2014 年，高通人工智慧老將 Naveen Rao 創辦 Nervana Systems 時，一定沒想到短短兩年之後，公司會被英特爾以 4 億美金的價格收購，同時自己又從創業公司 CEO 變成了大公司高管——英特爾資料中心事業部副總裁，人工智慧解決方案部門總經理。經過這次收購之後，Nervana 也成為英特爾人工智慧業務中最重要的組成部分。
11月30日，在英特爾在國內舉辦的首個 AI Day 上，這家代表了全球科技領域最領先的計算資源的公司第一次向外界完整闡釋了他們在人工智慧上的戰略計畫。Nervana 本身也逐漸變成英特爾人工智慧產品線的代名詞：
1. 將在2017年上半年推出第一款 Nervana 平臺的深度學習加速架構 Lake Crest；
2. Nervana與Xeon產品線融合。除了原有Xeon和Xeon Phi處理器，英特爾還強調Xeon+FPGA以及Xeon+Lake Crest（Nervana設計的深度學習專用加速器），前者用於神經網路推理，後者則是加速神經網路訓練；
3. 成立英特爾人工智慧諮詢委員會，邀請 Yoshua Bengio 等大神坐鎮諮詢；成立Nervana人工智慧學院，招募開發者和未來資料科學家。
在 Intel AI Day 舉行的當天上午，Naveen Rao 接受了雷鋒網記者採訪，闡述了他對人工智慧的理解，並用現實案例回答了“人工智慧究竟處於什麼階段”。
大公司入場往往是一個產業興起的前奏，但作為一個電腦架構專家和神經系統科學家，Naveen Rao 顯然沒有對當下的“人工智慧熱”表現得太狂熱。以下是對話實錄，雷鋒網做了不修改原意的編輯：
雷鋒網：您怎麼定義人工智慧？或者說優秀的人工智慧？
Naveen Rao：
我認為人工智慧是一種能夠從資料中找到結構，並且能以反覆運算的方式不斷學習的演算法。而好的演算法主要看應用的程度， 或者說效果怎麼樣。比如說醫生可以根據 X 光片找出病人有什麼異常，那如果用機器來做，它可不可以達到和醫生一樣的效果，這是個很重要指標。在某種程度上，這就是個經驗主義的東西。
雷鋒網：在很長的時間內，人們都只在小圈子內談論“人工智慧”，但在這兩年，似乎每個人都可以談這個問題，你怎麼看這種現象？
Naveen Rao：
在我個人看來有兩個標誌性事件。一個是 2006 年的時候，Geoff Hilton 發表了一篇從生物學角度講深度學習的論文，隨後他的學生就在 GPU 上跑神經網路，通過這種方式訓練機器進行學習。另一個就是在這個基礎上，到了 2012 年他們獲得了 ImageNet 比賽的冠軍。
再從大資料方面來看，過去十年，其實硬體沒有特別大的發展，這嚴重局限了我們處理資料的能力。過去的資料是沒有結構的，挖掘不到什麼價值，現在有了人工智慧和深度學習，就可以把以前大的資料變成“大資料”。
對研究人員和開發者來說，現在已經有了很多的開來源資料，所以英特爾要做的其實就是提供技術和工具，幫他們更好地利用這些資料，降低開發門檻。英特爾的優勢是我們非常瞭解神經網路和電腦的各個模組，所以能提供一套完整的解決方案。這在市面上是沒有其他競爭對手能做到的。
雷鋒網：當年 Google 為了“找貓”，動用了很多資源，如果你們現在去做這件事的話，需要多久？
Naveen Rao：
實際上這個實驗最早是斯坦福做的，當初他們並沒有採用監督學習方式去做識別。現在的方式是完全不一樣的，我可以給你一個資料，我們現在做的話，大概要兩天時間，過去可能要一個月。
雷鋒網：您覺得有什麼產品能代表人工智慧現在的水準嗎？
Naveen Rao：
這取決於人工智慧技術應用在什麼地方，像英特爾並購的 Movidius，這是家視覺處理公司，他們的產品性能很強，並且能耗很低。
雷鋒網：在創業公司和在大公司做人工智慧有什麼區別？您現在對創業公司又有什麼建議？
Naveen Rao：
對創業公司來說，能不能活下來都是個很大的挑戰。另外，創業公司在人才雇傭方面也有問題，比如我們雇傭一個工程師，Google 給出的價格可能是我們的兩倍。這些挑戰在大公司是不存在的。對大公司來說，最大的挑戰是在一個很大的組織裡面怎樣快速敏捷地行動，快速適應變化。建議的話，創業公司應該找到他們非常擅長的細分領域，扎實地就這個領域深鑽。