宋繼強，英特爾中國研究院院長。

　　AI和5G是乘法聚變效應

　　以數(shù)據(jù)為紐帶，5G和AI正迎來歷史性交匯。

　　兩項當今最火熱的技術相互融合，是“+”還是“x”?英特爾有著自己的思考。

　　在其看來，AI與5G兩個“因數(shù)”互促互進，將產生乘法的倍增效應，加速智能應用的落地，將帶來顛覆性的創(chuàng)新。

　　“這是乘法的聚變效應”，宋繼強認為，5G和AI已經達到了轉折點，兩者都不是限于應用本身，是屬于使能的技術，所以疊加是一個乘法聚變效應。

　　“簡言之，AI可以讓網絡更智能，5G則讓AI變得無處不在，可以在設備端、云端甚至邊緣”，他預測，未來根據(jù)數(shù)據(jù)的多樣性，兩者之間的關聯(lián)可能會發(fā)生重大突破。

　　而結合點就在于數(shù)據(jù)?！拔覀冋J為，數(shù)據(jù)是紐帶，AI的發(fā)展主要靠機器學習帶動。機器學習擅長什么?是從大量的數(shù)據(jù)中去發(fā)現(xiàn)規(guī)律，并且用這個規(guī)律處理新的數(shù)據(jù)，從而產生應用的價值。5G也是為了更好的傳輸、更好的同步。所以AI和5G之間天然就以數(shù)據(jù)作為一個紐帶”，他認為，如果將更多的數(shù)據(jù)聚集起來，讓AI的算法挖掘更多價值，那將發(fā)揮更大作用。

　　5G低時延仍存在挑戰(zhàn)

　　宋繼強表示，5G技術的突破需要進一步去增加更多設備，能同時接入并且用低時延的方式把數(shù)據(jù)傳輸?shù)礁嗟胤?，“我們已經可以用大通量去讓?shù)據(jù)傳輸提高帶寬，但是低時延這塊仍然存在挑戰(zhàn)，而且能夠覆蓋的范圍還不夠遠，所以這塊在軟硬件上都需要繼續(xù)調優(yōu)”。

　　同時，數(shù)據(jù)種類繁多，沒有辦法預測未來兩者將在哪些數(shù)據(jù)、哪些應用上流行，所以要更多的通過軟件可定義的方式去實現(xiàn)更多功能，而不是完全靠硬件。因此，通過軟件優(yōu)化去提供云服務或者邊緣計算服務，讓其更適配到未來應用的需求，這點也非常重要。

　　他舉例稱，在智能駕駛領域，可以觀測到各個方向的車輛、行人的運動軌跡，從而做出預測，甚至未來可能發(fā)生碰撞的機率。再通過實時的網絡傳輸，把預警信息發(fā)送到相關車輛上，實現(xiàn)第一時間警報，以此降低事故率的發(fā)生，這就是利用AI能力與5G低時延的實時效果。

　　殺手級應用需關注可持續(xù)性

　　那么，5G時代中，更大的機遇在于產業(yè)端還是消費端呢?

　　宋繼強給出的答案是：兩端均存在。對于消費端，例如5G云游戲或5G直播等，用戶的體驗都能得到大幅提升。在前端提升的同時，也需要挖掘后端的布局，如邊緣計算、軟硬件分布等，“各個行業(yè)都有很大的機會，不局限在消費端”。

　　“我們現(xiàn)在并不確定哪個行業(yè)會最先爆發(fā)，但是有很多潛在的應用領域”，他表示，例如自動駕駛，目前中國很多地區(qū)都在搭建智能網聯(lián)車的實驗平臺，將設備和網絡側的軟件一同測試，并尋找問題的解決方案，“如果找的好，可能很快就會推動起來。如果遇到困難，也可能有新的應用搶先發(fā)布”。

　　同時，在5G和AI的相互促進下，殺手級應用可能會出現(xiàn)。比如云游戲、5G游戲、視頻直播或交互式視頻類應用等，一旦證明對用戶有足夠強的吸引力，成本也達到了一定規(guī)模，便會很快開始擴散。此外還要關注該應用的可持續(xù)性和可替代性。

　　“當下是一個黃金時機，這個機會要抓住，去進行更大膽的嘗試。我們并不賭哪個應用一定會成功，但是只有嘗試才會發(fā)現(xiàn)真正的技術突破點在何處，真正能觸發(fā)商業(yè)蓬勃發(fā)展的機會在哪里!”宋繼強說道。

（轉載）