英特爾聯手第四正規化，讓人人都享受到AI的日子不遠了

【51CTO.com原創稿件】如今，人工智慧已經不再是遙遠的概念，正在影響我們工作、生活的方方面面。市場研究機構Gartner預測，到2022年，由人工智慧驅動的商業價值，將高達3.9萬億美元。對於如此大的一座金礦，其發展前景自然不用多說。

日前，英特爾與人工智慧獨角獸企業第四正規化宣佈簽署戰略合作協議，併成立”英特爾與第四正規化人工智慧聯合實驗室”。第四正規化聯合創始人、首席研究科學家陳雨強及英特爾相關負責人共同出席了實驗室揭牌儀式。

英特爾與第四正規化人工智慧聯合實驗室揭牌儀式

據悉，聯合實驗室將主要聚焦於高效能運算和新技術、新產品。高效能運算作為一種工作負載是很多行業的底層基礎，海量資料的高效處理是支撐人工智慧發展的底層基礎。雙方最新產品和技術的早期測試階段也將放在實訓環境中，放在客戶的應用環境中進行測驗，真正進行AI前沿領域的探索工作。

計算是第一生產力

AI訓練對於計算量的要求是指數級上升的，對於硬體將會產生巨大的效能瓶頸。如何平衡指數級上升的計算力和成本之間的關係，如何又快又好的完成計算，已經成為了擺在企業面前不可忽視的問題。

第四正規化聯合創始人、首席研究科學家 陳雨強

作為一家新興快速發展的AI技術和服務提供商，第四正規化需要大量的資料和計算。陳雨強認為，計算是第一生產力，有多少計算就有多少智慧。而第四正規化有著自己非常獨特的理論，例如高維理論就認為，更高維的模型背後需要有更多的資料和更大量的計算來支撐，才能更好的解決複雜的問題。

第四正規化的一項核心技術AutoML就能夠解決大量的問題，過去人做90%的工作，機器做10%，而未來人可能只做10%，只做和業務核心相關的、機器無法替代的工作，而剩下的90%都是機器來做。在用機器替代一部分人的工作的過程中，就需要非常大的計算量。要讓原來不可計算的問題變為可計算是非常難以做到的，可能需要在硬體、軟體以及演算法上付出非常大的努力。

因此，這就對機器的要求更高，AutoML就需要大量的計算、大量的網路傳輸以及大量的探索過程，第四正規化相比其他公司需要更高效能運算的硬體，包括CPU、儲存、網路，而英特爾在這方面有著出色的技術積累，第四正規化通過引入英特爾至強處理器、傲騰固態盤等先進的技術和產品，推動AI在各個行業進一步落地。

第四正規化一直在致力於讓所有人都能用到AI，並將AI for Everyone作為公司的slogan。截至目前，第四正規化的AI解決方案已經在銀行、保險、醫療、政府、能源等行業中有著非常廣泛的應用。在銀行業，第四正規化服務客戶的總資產已經佔所有金融資產的一半以上，服務的SaaS客戶超過千家以上。第四正規化的AutoML技術也將會更快更廣的將AI應用到各行各業。

雙方合作踐行“AI for Everyone”

30年以前，計算機還只是少數人擁有的東西，而英特爾通過挑戰秩序，實現了讓人人都可以享有計算機。英特爾相關負責人表示，正如第四正規化的slogan所說，AI也應該是一個能夠被多數人所理解、認知，實現普惠的事物。第四正規化擁有非常先進的AI技術和產品，例如“第四正規化先知”平臺，這也是雙方成立聯合實驗室的初衷。

AI發展方興未艾，正在蓬勃興起，這其中與資料密不可分，而資料則離不開計算，英特爾的核心產品都是為計算而準備的，英特爾通過在行業40年的經驗積累，為了實現AI for Everyone的願景把最好的技術產品和第四正規化先進的演算法和技術進行合作，來實現普惠每個人的AI。

英特爾的產品從雲端、通路端、前端形成閉環，三個端各自服務於不同功能，核心都是要進行資料處理，前端收集資料，中間鏈路傳輸資料，雲端處理資料。英特爾和第四正規化的合作也將延續這個思路，把雲端、傳輸端、終端三個端的產品都進行測試，打造閉環支援AI環境的產品。

第四正規化的目標是如何讓更多人應用上AI，底層是以AutoML為核心的計算技術，同時結合大規模平行計算平臺、高效能引數伺服器平臺、自動機器學習演算法、自動網路搜尋演算法等最新的演算法。陳雨強表示，這些新平臺都將會在實驗室首先應用。英特爾提供計算力作為基礎，第四正規化所有的演算法和產品在新平臺上將會有更好的效率，這也將成為第四正規化正常產品研發的流程。

AI時代的Windows正在誕生

陳雨強希望，第四正規化能夠成為未來AI時代的Windows平臺公司，來連線上層的應用和底層的硬體和作業系統。對於生態，他表示生態是指有多少實際的合作伙伴和行業應用能夠通過第四正規化的平臺被賦能，真正使用上AI。而目前，很多高價值的行業並不能夠很好的使用AI，因此光靠第四正規化並不能實現這個目標。Windows之所以盛行是因為有成千上萬的開發者在平臺上開發出各種領域的應用程式，Windows才會如此流行。

他指出，如果要真正實現AI for Everyone，第四正規化在應用層和底層就需要更多的合作伙伴共同推動。當前，大部分的硬體架構還是針對過去的應用所設計的，對於AI來說，每三個月都有新的演算法、新的體系架構、新的思路出現，要實現這些新的想法，給出AI落地的解決方案，就需要很強的合作伙伴或者生態來幫助第四正規化共同實現。

【51CTO原創稿件，合作站點轉載請註明原文作者和出處為51CTO.com】

【責任編輯：Barry TEL：（010）68476606】