1996年夏季的一天，瑞典兰德大学附属医院，冠状动脉特护病房的五十岁的汉斯.沃林主任坐在办公室里，他的办公桌上堆着2240份心电图。他独自一个人在办公室里审阅他们，并把代表疾病发作的心电图挑选出来，为了避免疲倦带来的疏忽，他每两个小时休息一次——这就是医学界的深蓝大战。沃林就是心脏病学的棋王卡斯帕罗夫，他将与电脑进行阅读心电图的世纪对决。

21年后的今天，类似的对决还在进行，不同的是，我们对人工智能的认识已经不同于以往，对AI所触及的另一个世界也有了更多的期待。

英特尔AIPG数据科学部主任刘茵茵博士在2017全球机器智能峰会上表示，深度学习正在推动着人工智能领域的发展，每个AI模型都是理论与实践的突破，以模型为起点，通过收集数据，进行训练，基于人工智能框架和计算动力，解决应用问题，再把相关经验反馈到模型中，形成一个闭环的良性循环，提供更高效的人工智能解决方案。

模型的精准运用意味着，包括医疗、零售、金融、交通、政务、工业、消费品等在内的行业都将迎来一场场来自人工智能领域的风暴变革。比如在医疗领域，比人类诊疗精准度更高的AI机器人正在出现，也许让它们来为人类坐诊的设想已经离我们不远了。

人工智能进入黄金时代

AlphaGo Master比AlphaGo Lee(与李世石对战的版本)要强大，Master在对战中耗费的能力(性能和功耗)仅是Lee版本的十分之一，需要4个TPU在单台电脑上运行即可。——DeepMind首席科学家David Silver在AlphaGo战胜李世石后这样解释说。

AlphaGo强大到令人绝望，引发了“人工智能威胁人类”的讨论。但在本质上，人工智能是算法、数据和硬件三个要素综合的结果。

从50年代的达特茅斯会议第一次确立了人工智能(AI)这一术语，到80年代Hopfield神经网络和BT训练算法的提出，再到2006年，Hinton提出的深度学习技术，以及2012年ImageNet竞赛在图像识别领域带来的突破，人工智能逐渐走向黄金时代。这个时期的标志是：海量的数据、不断提升的算法能力和计算机运算能力。

作为一家专注于数据处理的公司，英特尔也深刻地认识到未来AI领域即将到来的伟大变革和其所带来的对数据计算的全新要求。

英特尔的判断是，未来人工智能领域的硬件将朝着更多元化发展，但随着计算机时代的发展变得愈加成熟，很多技术的部署变得非常困难，因为很多技术都是在整个人工智能的框架之下的，但是在整个AI相关的领域当中，只有7%的应用才是符合AI的具体要求以及诉求的。

于是，为了更好地实现人工智能，英特尔也在不断延伸其技术布局，包括收购全球领先的无人驾驶方案提供商Mobileye、深度学习和神经网络芯片与软件领域的领导厂商 Nervana、领先的计算机视觉公司 Movidius和领先的人工智能服务提供商 Saffron。通过把这些投资和英特尔至强、至强融核产品、实感技术和 FPGA 相结合，提供全栈实力处理端到端数据，从硬件、库和语言、框架、工具到应用方案，拥有向市场提供端到端的人工智能解决方案所需的全部资产。

英特尔公司全球副总裁兼中国区总裁杨旭

在第一财经技术与创新大会上表示

数据洪流驱动下传统医疗向精准医疗转型

“数据洪流不仅仅是量的爆炸，更是数据形态革命性的变化，以及数据处理方式的延伸。数据形态从结构化向非结构化不断演进，j2直播，传统上有文本数据、图形数据，随之而来有视频、音频数据、社交数据等非结构化数据，我们要关注未来的数据形态。”英特尔公司全球副总裁兼中国区总裁杨旭说。

据了解，目前，英特尔是唯一拥有完整人工智能产品组合并能交付端到端解决方案的公司。

人工智能在医疗领域爆发

人工智能在实体经济中

落地较快的是医疗领域

以英特尔为例，近年来深耕医疗领域，致力于通过AI实现精准医疗。在大数据和人工智能的基础上，英特尔先后与美国的一些医疗机构合作，共同开展了帕金森项目和协作式癌症云。英特尔还与专注帕金森疾病研究的MichaeIJ.Fox基金合作，借助AI扩展人类基因库，从而实现疑难病症的诊疗。

在国内，类似的案例也在不断发生。

准确率