在推進人工智能領域時，最終獎仍然是顯而易見的。目標是盡可能接近人腦的力量。

對于處于人工智能發(fā)展前沿的研究人員，例如英特爾公司人工智能產(chǎn)品部門副總裁兼總經(jīng)理Naveen Rao而言，要實現(xiàn)與人類認知能力幾乎相等的水平還有很長的路要走。

“在2013年，有1000萬或2000萬個參數(shù)，對于機器學習模型而言，這是非常大的，” Rao說。“現(xiàn)在，他們的身家達到了數(shù)十億。人類的大腦是300萬億至500萬億個模型，所以我們離這還很遠。我們還有很長的路要走。”

在Amazon Web Services Inc. 在拉斯維加斯舉行的re：Invent會議上，Rao與SiliconANGLE Media的移動直播工作室CUBE主持人Dave Vellante以及PivotNine Pty Ltd.的首席分析師 Justin Warren做了客座主持人。他們討論了英特爾處理器技術在機器學習，云和邊緣計算智能，最近的神經(jīng)網(wǎng)絡培訓工具的影響，人工智能造福人類以及自動駕駛汽車的未來中的作用。本周，CUBE將Naveen Rao評為本周嘉賓。

在處理差距仍然很大的同時，Rao和英特爾正在開展多個項目，以推動AI向前發(fā)展。這不僅是該領域的基礎工作，而且是英特爾自己的業(yè)務戰(zhàn)略和長期前景不可或缺的一部分。

英特爾的PC芯片業(yè)務仍約占其總收入的一半，但第二大細分市場圍繞著AI影響最大的數(shù)據(jù)中心。該公司一直在調(diào)整其功能強大的至強中央處理器芯片，以處理復雜的機器學習任務，最近又添加了DL Boost來促進神經(jīng)網(wǎng)絡性能。

隨著開發(fā)人員和數(shù)據(jù)科學家對大型數(shù)據(jù)集進行迭代以生成一系列結果時，對結果如何推出和部署的推論變得越來越重要。

“推論是關于每瓦特的最佳性能，” Rao解釋說?！拔铱梢詫⒍嗌偬幚砹坑糜谔囟ǖ臅r間和功率預算？在訓練方面，更多的是我在探索不同類型的模型并非?？焖俚赜柧毸鼈兎矫婢哂惺裁礃拥撵`活性。”