在推进人工智能领域时，最终奖仍然是显而易见的。目标是尽可能接近人脑的力量。
对于处于人工智能发展前沿的研究人员，例如英特尔公司人工智能产品部门副总裁兼总经理Naveen Rao而言，要实现与人类认知能力几乎相等的水平还有很长的路要走。
“在2013年，有1000万或2000万个参数，对于机器学习模型而言，这是非常大的，” Rao说。“现在，他们的身家达到了数十亿。人类的大脑是300万亿至500万亿个模型，所以我们离这还很远。我们还有很长的路要走。”
在Amazon Web Services Inc. 在拉斯维加斯举行的re：Invent会议上，Rao与SiliconANGLE Media的移动直播工作室CUBE主持人Dave Vellante以及PivotNine Pty Ltd.的首席分析师 Justin Warren做了客座主持人。他们讨论了英特尔处理器技术在机器学习，云和边缘计算智能，最近的神经网络培训工具的影响，人工智能造福人类以及自动驾驶汽车的未来中的作用。本周，CUBE将Naveen Rao评为本周嘉宾。
在处理差距仍然很大的同时，Rao和英特尔正在开展多个项目，以推动AI向前发展。这不仅是该领域的基础工作，而且是英特尔自己的业务战略和长期前景不可或缺的一部分。
英特尔的PC芯片业务仍约占其总收入的一半，但第二大细分市场围绕着AI影响最大的数据中心。该公司一直在调整其功能强大的至强中央处理器芯片，以处理复杂的机器学习任务，最近又添加了DL Boost来促进神经网络性能。
随着开发人员和数据科学家对大型数据集进行迭代以生成一系列结果时，对结果如何推出和部署的推论变得越来越重要。
“推论是关于每瓦特的最佳性能，” Rao解释说。“我可以将多少处理量用于特定的时间和功率预算?在训练方面，更多的是我在探索不同类型的模型并非常快速地训练它们方面具有什么样的灵活性。”