在主题演讲之后，包括阿卡在内的记者们匆匆赶到了英特尔的实感技术沟通会上。这场沟通会主要是由英特尔鲍克勤博士为记者介绍目前实感技术的用途和发展现状，从内容而言，实感技术的新鲜度实际已经不够。不过看得出来，实感技术对于英特尔是一个非常重要的项目，除了现场为众人展示了搭载实感技术的R200、LR200以及SR300，鲍克勤博士还宣布英特尔将在最近的时间里，将实感技术用于几十亿台计算设备中，包括PC、移动设备，由此也可以看出英特尔对实感技术的期望。

电脑报：实感技术（RealSense）已经发布了这么多年，这次IDF英特尔带来几种不同的实感技术摄像头，它们在功能和技术上有什么差异？

鲍克勤：不同的实感技术产品在性能上的确有所不同，主要是距离和精度。比如SR300，它的摄像头应用距离就只有2米左右，在2米内的误差率是1%，主要用于计算的人脸识别，比如在房间内用来测量身体的智能镜子就是采用的SR300；而像另外一款实感摄像头LR200它就适用于长距离的，在房间里面摄像头能够工作到的距离是3.5米～4米，而在房间以外的应用，比如无人机进行飞行的时候工作距离就达到10米，当然越远的距离精确度会下降。

电脑报：除了应用在英特尔自己的平台上，实感技术能应用在其他平台上么？比如安卓。

鲍克勤：以前安卓系统上的确没有实感技术的应用。安卓系统和Windows系统很不一样，对于Windows来讲，我们针对所有的PC进行一个统一环境的开发。但是对于非Windows的环境，我们则要看与不同客户之间的合作关系，有一些客户他的机器人是使用安卓系统的，那么我们会提供针对安卓系统的开发套件和驱动；那么另外一些机器人是使用Linux的，我们就相应提供Linux版。不过这都不是问题，我们刚刚发布了一个可以支持所有操作系统的跨平台的开发套件。

电脑报：最近像AlphaGo这样的人工智能非常火爆，如果给英特尔实感技术更强大的计算能力，它能不能做到更多事情？能不能模仿大脑的学习能力？

鲍克勤：这是个很好的问题。现在我们的计算机可以用来感知、理解、互动和学习，AlphaGo是很好的例子，它能够进行深度学习，并且打败最优秀的人脑，这是完全不同于以往的一种计算机程序。实际上在英特尔实感技术当中已经拥有了机器学习的能力，比方说我们刚才所讲的手势识别，这不能通过预先去设定程序让计算机知道是这个动作，只能是通过计算机自我学习来识别。

人脑非常非常复杂的，一个神经元和上万个神经元来进行网络联系。而我们现在的类脑处理器是高度简化的人脑架构，处理器当中，一个晶体管只能跟几个其他的晶体管来产生联系，但即便是这样，我们还是在进步，实感技术已经取得了一些进展。比方说有些硬件就模仿我们大脑当中的视觉皮层，所以说我们在不断学习，而处理器的技术也在不断改进。

电脑报：实感技术的技术难点在什么地方？英特尔对于实感技术的期望是什么？

鲍克勤：英特尔实感技术是一个极为复杂的高难度的技术，对应的处理器中要包含光电感应能力，需要拥有最为高速的成像摄像能力，它需要拥有激光和投影的技术等等，同时我们还要拥有校准的能力，使之能够在各种复杂环境中进行校正。

    关于英特尔实感技术，我们有一个雄心勃勃的路线图，未来的实感技术将会更为微小，它的成本会更低廉，然后它的功耗也会更低。我们预想是在世界上的几十亿台设备都可以安装上实感技术。注意，我说的不是十年以后，而是我们在近期将努力让几十亿台设备都能安装上英特尔的实感技术，因为无论是计算机、机器人、无人机、移动设以及AR/VR设备，它们都可以从英特尔的实感技术中获益。