11月14日至15日，英特爾人工智能大會（AIDC）在北京舉行。大會上，除了英特爾公司的演講嘉賓，同時也有來自學術界和產業界的多位嘉賓登臺發表演講，分享了共同攜手推動人工智能突破與落地的進展和成果。

百度資深架構師董大祥介紹了百度AI與英特爾的深度合作。他表示，百度不僅是一家搜索引擎公司，同時也是一家AI公司。除了視覺領域、自然語言處理、語音識別 領域部署了AI模型以外，還有很多基于大數據場景下做的AI模型。百度的深度學習模型一直在幫助搜索引擎不斷迭代，但這需要百億、千億級別數據的大規模分布式訓 練，目前基本都是由英特爾CPU構建的大規模集群來訓練的。特別是英特爾的MKL/MKL-DNN 加速技術，有效提升了深度學習模型的訓練速度和在線預估速度。

匯醫慧影創始人兼CEO柴象飛表示：“在整個醫學領域，醫學影像是最重要、也是人工智能最可行的一個領域。醫院超過80%的數據都是影像數據。”他進一步表示，與英特爾的合作使得匯醫慧影的技術在算力上得到極大加強，至強處理器的運用在處理海量數據尤其是三維數據甚至是多維數據方面，使得直接訓練包括分類的學習變得可行。同時，在CPU上推演的部分可以最大限度地使用既存硬件，快速賦能原有設備，使得匯醫慧影的平臺、算法能力以及大量的醫學數據得以被快速挖掘，建立多維模型。

美的集團視覺研究所所長胡正分享了利用AI進行產品檢測的合作。他說，在工業視覺檢測方面，工廠環境中有各種各樣的零部件，加上不同材質、不同邊緣、不同采光和拍攝角度，從而很難去開發一個定制化的傳統算法，而且耗費時間成本多。美的通過運用人工智能算法結合英特爾酷睿、至強可擴展處理器以及OpenVINO，構建了一款高度優化的缺陷檢測解決方案，方案成本也非常低。同時，這個解決方案將應用到美的更多工廠里。

騰訊優圖技術專家沈昊說，騰訊優圖是騰訊旗下頂尖的AI實驗室之一，涵蓋人體、人臉、交通、醫療影像和自動駕駛等多個方面的計算機視覺前沿研究和產品落地，日均服務調用超過30億次。騰訊優圖與英特爾一起打造了兩款智能硬件，一個是優圖盒子，基于有著出色解碼能力的英特爾CPU加上高效AI算力，可以在本地直接做AI預處理，人臉檢測、跟蹤優選、人臉識別都在邊緣端完成，相比過去全部搬到云上，如今送到云端只是非常少的數據，大大節省了整個系統的帶寬，顯著提升運行效率。而與英特爾Movidius團隊合作的基于Myriad 2的騰訊優圖AI攝像機不僅能檢測、跟蹤、優選人臉，并且整個過程都可以在攝像機里完成，極大降低了整套系統的成本，在不損失精度的情況下效率提升1倍以上。

南京大學人工智能學院院長、計算機科學及技術系主任周志華教授分享了他對于深度學習的一些思考。他在演講中著重提到了“深度森林（Deep Forest）”算法，主要基于決策樹作為基本構建，是第一個不基于深度神經網絡、不基于BP算法、不用計算梯度訓練的深度模型。它具備適合多核芯片架構加速等特點，并且能夠比基于神經網絡的感知器更適應處理離散數據或列表數據。南京大學已經與英特爾成立了人工智能聯合研究中心，重點關注非神經網絡深度學習技術對智能芯片設計的啟發式影響，以及智能芯片對更多機器學習技術的支撐能力擴展。英特爾架構對“深度森林”來說是理想的模型級并行加速器，雙方的合作將進一步推動人工智能產業應用落地。未來英特爾還將協助南京大學人工智能學院建設智能硬件相關課程，攜手推進中國人工智能人才培養。

騰訊云副總裁王龍介紹了一年以來騰訊云與英特爾的合作及進展。騰訊優圖鑒黃業務量非常巨大，基于英特爾開源組件、MKL算法庫以及英特爾CPU的幫助，整體的鑒黃性能提升1.6倍，節省了大量人力和時間成本。騰訊視頻轉碼優化則基于英特爾至強可擴展處理器等，在1080P視頻轉碼性能上獲得了2倍提升，使用最新的AVX指令集的時候能獲得1.7倍性能提升。今年，PhoenixGo獲得了2018年世界人工智能圍棋大賽冠軍，這得益于使用了騰訊內部至強服務器的閑時訓練，與英特爾的通力合作也是密不可分。他指出，為了更好地讓AI服務于各行各業，騰訊和英特爾都希望有更深的合作實現共贏，共建AI生態，為產業的數字化轉型作出貢獻。

