英特尔 IDF08 R&D 研究会议全文

英特尔公司企业技术部副总裁

主持人：下面欢迎英特尔公司企业技术部副总裁，兼英特尔研究中心副总监钱先生。

钱：讲的非常好，我想给大家讲不同的议题，我们称之为每天的，无时无地的感受认知。首先给大家介绍一下我的议程。这是我所领导的计划，我们称之为英特尔研究院，给大家介绍一下我们面临的挑战，我们在研究界共同搞的一些工作，再给大家介绍一下我们如何应对这些挑战。首先给大家介绍一下英特尔研究院的情况。这是一个探索研究性的结构，就是研究前沿的技术，找到一些突破性的技术，给我们带来很多的机会，可以使我们在行业中产生巨大的变化。
    我们怎么样做呢？我们通过三大支柱来做这样的工作，首先我们必须要有世界级的技术人员，因此我们要找到世界上最好的一流的科学家。第二尽管有了非常好的人，我们也只是找到一些关键的原则，这个原则就是要搞合作。我们和很多的大学在世界上各国的大学进行密切的合作，最后我们的系统非常好，系统越来越复杂，我讲到了很多的问题，你们必须要有各种不同学科的技术，社会学、软科学，要了解我们系统和网络的情况，同时还有一些核心技术的原则，在计算方面，无线、软件设计等等，这是一个多学科的团队，加强协作才可以帮助我们解决问题，我们要和不同的技术连接起来才可以解决巨大的网站。我们有一种联合的合作，在英特尔研究院我们和很多的大学和研究所进行合作。还有更广泛的合作，就是深入的合作关系，我们称之为核心的学校，有一些大学我们和他们建立了更加密切的关系，另外我们还有一些在外部联合的研究项目。我们称之为研究委员会，我们有上百个这样的委员会，涉及到各个行业，我们在这方面，和外部研究有很多的联系，非常的广泛。
    我们怎么样组织我们的活动呢？我们把重点放在非常重要的技术上。我们不能这样做，我们只有把技术集中才可以这样做，因此我们做了很多的研究，不光是和大学研究，我们要看到什么样的研究可以产生差异化的成果。因此我们有一个我们称之为体深体心的集成。我们希望把我们的计算能力推动，从分析计算，比如说自动的表格，还有一些文件，我们还可以通过电子邮件进行一些工作，开发很多新的应用，他都是你生活中的不可缺少的一部分，你的个人的一些照片，你的幸福的感觉，你的日记等等，你生活中的核心部分我们必须重视。他会给你带来很多的沮丧，有时候我们的计算设备，并不像你想想的那样好，因此我们的中央计算第二个支柱是不仅仅需要我们的应用朝着我们的生活核心部分发展，同时我们希望他给更有弹性和可靠性，不是传统的计算方面的可靠性，我想说，如果我要以来你的话，以来这些集散设备的话，我的朋友还有我的家人，以及我的同事，我希望这个设备一定不能出现故障。我们必须提升我们的可靠性，这是我们称之为核心计算方面的。因此他必须要擅长做很多的工作，也就是说我们的技术应该越来越简单的使用，而且使生活更加的丰富多彩，因此他不仅仅可以影响到我们的工作，同时我们的日常活动也应该有所提升和改善，在个人追求方面他也可以做一些帮助，有时候个人的娱乐方面都可以做一些工作才行。
    这是一个总体的介绍。下面我再给大家展开讲一讲。杨先生做了一些介绍，我们英特尔在过去40年做了很多的创新，集散机方面做了很多的工作，在计算机技术不断的进展过程当中，我们现在进入到目前的阶段，计算机擅长做很多分析工作，做很多复杂的工作，很多我们做不了的事情，计算机可以帮助我们来做，有很多的细节都安排的非常好，质量非常高，计算机都可以帮助我们实现。除了自动化以外，还有很多新的工作计算机可以帮助我们来做，比如说复杂的分析以及优化，比如说我们可以把交通运输网络进行优化，比如说每个小时天上有很多的飞机在飞，海里有很多轮船在行使，这个非常的复杂，如果处理不好的话，会产生非常大的影响。要进行优化和分析才可以做好。
