英特爾(Intel)斥資10億美元推動人工智慧(AI)生態系統之舉,是這家處理器巨擘廣受熱議的話題之一。英特爾經由收購及其Intel Capital於AI新創公司的投資,累積了廣泛的AI技術。

從Altera (2015)、Saffron (2015)、Nervana (2016)、Movidius (2016)和Mobileye (2017),至今被收購的幾家公司似乎均有利於英特爾擴張AI版圖的野心。Intel Capital還透過投資於Mighty AI、Data Robot、Lumiata、CognitiveScale、Aeye Inc.、Element AI等新創公司充實其AI產品組合。

然而,英特爾打算如何整合這一切,目前仍不明朗。由於AI創新仍處於早期階段,英特爾的AI策略明顯採取分散途徑應該也十分合理。我們可能還得等一段時間才能看到更有連貫性的脈絡發展。

相較於整體的AI策略,英特爾更經常討論其AI硬體產品組合。例如,英特爾日前宣佈將在今年年底前出貨Nervana神經網路處理器(NNP),即先前所熟知的‘Lake Crest’。Nervana前執行長暨共同創辦人Naveen Rao形容這款NNP是「深度學習的專用架構」。Naveen Rao如今已是英特爾副總裁兼AI產品總經理。

在AI晶片方面,英特爾還有其他「武器」,包括Xeon系列、收購Altera取得的FPGA、車用方面有Mobileye,以及Movidius用於邊緣的機器學習晶片。

然而,英特爾對於其AI應用或將實際關注於AI的哪些領域一直保持沉默。AI畢竟是一個廣闊且深入的技術領域。在英特爾持續擴展的收購名單中,最大的謎團非Saffron莫屬。

20171214_Saffron_NT31P2

就在收購Saffron近兩年後,英特爾在今年十月發佈了一款名為「英特爾Saffron反洗錢顧問」(Intel Saffron Anti-Money Laundering Advisor;AML)的新產品,這項消息引起了廣泛的關注。雖然AML明顯執行於Xeon處理器上,但這款產品並不是硬體,而是有助於調查人員和分析人員揪出金融犯罪的工具。

《EE Times》日前有機會訪問到Saffron Technology金融產業解決方案總監Elizabeth Shriver-Procell,深入了解Saffron產品背後的AI技術,以及她認為Saffron成為英特爾公司後的種種好處。

20171214_Saffron_NT31P1

Saffron Technology金融產業解決方案總監Elizabeth Shriver-Procell

另一方面,我們更想知道的是,像Shriver-Procell這樣一位長期打擊金融犯罪的鬥士在全球最大的CPU公司內部主要負責什麼。

請先談談有關於你自己。我聽說你是財務分析專家,曾經在財政部等機關和多家公司工作。

Shriver-Procell:我是一名律師,主要從事打擊金融犯罪的工作。我曾經在國際諮詢公司和各大金融機構工作過。今年初才離開美國銀行(Bank of America),並加入Saffron。沒錯,我也曾經在美國財政部擔任分析發展的專案經理。

那麼在加入Saffron之前,您使用過Saffron的產品嗎?

Shriver-Procell:我曾經接觸過的一些組織(包括諮詢公司的客戶)已經使用Saffron了。我一直對這個平台很感興趣,所以當機會出現時,我便牢牢地把握住。

那麼,Saffron究竟提供什麼?

Shriver-Procell:Saffron總是以為廣泛應用提供客製化「分析平台」的定位進行銷售與宣傳。使用者包括供應鏈、銀行和保險公司。

在「反洗錢顧問」工具推出後,Saffron的平台途徑有什麼變化?

Shriver-Procell:我們現在正針對特定應用推出更具體的產品。

關聯記憶AI另闢蹊徑

我猜測英特爾收購Saffron的主要原因更在於取得AI技術,而不只是打擊金融犯罪(儘管這也很值得)。請談談Saffron設計的AI專業技術與應用,它和其他AI技術有何不同?

