tài)芯片、量子計算方面的東西，我們在前沿的領(lǐng)域已經(jīng)有不錯的工作，有一些是在世界領(lǐng)先的。

目前人工智能市場不大，在英特爾看來目前的投入都比較及時，并且能在未來產(chǎn)生商業(yè)價值的時候我們的產(chǎn)品已經(jīng)存在。目前整個數(shù)據(jù)中心中，跑人工智能占比較小。但是其未來三年增速可能是12倍。面對這樣的增速，我們就有應(yīng)對方案。此外，海量數(shù)據(jù)不光是在服務(wù)器做訓(xùn)練，做存儲（英特爾有3D XPoint），做通訊有很好的方案。在前端，很多客戶遇到的問題，部署時，如果使用GPU是不可取的，功耗高；在前端需要價格低、功耗低，在部署層面上如何更好的做推理，同樣需要多樣化方案。這一塊英特爾已經(jīng)看到市場上的產(chǎn)品，例如收購的 Movidius，在市場上推動其快速迭代，F(xiàn)GPA 也在推動在這些領(lǐng)域的進入。英特爾接收到全球的動態(tài)，在多種方案上進行推動。

記   者：人工智能芯片市場怎么樣？

宋繼強：人工智能目前是屬于嬰兒期，是英特爾的普遍認知，未來10-20年都是產(chǎn)業(yè)向上發(fā)展的，現(xiàn)在判斷什么是最后的芯片方案為時過早。芯片需要靠應(yīng)用去確定，在應(yīng)用落實前無法判斷什么是最終的芯片方案。

目前人工智能熱在于深度學(xué)習(xí)在學(xué)術(shù)界的突破產(chǎn)生的。深度學(xué)習(xí)在學(xué)術(shù)界使用的GPU方案去做，當(dāng)算法都迭代完畢，主要看誰的芯片最厲害的時候。但是無法判斷未來演進方向，包括一些指標(biāo)仍然在不斷引進。這個指標(biāo)里面，離誰是最后的贏家，還有一段距離。

記   者：收購和投資小廠的時候有什么標(biāo)準(zhǔn)？怎么判斷？

宋繼強：和英特爾有戰(zhàn)略相關(guān)性的才會去投，其次技術(shù)必須是領(lǐng)先的。

記   者：英特爾與 Facebook 合作開發(fā)人工智能芯片將在年底推出，該芯片會有哪一些突破？

宋繼強：去年我們有講 Lake Crest 芯片架構(gòu)，目前應(yīng)該是一脈相承，既提供了很多的并行張量計算單元，都是用塊去計算的，提高了很多高密度計算，而且計算擴展性也很好。一個芯片一代可能只是一個PFlops的運算，如果需要多的話，可以通過幾個芯片去組成陣列，繼續(xù)增加你的運算資源。

芯片和芯片之間的運算必須保持高帶寬，低延遲，專門設(shè)計了 cell 通路，保證芯片之間通訊足夠快，帶寬足夠高。在擴展芯片支持尺寸的時候不會帶來額外的一些代價，這些是他們設(shè)計的要點，而且在計算能力方面領(lǐng)先。而且上面有一套軟件，這個軟件幫助用戶拆分數(shù)據(jù)流里面放在不同應(yīng)用領(lǐng)域加速。有一套軟硬件集合的方案，基于這些應(yīng)用優(yōu)先考量。Facebook有很多種不同的社交數(shù)據(jù)，這些不同測試應(yīng)用，看這個芯片到底怎么樣才能夠優(yōu)化。今年底出一個測試點，在過一段時間正式點，正式出來是選擇很好的合作伙伴，可以讓我們通過訓(xùn)練來迭代。

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。