1956 年是计算机历史颇具里程碑意义的一年。「晶体管之父」威廉·肖克利回到加州帕洛奥多，成立肖克利半导体实验室。同年夏天，28 岁的约翰·麦卡锡与同龄的马文·明斯基、37 岁的纳撒尼尔·罗切斯特以及 40 岁的克劳德·香农，在达特茅斯学院举行了一个学术研讨会。
固然肖克利「将硅带到硅谷」，但却是他的弟子们让硅成为「科技世界的通行证」，其中三个弟子：罗伯特·诺伊斯、戈登·摩尔、安迪·格鲁夫创立的英特尔，成为过去 40 多年影响整个计算机行业的重要力量，以半导体发展速度为基础的摩尔定律更是一度预言了技术变革的速度和方向。而达特茅斯峰除了提出一个「人工智能」的新词并没有太多惊喜，不过这个词却成为接下来半个世纪计算机行业的「圣杯」(比尔·盖茨语)。
2016 年，人工智能步入甲子之年，在一场举世瞩目的智能挑战中，代表人工智能的 Alpha Go 完胜人类围棋冠军。这一年，摩尔定律走到第 51 个年头。两件看似不相关的事实放在一起却像一个巨大的时代隐喻，在科技业老牌巨头如微软、苹果，互联网新贵如 Google、Facebook 纷纷押注人工智能时，作为芯片帝国缔造者的英特尔，尤其是在错过移动互联网 10 年红利的大背景下，英特尔的机会又在哪里?
答案或许就藏在正召开的 2016旧金山英特尔信息技术峰会(IDF 2016)里，不过在讨论这场开发者盛宴之前，我们有必要先看些会场之外发生的故事。
两个或左右未来的收购
2015年12月，英特尔完成了对可编程逻辑器件厂商 Altera 的收购，并且将 Altera 的 FPGA 纳入到英特尔的产品线中。FPGA 是一种介于专用芯片和通用芯片之间，具有一定的可编程性，可同时进行数据并行和任务并行计算，FPGA 在特定领域，如图像识别、信号处理等场景中具有比 GPU、CPU 更低的能耗，性价比很高。
这是英特尔布局机器学习的一个重要战略。具体来说，英特尔会把 FPGAs 和英特尔处理器封装到一颗芯片里，当用 FPGAs 来运算一些机器学习的任务时，比如影像识别算法，这些算法能大大提高它的性能。根据英特尔并购副总裁文德尔·布鲁克斯 2015 年接受采访时的说法，相对于传统的处理器和 FPGA 独立组建，新的一体化芯片最初将带来 30% 至 50% 的性能提升，而最终的性能提升将达到 2 到 3 倍。
2016 IDF 之前，英特尔宣布收购深度学习创业公司 Nervana System，这可能是一个比收购 Altera 更重要的一个举动。Intel执行副总裁暨数据中心事业群总经理柏安娜在官方博客里写道：「人工智能正在转变商业运作以及人们参与世界的模式，而它的子集──深度学习，是扩展人工智能领域的关键方法。」
尽管英特尔拥有可支持高性能计算的处理器，但在深度学习芯片领域，Nvidia 的 GPU 具备统治性的地位。
另一方面，虽然拥有了 FPGA，但没有 GPU 的残酷事实则颇为无奈。而 Nervana 则是一家在芯片领域具有自主知识产权的公司，旗下的 Engine 芯片在深度学习训练时有着比传统 GPU 的能耗和性能优势。借助收购 Nervana，则有望帮助英特尔将自己在处理器的优势延伸到深度学习领域，从而打造一系列适应深度神经网络的特殊处理器。
上述两大收购基本补齐了英特尔在人工智能，尤其是机器学习领域的两大短板，同时也进一步延伸了处理器的业务体系。更重要的一个事实则是，英特尔旗下的风险投资也是过去几年人工智能领域的活跃投资机构，下图来自 CBinsights 的统计，这些公司涉及数据、深度学习算法、机器人等等，未来不排除英特尔继续收购更多创业公司。
押注人与机器的新交互
回到今年的 IDF ，如果说并购是英特尔传统处理器业务的扩展，那么这次 IDF 的众多新的产品或计划则是英特尔对于人机交互的新思考，前者押注在基础研究，后者则是应用层面的布局。
事实上，科技的发展史也是人机交互的历史，而人工智能发展的路径同样隶属在人机交互的发展历程里。人工智能的进化是机器越来越聪明的的过程，所谓的「聪明」，体现在人机交互过程中，则是计算设备在识别(包括语音图像、视频、文本)、理解、情感方面的进化。通过 IDF ，英特尔展示对人机交互长期和短期的赌注。
实感技术：人与机器的浅层交互
严格意义上说，实感技术并非新技术。去年的 IDF 上，英特尔 CEO 科再奇向观众不断重复实感技术(RealSense)的重要性，并进行了多次演示。而一年后的 IDF ，当现场观众再次被一年前的这项技术欢呼鼓掌时，某种意义上也展现了实感技术的确有着巨大的应用场景，还记得今年格莱美上Lady Gaga 惊艳的表演吗?