Shriver-Procell:Saffron所使用的AI技術稱為「關聯記憶」(Associative Memory)法,它是源於深度學習(Deep Learning)的一種差異化AI分支技術。關聯記憶AI非常擅長於觀察龐大且多樣化的資料,並從相距甚遠的不同資料庫中鑑識簽名或模式。它能夠統整來自企業系統、電子郵件、網路和其他資料來源的結構化和非結構化資料。

以一位銀行客戶Mary為例。Mary每隔一週前往倫敦,並在Liberty大街的商店購物。住在另一個國家的John也與Mary差不多同時間去了倫敦,但他的目的看來完全不同。那麼這兩者之間有什麼關係?有何共同點?我們能查看其IP位址嗎?是否能在其登錄模式中找到任何相似之處?是否有任何跡象顯示任何不法行動正進行中?

因此,重點就在於關聯記憶AI能夠同時查看並統整這麼多看似毫無關係的資料庫?

Shriver-Procell:不僅如此,它還能夠快速完成原本極其耗時的任務。雖然深度學習需要大量訓練,但關聯記憶AI則不需要任何訓練。這種AI分支技術能快速的一次性學習,同時也無需建模。

新聞稿中提到了Saffron的「白盒AI」(white box AI),能再詳細解釋嗎?

Shriver-Procell:所謂的「白盒AI」,我們希望強調的是透明度。它讓我們能解釋如何得出某種結論。過去,金融機構向供應商購買基於模型的詐欺檢測解決方案,我們稱之為「黑盒子」,因為使用者並不清楚其軟體在黑盒子中如何運作。而當監管機構要求金融機構說明如何得出結論時,他們也無法真的提出解釋。因為他們看不到黑盒子裡有些什麼,也無從判斷它是否正常運作。

在受到高度監管的產業中,金融機構提供資料透明度的能力至關重要。

聽起來很有趣,似乎與深度學習AI完全相反。有些安全專家擔心,在自動駕駛車中部署深度學習AI執行駕車決定時,例如轉彎,汽車製造商無法解釋AI為什麼做此決定。在學習過程中缺乏透明度,導致汽車製造商難以驗證自動駕駛車的安全性。

Shriver-Procell:我認為最重要的是認清AI存在著多種不同的途徑。當英特爾執行長談到揭開AI的前景與潛力時,他建議我們應該嘗試新事物,以及探索新的學習典範。

20171214_Saffron_NT31P3 Saffron宣稱關聯記憶AI「能發現知識所在,加速通往決策的途徑,減少人類的認知負擔,並以透明的方式解決法規問題。」(來源:Saffron)

您認為不同的AI分支技術最終將匯聚於同一點嗎?

Shriver-Procell:我認為這些分支之間是互補的。正如我們看到各種融合應用的發展趨勢一樣,我認為結合多種類型的AI才能滿足各種應用的需求。

請介紹有關Saffron的更多新產品。

Shriver-Procell:正如之前所說的,Saffron總是以平台方式銷售產品。現在,隨著我們在特定的細分市場中發現具體需求,決定開始推出能夠因應不同市場挑戰的特定解決方案。

Saffron一直以打擊金融犯罪的經驗為基礎,在金融市場上佔據非常強勢的地位。透過360度視圖統整結構化和非結構化資料,我們就能夠瞭解在跨資料儲存邊界所發現的模式。

我們還宣佈,紐西蘭銀行(Bank of New Zealand)最近加入英特爾Saffron的早期導入計劃。這是專為對於以聯想記憶AI最新進展提供創新金融服務感興趣的機構而設計的。

您認為Saffron在加入英特爾後獲得了什麼好處?

Shriver-Procell:加入英特爾帶來的好處良多。我們正討論大型金融機構面對的嚴重問題。為了提供有力的支持,需要像英特爾這樣的巨擘所擁有的力量和資源,也需要英特爾作為技術合作夥伴的全力支持,才能順利在Saffro平台上建構新的功能和應用,並使其得以升級與擴展。隨著AI快速進展,探索實現AI的新事物與新方法不容忽視。

編譯:Susan Hong

(參考原文:Intel/Saffron AI Plan Sidesteps Deep Learning,by Junko Yoshida)