阿里云IoT事業部高級技術專家、AI@Edge負責人龍一民主要分享了工廠缺陷檢測方面的效率提升。阿里云IoT團隊將工業機械臂和計算機視覺結合在一起，與英特爾團隊一起在重慶的項目上合作運用OpenVINO、阿里云Link IoT Edge和Link Kits，成功地幫助工廠將缺陷檢測效率提升5倍。而此前這樣的檢測工作全部由人工來完成，并且人工檢測準確率不到20%；人工智能視覺檢測的準確率則趨近于100%。通過與英特爾合作，阿里云IoT也看到了更多的視覺智能和邊緣計算的市場機遇。

上海寶信軟件研究開發部總經理董文生介紹了寶信的業務以及與英特爾合作的成果。在工業領域，除了視頻缺陷檢測之外，另外一個大的數據來源是各類傳感器。由于傳感器頻率高、數據量大，一家大型企業一天的積累量就是TB級的數據。寶信利用英特爾Analytics Zoo解決方案，建立了無監督的深度學習系統，基于LSTM設備自動診斷檢測的模型來進行實驗。目前寶信已經將Analytics Zoo方案和BigDL方案與大數據平臺做了集成，這為未來應用到其他實際場景當中提供了基礎。

PaddlePaddle技術負責人百度主任架構師于佃海介紹了百度在深度學習研究和應用上的深厚積累，特別是大規模深度學習的應用實踐，目前核心產品線上超大規模稀疏特征任務的訓練上，英特爾CPU的集群優勢比較明顯。他還特別介紹了百度開源深度學習框架PaddlePaddle及最新發布的系列開發套件，并從PaddlePaddle角度介紹了與英特爾的廣泛且深入的合作。 PaddlePaddle與英特爾針對深度學習開發的中間編譯器nGraph的對接簡潔，可以無縫銜接不同的硬件后端，得到了更高效的后臺計算。英特爾更加重視深度學習領域，所以芯片產品也越來越適配深度學習。PaddlePaddle 與英特爾在低數值精確計算也有密切的合作，英特爾的下一代指令集VNNI提供強大的INT8乘加運算效率。對于深度學習領域而言，這些英特爾芯片和技術有著很多特色。基于已有的成果和未來無限可能，PaddlePaddle與英特爾的合作將是深度而持續的。

中國移動物聯網有限公司高級技術總監劉源介紹了中移物聯網有限公司自主研發的OneNET核心能力平臺，為接入OneNET平臺的海量設備提供一站式人工智能SaaS服務，豐富打造OneNET平臺智能生態應用。OneNET AI平臺基于英特爾? 至強? 處理器集群，并采用英特爾? 人工智能軟件工具組合構建和部署，為平臺用戶提供了電表讀數識別、物質成分分析、車牌識別、人臉驗證等多種主流服務，滿足物聯網企業、創客以及個人開發者的智能化需求。劉源說，中移物聯網和英特爾雙方已通過戰略合作伙伴及聯合實驗室機制，在物聯網人工智能領域展開合作創新。在平臺層面， 從設備、邊緣到數據中心，英特爾多種芯片技術助力中移物聯網實現 IoT+AI 戰略；在軟件層面，英特爾 OpenVINO 工具極大提升了AI軟件開發效率，同時能夠優化模型，按需部署到異構芯片及設備，從而獲得最佳性能表現； 非常期待英特爾人工智能芯片和加速卡等新技術不斷創新并在物聯網領域的深度應用。

武漢大學教授、武漢大勢智慧科技有限公司CEO黃先鋒介紹了與英特爾在長城保護項目上的合作。他表示，雙方利用英特爾獵鷹8+無人機和人工智能技術，通過高精度的3D模型結合深度學習算法，對城垛的缺失部分以及墻體裂縫做識別和分析，最終給出定量的缺失體積甚至是缺失多少塊磚的結果，進而形成修復計劃。英特爾獵鷹8+無人機采集了箭扣長城700米長度上的9000多張圖像，每張圖像有4200萬像素，總共有120多G的圖像。處理這些數據，16臺至強處理器的集群算了19.6個小時，而在算法沒有優化之前是用了50個小時。