实感技术是计算机视觉的某种体现，通过摄像头把感知能力和理解能力赋予新一代计算设备包括软硬件的解决方案，硬件层面由色彩传感器、红外传感器、红外激光发射器和实感图像处理芯片等部件组成了 3D 摄像头。软件方面，这个摄像头可以捕捉物体的色彩、计算物体深度和运动轨迹，并且还支持 3D 建模、实时渲染等。
实感技术在机器人和无人机领域有着众多用途，这几乎相当于为机器人或无人机配备了一双「眼睛」，比如支持无人机的Aero 平台，而且作为一整套的软硬件解决方案，对广大中小开发者或创客来说意义重大。英特尔还把实感技术融入到虚拟、现实交互的新平台。
融合现实：虚拟与现实的交互
这种新的虚拟、现实的新交互模式就是融合现实(Merged Reality)。英特尔首席执行官科再奇花了大量篇幅阐述融合现实平台 Alloy 以及头盔产品 Alloy 之于未来的意义。相比于当下火热的虚拟现实设备，英特尔希望将交互过程的计算与感知融入头盔里，我们至少可以从以下两个方面一窥融合现实的野心：
硬件需求：无需电脑主机，更不必将头盔与其他设备连接，亦无需外部传感器，这意味着现在困扰虚拟现实玩家的主机配置、无处不再的线缆和一定空间摆置的传感器一并消失;
用户体验：不仅可以看到真实世界中的这些元素，还可以用手与虚拟世界的元素进行互动，而且没有了各种线的干扰，也让用户使用过程中的移动体验变得更自然;
为了推广这个平台，英特尔将在微软的 Windows 10 上部署相关产品，据了解，2017 年升级后的Windows 10将支持主流PC运行Windows Holographic，Windows应用即可体验混合现实。不过与相对成熟的虚拟现实平台相比，英特尔的 Alloy 平台还处在起步期，其第一代 Alloy 硬件要到 2017 年才会开放，要形成更具生态效应的平台，还需要技术、商业的多重博弈。
无人驾驶：人与机器的深度交互
无人驾驶则是另一个人机交互的重要领域，也是最难的一个领域。2016 年 7月，英特尔宣布与宝马、汽车传感器厂商 MobileEye 合作发展无人驾驶汽车，此次 IDF 大会，英特尔展现了对人与汽车交互的观察，目前业界所言的「无人驾驶」还停留在部分自动驾驶阶段，也就是下图的第二级别，到了第三级则意味着司机可以解放手和眼睛。第四级时，司机和乘客可以在车里睡觉，第五级才能实现真正意义的「无人驾驶」。
但无人驾驶的人机交互难度非常大。车内需要一个用于计算车辆运行状况的计算机，而车外需要与高清地图、不同车辆甚至市政网络实时连接的高速网络系统。这其中，计算、感知、网络则是英特尔的优势所在。今年上半年，英特尔低调收购了一家由两名前员工创办的计算机公司 Itseez，该公司开发的算法可以帮助汽车「看见」并躲开路面上的障碍物，它还开发了一款司机辅助系统，可以帮助汽车沿着正确的车道行驶。另外，一家名叫 Yogitech 的物联网公司也被英特尔收购，Yogitech 主要开发半导体的功能安全技术，这是保证无人驾驶汽车所用芯片正常工作必须要用到的一种技术。
但英特尔在无人驾驶领域，尤其是计算机视觉领域面临不少竞争对手。汽车芯片行业早已被恩智浦、英飞凌、瑞萨所瓜分(三家占据了 35 %以上的市场份额)，未来必然会上下游通吃; Mobileye 早已在此市场耕耘多年，技术雄厚;Nvidia 针对汽车厂商推出的 Tegra移动芯片，贡献了 1.13 亿美元的财报收入。而下一步，Nvidia 计划进一步在计算机视觉方面推出更多芯片;与此同时，高通的 Snapdragon A汽车芯片，同样针对计算机视觉应用开发而成。
这注定是一场艰苦的战役，然而却又是一块谁也不能放弃的必争之地，根据麦肯锡估计，2020年全球连网汽车在所有汽车中所占比例将达到22%。对英特尔来说，收购一些有特色的物联网、车联网小公司固然能站稳脚跟，但从长远的发展来说，抛去可能的大规模收购环节不谈，更需要在深度学习、机器视觉甚至云计算方面的不断努力和创新，这又回到本文的的第一部分，无论是 FPGAs 与至强处理器的融合或是以 Nervana 为核心的深度学习处理器，都会成为未来英特尔立于不败之地的关键要素。
人工智能作为一项「古老」的技术理念，得力与包括英特尔、微软、苹果在内的 PC 行业的推动，让计算能力不再是困扰机器智能的主要障碍，而在 Google 、Facebook 、亚马逊等互联网公司的努力下，数据成为当下新的「石油资源」。如今，各大巨头在人工智能大势面前，几乎无一例外地选择与现有产品线相结合的策略，Google 、FB 的数据智能、微软的跨平台与Office结合、苹果的「设备智能」，对英特尔而言，基于在芯片行业的积累，并积极拥抱云、虚拟现实、深度学习，并从技术、产业的角度切入，从这个角度来说，2016 的 IDF 或许是英特尔人工智能的新起点，未来还将有诸多看点。