    另外计算机也可以帮助我们产生新的理解，英特尔公司还有很多其他的公司，他们研究界都是用计算机的模型来做一些设计，建模，否则的话，我们没有其他的办法来做，比如说通过模型我们可以了解人的基因组情况，还有世界上的生物多样性等等，他都可以帮助我们完成，另外可以帮助我们完成一些分子层面的很多情况。例如这些设备当中的分子之间相互的关系和作用是什么样的，计算机可以帮助我们理解这个问题。我想没有计算机的话，我们完成不了这样的工作，有了计算机系统，我们可以有上百个浮点运算，他可以帮助我们来完整。这也是一个全新的领域，所有的这些领域当中，人们不断提出新的要求，推动计算机向前推进，还有很多新的领域的应用。如果大家看看我们每天做什么工作，计算机就做了很多事情，但是人的一些事情计算机也是做不了的，人们在进行社交活动，他们相互开玩笑，进行沟通，他们有一些社会交谈，他们共享娱乐，我觉得我的PDA完成不了这样的工作，我的计算机也不能。但是你如果可以找到这样的方法，让计算机理解他就好了。
    第二个领域就是教育，这个世界上有很多的技术和信息，确实非常的令人激动，我们都面对终身学习的任务，学习是一个无止境的，有很多新体验新内容，但是学习有时候令人厌烦，甚至是害怕。有很多人做了很深刻的联系。很多人年轻的时候喜欢学习，岁数大了以后不愿意学习，要是计算机帮助我们学习就更好了，我们有计算机辅助的联系，可以帮助你深入的学习，第三个领域，我们说是人和人之间的相互接触和抚摸，也就是说你建什么，你推什么东西，这样的活动每天都要做，你让机器这样做的话就非常的困难了。
    最后我们做的工作是人在移动，假设我们的人总在不停的移动，相互之间沟通交流这种移动性也是非常难以用计算机来实现的。这是非常特殊的。计算机有这方面的能力就更好了，与此同时，计算机并没有实现很多正常的人所要做的工作。
    有的时候当大家讨论计算机可以做哪些工作呢？我们可能有这样的计算机，我们称之为一个生物链，就是各种物种是怎么样联系在一起的。计算机是怎么连接起来的，一开始是电子管的大型机，后来出现了很多的主机，汤马斯华生就是这样发明的。然后又有很大的不同出现了，结果大家发明了PC机，实际上英特尔开始做了很多的工作，我们为此感到非常的自豪这导致了计算机爆炸式的发展，原来的大型机是不能完成的，进一步完成，我们就开发出更多的设备，我们有了联网的设备了。然后又创造出了爆炸式的联网式的发展。我们不仅仅可以使用，还可以通过电子邮件沟通。然后又出现了新的爆炸式的差异化的技术交叉，现在出现了无线技术以后，我们就可以有无线计算的体验。像这样的房间当中，大家都可以通过无线连接相互连接起来。这就导致各种不同设备连接，现在又到了新的爆炸式发展。现在出了传感式设备以后，这样人们就增加了新的能力，他可以进一步的支持我们开发出上千种设备，来支持这一发展。寒武纪生命大爆发可能大家都知道，我们看到了很多生物不断的爆发式发展，生成。后来演变进化以后变成了人，我想说传感功能和智能确实改变了我们的计算设备在新世界的开发方向。就像寒武纪生命大爆发一样，因此我们现在处于新技术的开端的阶段。我们说这是传感和技能的阶段。
    实际上我们每天日常的感知都有很多的分析工作要做，就像过去每天要做不同的工作。因此我们开始启动努力，我们称之为日常感知，让计算机可以在日常的环境当中感知生活的环境，要感知到你在做什么工作，房间里面有多少人。也就是要做的事情，这并不是一个新的研究领域。其实已经有很多的学术结构和一些产业的实验室长期以来都在研究这个问题，但是我们认为现在已经到了一个关键的时间点，就是在这个领域做出的研究，在低功耗集散以及感知能力，已经到了开花结果的时候了。在进货的五年到十年当中必须要成为现实，所以我们认为这种感知的能力，必须要涵盖的更广，精确度要大幅度的提高。这样的话，可以让这些设备可以始终的正确发挥他的功能，而不是像今天的设备只能断断续续的发挥作用，同时也有很多的工作，去研究了。很多的传感器他在狭窄的功能领域当中还是可以工作的很好的。但是看看日常的生活，我们有各种各样的角色、互动、环境是有多样性的，如果我们只是界定在狭窄的空间当中，我们的能力是会下降的。这些能力必须拓宽，当然要低功耗，我们谈到无处不在的感知的时候，我们也要做好个人的隐私，这也是我们的一个课题。我们的挑战是在一天的90%的时间当中，始终保持90%的准确率。这样我们可以把很有限的应用，推广到非常广泛的应用，这一是个多学科的研究工作，我们不仅要在传感方面，在机器学习方面，在成像、数据以及人机界面方面，还有新型应用方面都要渠道进展，这样才可以带来更多的能力。在英特尔研究院和其他的实验室以及大学的实验室之间进行了密接的合作，我们绝对不是孤军奋战，我们在推动整个社区来朝向这个方向努力。
