英特尔与南大成立联合AI实验室：看“深度森林”与“一片多核”的摩拳擦掌 原创

至顶网个人商用频道 09月21日 北京消息（文/黄当当）：1958年9月12日，世界上第一个集成电路研制成功。

2018年9月12日，就在第一块集成电路研制成功60年之后，同一个时间，英特尔-南京大学人工智能联合研究中心宣布成立。

在初秋九月，南京大学的人工智能学院迎来“开学第一课”，在英特尔与南京大学人工智能IPCC中心揭幕典礼上，英特尔中国研究院院长宋继强表示，英特尔-南京大学人工智能研究中心是英特尔并行计算中心（IPCC）计划的一部分，也是中国首家设立的聚焦在人工智能的IPCC，将在人工智能技术创新、人才培养以及生态建设这三个层面产生重要意义。

在具有“仪式感”的揭牌活动后，英特尔与南京大学共同探索AI的旅程正式启航。关于这次合作的更多细节，宋继强和南京大学人工智能学院院长周志华接受了至顶网采访，以下内容根据采访内容整理：

人工智能不断进化，没有一套通用方案解决所有问题

谈到人工智能算法，深度学习是目前的翘楚。那么深度学习能解决什么问题？DARPA（美国国防高级研究计划局）在研究整个人工智能的发展，它认为现在属于往第三阶段跃进。

宋继强进一步解释，第一个阶段是推理，通过一些符号逻辑，但这还不够，人工智能至少需要四方面能力，推理、感知、适应以及持续学习。深度学习的到来让设备有了很好的感知能力，但随着数据量的增加，推理能力又受到局限。

而“深度森林”就是一个很好的创新，因为它不再依赖非常大的数据，用少量的数据也可以训练出不错的结果，而且这个好处还在于，训练出的东西可以理解，可以被解读。

但深度森林仍然只是解决特定问题。在周志华教授团队前期研究发现，不同于深度神经网络在图像、视频、语音问题上特别有效，像深度森林这样的结构，在符号数据、离散数据、混合建模上擅长，也就是说，在人工智能的场景中，很难找到一套通用方案解决所有问题，任何一个模型都只适用于一定的范围。

选择南大，看“深度森林”与“一片多核”的摩拳擦掌

深度森林去年提出后，很快在人工智能的学术界和工业界引起关注，并已在大型互联网金融企业商用。

具体来说，这类技术是一种基于不可微分单元（即树/树集成）的方法，具备适合多核芯片架构加速等特点，并且能够比基于神经网络的感知器更好地处理离散数据或列表数据。

周志华进一步解读，“深度森林和现在的深度神经网络不太一样，它不适合用GPU来加速。”为了让深度森林做更大的模型，获得更好的效果，周志华教授团队也另辟蹊径，在两个方面进行尝试：一种是通过分布式计算技术做出更大模型，另一种则是通过硬件加速来提高它的可扩展性。

“结果发现，英特尔的多核处理器对加速这样的模型特别有帮助。”周志华表示，这将是一次互利共赢的合作，一来英特尔“一片多核”有助于加快深度森林的研究进程，二来对“深度森林”的探索可以反作用于英特尔芯片设计，带来启发性意义。

回到英特尔的芯片思路，宋继强表示，目前英特尔提供的方案是“混搭”，其实就是异构计算的方式。英特尔拥有多种芯片，包括Movidius,、Mobileye、FPGA、至强等，只要选择合适的方式，把它用混搭的模式组合起来，封装成一个芯片。

在与南京大学的合作中，英特尔同样遵循这种思路，正如宋继强所言，“英特尔是提供底层的硬件和系统支撑。比如我们现在给南京大学提供的至强可扩展的方案，将来我们可以把异构计算的方式可以跟南京大学去合作，因为多种计算模式需要不同的硬件加速，探讨更好的技术上的改变和突破，这是技术方面，我觉得这样强强联合是非常重要的。”

其实英特尔联合实验室不少，但这一个很特别

通过跟各个产业和学术界建联合实验室，英特尔正在加速芯片在AI领域竞争的筹码，这之中，英特尔遵循两个准则，一是对硬件结构产生指导意义，二是能够快速帮助商业落地，产生商业价值。

显然，与南京大学的合作已具备天时地利人和。首先“深度森林”的探索适配可以对英特尔“一片多核”的芯片设计带来启发性意义，其次从科研角度，南京大学机器学习研究团队主要集中在理论与算法层面，与英特尔合作是一次软硬互补，最后是人才，南京大学拥有最好的人才团队，利用已经形成的产业化合作关系和验证出来的效果，对英特尔硬件产生重要指导。

后续关于人才培养，英特尔与南京大学也已经部署了计划，对于人才培养有两个目标，第一具备源头创新能力的AI能力，第二具备解决企事业单位关键技术难题的能力。而这样的目标应该具备如下三个知识结构，一是扎实的数学基础，二是扎实的计算和软件程序的基础，三是全面的人工智能专业知识。

未来很长一段时间，AI将是英特尔专攻方向之一。回溯这家公司的发展轨迹，由最初的一家内存公司转型为处理器公司，由早期以PC为主的业务转型为以服务器、云计算为核心的业务。在AI时代开启的今天，英特尔正在转型为一个为所有AI计算提供支撑以及加速，将更多不可能问题转化为可计算问题的公司。