智東西專欄導語：智能科技引領產業變革、創業熱潮，每一個處在產業變革、升級洪流中的創業者、管理者、從業者都是這個時代的見證者；他們是每個行業身經百戰的專家、大牛，是處在技術發展最前沿的實踐者，傾聽來自他們的真知灼見，智東西專欄將刊載來自業界技術專家、創業者、操盤手的精彩好文。

英特爾中國研究院院長 宋繼強

　　本文為英特爾中國研究院院長 宋繼強 為智東西專欄的開篇撰文，全文如下：

　　今天，我們正在擁抱一個萬物智能互聯的新世界。越來越多的物和設備通過網絡實現互聯互通，讓數據呈現爆發之勢。數據洪流洶涌而至，數據正在成為技術領域最重要的驅動力。人工智能AI、自動駕駛、5G和VR/MR等一系列前瞻性技術的出現，令我們有機會充分釋放這些數據的潛能，不斷升級人類生活體驗。

　　非常高興從今天開始，我們在智東西開設英特爾中國研究院專欄。借助這個平臺，我們希望與大家分享并交流英特爾對于前瞻技術趨勢的觀察，探討萬物智能互聯的當下與未來。作為專欄系列文章的開篇，讓我們先從機器人、人工智能的視角切入，探究數據洪流時代的產業機遇。

　　機器人作為人工智能最重要的應用領域，一直飽受關注。好萊塢大片中經常出現的智能機器人為大眾設置了很高的預期，而現實的服務機器人的智能能力遠未達標。伴隨著近來深度學習催熱的這一波人工智能大潮，智能機器人產業如何破局是一個很重要的問題。我認為兩個方面非常關鍵：一個是人工智能（AI: Artificial Intelligence）與智能交互（SI: Smart Interaction）深度融合；另一個是智能機器人的安全性。關于安全性我們留到以后再談，今天重點探討AI與SI的融合。

　　AI在學術界有一個比較常用的定義，就是要了解智能的實質，并且要能夠生產出一種像人一樣，以智慧的方式對外界輸入作出反應的智能機器。這個學科的最終目的是讓機器具有智能的反應能力，所以智能機器人可以看做是人工智能的終極目標。

　　了解智能的實質有兩種辦法：一種是通過哲學或者心理學的方法，從外部觀察人的行為來推測人是以怎樣的智能方式在思考；另外一種是把人腦切開看看神經解剖結構，并且通過腦活動檢測技術和精心設計的實驗來發現智能活動的規律。當我們對智能有了一個認識（未必正確、但至少有了模型），那怎樣把機器變得智能就需要數學家、計算機科學家、自動化專家去鉆研。所以，人工智能相關的學科很多，除了軟的理論、模型和算法，還需要依賴硬件落地，比如說需要芯片去給它提供強有力的計算和存儲。對于機器人這種智能體，還需要有復雜的系統控制技術支撐。

　　現在這一波人工智能的熱潮，實際上也是受益于目前最新的計算和存儲的改進。神經網絡技術來自于腦的神經元結構啟發，但它跟腦的處理過程完全不一樣。它是通過大規模的數據去訓練，然后機器從數據中學習一些內在的規律，形成一個模型，再用這個模型去推測新的數據。這稱為一個機器學習的過程，它需要很多的存儲和計算能力，而我們現在正處于一個非常適合它大發展的時代。

　　為什么非常合適呢？因為受益于摩爾定律，過去20年硬件的能力獲得大幅發展，其中單位成本的計算能力提高1.5萬倍、存儲能力提高3萬倍。通訊技術從有線發展到無線，現在正向5G邁進。這意味著我們不僅可以讓智能機器具有強大的大腦，在需要的時候還可以靈活利用云端的能力。云、端結合釋放持續學習和改善的能力。