    下面我来做一定的精细化，来看看我们的雄心到底达到了什么样的水平。凯文谈到了我们很多设备当中是有传感器的，比如说移动电话的摄象头就是一种传感器，而且键盘也是一种传感器，很多笔记本电脑当中有一些驱动器，实际上也是一中传感器，我们先面来看一看，用不同的方法使用我们的传感器，我们在日常生活当中，我们在起居室内坐着看电视，这个时候，实际上这各环境是是有各种各样的传感器的。电视、遥控、墙上都有传感器，可能也有移动的传感器有主动的传感器，有被动的传感器，所以说在各这样历史当中，可以帮助到你知道需要一些什么。我们在英特尔的工作当中啊，我们可以把所有的信息结合到一台小小PC当中，当然我们也可以使用各种各样的设备，以一种完全分布的方式来做，我们想做的是，是要把我们获得的信息再分享给帮助收集信息的这些设备当中，来获得对环境的感知，我们想了解一些较高水平的事务的理解，比如说你现在高兴吗？你在吃东西吗？你是不是可以吃这样的东西呢？比如说你不应该吃糖，但是你现在在吃是不可以的。同时可以做一些提醒，比如说联系人的信息，比如说再过5分钟你就要去上课了，或者是战术性的短期的问题，或者是了解更加深刻的问题，比如说通过传感器能不能给我一些建议，我是应该做模特还是做医生呢？也就是说你既可以去做一些短期的小试，也可以做一个长远的规划。当然做到这一点非常的难，有很多的原因。刚刚凯文也谈到了这一点。
    实际上我们的屋子里有很多的传感器，一般来说一个光的传感器，或者是视频，读取器或者是蓝牙等等，他们都有几瓦的功耗，这个功耗是完全用在感知上的。一旦进行计算，耗费的功率更大。所以我们谈到在整个的生命周期当中，可能会使电池的设备只有一两个小时，要让感知无处不在的话，我们必须用职能的方式对传感器进管理。第二，要从低层次的理解转到高层次的理解，我们一提到传感器就说传感器可以告诉我在什么地方，可以告诉我离那个人有多远。但是在感知的时候，我们会知道有各种各样的背景噪音，或者是背景干扰会进入到图景当中，我们要从传统的传感器要发展成为高质量的去噪去杂的传感器。我们还要把不同了信息转化成高性能的影印信息。如果放到语言的上下文当中，比如少有人说我不喜欢你这样，在不同的声音当中啊，可能会有不同的解读。所以在KVEN在不需要的地方，不仅需要理解，还需要通过理解和参与。如何在一个行动当中采取行动，或者是帮助别人采取行动。让传感器在一段时间内，把他的传感能力全部集中到某一个区域。比如说房间的一个角落是最重要的，把所有的传感器都集中到那个角落啊，可以取得更高层次的信息，这是一个非常大的挑战。
    同时我们也构建了一个应用，这个应用可以进行时时的事件发现。这就需要持续不断的集散才可以做到这一点，而且他的功耗水平至少是10千瓦，这样对小型的移动设备来说，我们要降到1瓦左右这是很大的挑战。我们从算法的角度刚刚完成了一半，从硬件的角度来说，我们也系仅仅只做到了一半。
    下面我给大家细分几个方向，让大家了解一下，我们想获得日常感知能力，我们希望朝向什么样的方向发展。我们必须了解他们的情绪，他们喜欢什么，不喜欢什么。多少人认为计算机就可以做到这一点呢？这个能量好象不是那么强，我们要了解人们在做什么，我们要通过在一个人讲话的时候了解他的运动，通过他的身体语言来解释他是不是高兴，我们要通过一些生理的解析。大家看一下右上角，比如说右上角工作的协作和共同玩游戏，这些都是给人们带来更多个快乐的应用，而且我们可以通过这样的应用，可以了解大家做了什么样的事情，通过时时的视频分析来做到这一点。大家可以看到这是从一个低分辨率的视频，这是手机拍下来的视频，我们通过识别来发现他是向你挥手的，我们看到有很多人在背景噪音中走动，我们的识别算法可以把这个人识别出来。我们看到这个应用需要有四个持续不断的浮点集散，我们看到了这样的挑战，也看到了这样的应用是非常有用的，是一个机会。我们要通过学习来促进知识，促进个人的成长，这也是非常重要的卖点和想法，英特尔长期以来在大力的推进教育，在这儿我们想到的理念，不仅仅是教育，而且这个概念更加的广泛，也说了帮你找到学生和和老师的关系。帮助人们在客观环境当中辅导，帮助你进行学习。
