近日在2018英特尔人工智能大会上，英特尔公司物联网事业部副总裁Jonathan Ballon 站在物联网的角度展望了未来人工智能与物联网两大技术之间的融合，从他的观点中我们可以发现边缘计算将是促进两大技术融合的关键所在，就此话题Jonathan Ballon还接受了笔者的专访。

　　从互联网过渡到物联网已经是大势所趋，这将带动整个计算架构的变革。在未来20年的时间里，人工智能所产生的这些机遇或者说机会，Jonathan Ballon认为将有一半体现在网络的边缘之上。这也意味着对于英特尔公司来说，物联网实际上会发挥非常重要的作用。英特尔要做的工作就是将我们在云端具备的能力进一步扩展延伸到网络。换言之，在将周遭的世界进行数字化的过程当中，我们将更有效、更高效的挖掘物理世界能带给我们的价值。

　　Jonathan Ballon认为物联网是有三种不同的状态或者是阶段。在第一种状态之下是未被连接的设备间的互联，换言之这是读取数据的过程，但现阶段在数据中心当中处理或者存储的这些数据，现在都已经不能够完全满足物理世界对于数据的需求。物联网发展的第二种状态，高度的互联和复杂的互联，可以称为智慧的系统。在这个层级上我们不仅仅是考虑单一终端和设备，而是由很多很多的终端设备组建起来，在这个阶段里最需要考虑的是如何实现系统层级的变化。物联网发展的第三种状态，我们称之为由软件定义的高度自动化的系统。在这个阶段里我们将看到高度自我学习的能力，或者说某种程度上，这个系统本身可以脱离人类的控制，实现某种程度自动化的运营或者运作。在每一个阶段或者状态当中，当我们把人工智能应用进去的时候，我们会发现价值实现了增速。比如当我们在进行连接并从中往外读取数据的时候，如果能够辅以大数据或者分析能力，便会增加价值。说到这一点，如果想要在系统一级获得明显的额外收益，我们需要深度学习，需要人工智能在边缘或者数据中心上进行一些推理和培训。

　　谈到边缘计算和人工智能关联，Jonathan Ballon认为早期的AI应用主要发生在云端，发生在数据中心，并在数据中心端来挖掘数据背后的价值，但对未来的人工智能应用而言，分布式的计算环境，驱动着大量的数据价值，可以让整个应用迈入全新的阶段。在这个阶段人工智能的应用不仅需要考虑应用本身的需求，还需要考虑功耗、成本和本地的快速响应，这就对边缘计算提出很高的挑战，异构计算将更加适合这种应用需求。Jonathan Ballon特别指出，人工智能在物联网应用中目前最大的机会是计算机视觉，比如说机器视觉、视频监控、医疗影像、预测性维护、质量保障、制造场所等等。计算机视觉可以影响很多行业，比如在零售行业可以说像头并不仅仅用于保护库存、保护安全，与此同时需要理解客户是在物理环境下如何移动的，然后帮助我们店家进行商品摆放。借助摄像头还可以知道货架上有哪些产品，如果需要补货或者哪些产品放错了位置都可以对管理者进行提醒。在工业应用中，计算机视觉可以帮助了解来自于制造线上的产品质量以提升良率;还可以了解环境当中的工作人员是否是安全的，他们是否穿了保护服，是否佩戴了安全帽或者安全眼镜等等。

　　对英特尔来说，不仅要提供强有力的边缘计算硬件，还要让真正的深度学习以及AI能力民主大众化，通俗讲就是使得那些人即便他们不需要深度的编程能力，也不需要知道各种各样的硬件架构，都可以利用人工智能进行开发。这就需要英特尔给大家提供快速的工具，可以非常快速地部署AI能力和交付AI能力，这个工具就是OpenVINO(开源视觉推理神经运行套件)，可以用现有的硬件架构并且优化它可以用于计算机视觉、深度学习工作负载，能够让不同的核心在CPU上进行分配，然后去分离，把它们分配给不同应用，比如可以将推理放在GPU上，实际应用性能超过只用CPU或者GPU。在异构计算的表现方面，增加加速器可以更好的提升性能表现，Movidius Myriad X芯片是一个视频处理单元，使得我们能够以非常低的功耗实现，如果想要更高的性能可以借助FPGA的力量。Jonathan Ballon认为最为重要的一部分就是英特尔能够帮助开发人员超越自己的模型以极低的价格获得强大的技术，能够更快地实现创新的市场化、商业化，提高开发人员的原型产品的开发能力，首先配DL的模型，用OpenVINO工具包进行优化，用NCS 2进行测试。OpenVINO工具包能够让你非常容易的把它部署到各种各样的框架，并且对它们进行测试，然后你再去购买开发云，做测试，然后决定你要使用什么样的硬件组合，英特尔还能够帮助你把它产品化，把这个系统部署，利用英特尔的合作伙伴生态网络。