宋继强，英特尔中国研究院院长。他于2008年加入英特尔中国研究院，时任清华大学-英特尔先进移动计算中心应用研发总监，是创造英特尔Edison产品原型的核心成员。目前致力于研发基于英特尔技术的智能服务机器人平台。
AI和5G是乘法聚变效应
以数据为纽带，5G和AI正迎来历史性交汇。
两项当今最火热的技术相互融合，是“+”还是“x”？英特尔有着自己的思考。
在其看来，AI与5G两个“因数”互促互进，将产生乘法的倍增效应，加速智能应用的落地，将带来颠覆性的创新。
“这是乘法的聚变效应”，宋继强认为，5G和AI已经达到了转折点，两者都不是限于应用本身，是属于使能的技术，所以叠加是一个乘法聚变效应。
“简言之，AI可以让网络更智能，5G则让AI变得无处不在，可以在设备端、云端甚至边缘”，他预测，未来根据数据的多样性，两者之间的关联可能会发生重大突破。
而结合点就在于数据。“我们认为，数据是纽带，AI的发展主要靠机器学习带动。机器学习擅长什么？是从大量的数据中去发现规律，并且用这个规律处理新的数据，从而产生应用的价值。5G也是为了更好的传输、更好的同步。所以AI和5G之间天然就以数据作为一个纽带”，他认为，如果将更多的数据聚集起来，让AI的算法挖掘更多价值，那将发挥更大作用。
5G低时延仍存在挑战
宋继强表示，5G技术的突破需要进一步去增加更多设备，能同时接入并且用低时延的方式把数据传输到更多地方，“我们已经可以用大通量去让数据传输提高带宽，但是低时延这块仍然存在挑战，而且能够覆盖的范围还不够远，所以这块在软硬件上都需要继续调优”。
同时，数据种类繁多，没有办法预测未来两者将在哪些数据、哪些应用上流行，所以要更多的通过软件可定义的方式去实现更多功能，而不是完全靠硬件。因此，通过软件优化去提供云服务或者边缘计算服务，让其更适配到未来应用的需求，这点也非常重要。
他举例称，在智能驾驶领域，可以观测到各个方向的车辆、行人的运动轨迹，从而做出预测，甚至未来可能发生碰撞的机率。再通过实时的网络传输，把预警信息发送到相关车辆上，实现第一时间警报，以此降低事故率的发生，这就是利用AI能力与5G低时延的实时效果。
杀手级应用需关注可持续性
那么，5G时代中，更大的机遇在于产业端还是消费端呢？
宋继强给出的答案是：两端均存在。对于消费端，例如5G云游戏或5G直播等，用户的体验都能得到大幅提升。在前端提升的同时，也需要挖掘后端的布局，如边缘计算、软硬件分布等，“各个行业都有很大的机会，不局限在消费端”。