    我认为要想做一个好的老师或者是好的学生最大的挑战是要教学生想学习的东西，而且教的水平要适当，这个是最难的，我们要做到这样的判断，要了解你周围的个人情绪和他的能力。
    我想谈谈第三个领域就是触觉，因为我们生活在一个充满物质的世界当中，每个人每天都在不断的出碰各种各样的东西，我们的设备要可以实现这种虚拟世界和实体世界当中的互动，计算机虽然在这方面有很大的进展，但是离实现这样的目标还有很长的路要走。这我们来看一下这个系统，这个系统是一个非常好的识别系统。他也是通过算法的分割，通过解析，可以实现实时的解析，而且计算量也是合理的。比如说这是一只青蛙，并不是说都是青蛙就可以了，而且要靠看看这些青蛙有什么不同。这样的系统，实际上他的能力是非常强大的。可以识别数以万计的物体。第二个阶段是操纵，虽然说我们做了很多年的机器人的学的研究。我们来看一下第二个视频，看一下我们在机器人学方面的一些成果，我们把机器人的能力加以增强，在机器人的手指上我们装了神经传感器，可以感觉到他们离他们的物体有多近，机器人碰到  这个瓶子之前，就可以感觉到他的掌控当中是什么东西，这个能力是非常好的，视频当中大家看到的是把这个东西放上去以后，通过计算就可以传感出放了什么样的东西，这个东西是什么样的材质，也就是说有一个可口可乐，然后又放下去一个奶酪，这两个东西是不一样的，但是他可以通过传感来分辨出来。在实体的世界当中我们确实要处理好这些问题。
    当我们世界各地移动，周游世界的时候，导航、运动是随处可见的。我们现在看到，我们不仅要位置的认知，我们不仅要了解到位置我们也要知道周边的信息，更高水平的位置感知包括我是在人群当中还是我是一个人，还是我在约会一个我不认识的人。同时在找路方面，我们也有重大的挑战还没有克服，现在在找路方面，我们看到我们有一个合作的项目，这个项目最近在美国刚刚开始做，这个车是在通过一个充满障碍的空间，这个车是无人驾驶的，这个车的前面有一个摄象头，他可以看到前面的路，然后碰到不同的标志他会停下来，这这是计算机模型的演示，这是地图，大家可以看到这边有障碍有一个管，这个车在进行导向。
    在我们看到这些的时候，这非常好啊，实际上他也可以进行导航，但是如果我们想象一下，在上海的大街上导航通过这个城市，并且你的工作就是30分钟内把车开到火车站这时候移动的计算就非常的复杂，这也更加的困难一些。这里有很多的挑战，要克服这些挑战才可以把每天的传感变成现实。
    我们越来越看到计算机的能力月亮越强，这也是我们在不断的学习和发展，有能力以移动来导航，在物理世界当中，我们希望以不同的方式进行交互。我们最近安排我们到上海来出差，大家可以想象一下，我们可以利用这个数据库来看一看飞机的布局是怎么样的，有多少的空间，在网站上我们可以得到这些信息，这样你可以有一些比较。比如说你想找一个公寓的话，你可以得到很多的信息，并且也可以把这些信息无缝的提供出来。
    Mash  Maker的系统，我们把他拓展开来，我们把他放到另外一个平台当中，我们和我们的团队一起合作，在web2.0，这个月的四月份很快就会发布，这里也会展示新的平台。
    今天上午现在我给大家讲了一些我们英特尔公司做的一些研究。他的中心是中央化的计算，建立很多的能力，而且这些能力对生活当中基本的需要是至关重要的，而且有强劲的计算，这样就可以利用到环境当中，实际上这样的环境他涉及到很多的技术，这样我们就可以提供正确的传感，也就是说在90%的时间提供的传感是90%正确的。
     我就讲到这里谢谢大家。