未来世界上50%的工作会被人工智能所取代，比如翻译、助理、保安等等。人工智能在记忆、人脸识别方面比人更精确，机器学习通过大量数据的探索，面向任何狭窄的领域，比如精准广告推送、无人驾驶等等，一个一个领域，人工终究会被机器所超越。 Artificial intelligence will liberate man from simple labor labor, big data is the first step. Surge in the amount of data allows companies to realize some of the things people can do in the past only by data, big data is a prerequisite for artificial intelligence.
"In the enterprise systems, is absolutely necessary to make some judgments and recommendations, what products you want to recommend to the user, what kind of advertising the place, which can be used in artificial intelligence engine behind." Future, "artificial intelligence development must come from data the largest, fastest growing areas can produce valuable start. " The Shenzhen extension slightly think data on enterprises value will come sooner than artificial intelligence.
This era is approaching, what do we do?
首先是建立好一体化大数据中心。这个事情最重要，为什么呢？所有应用需要的数据不是一个公司能够收集的，这个数据中心必须一体化，因为除了应用里面的数据之外，用户填的数据，外面还要抓取各种数据。我们还希望收集在一体化数据中心里的数据能得到很好的保护，从而能够探索将这些数据变成服务，帮助创业公司创造价值。
二是计算资源。这对创业公司来说特别重要。APP时代，我们常说中国创业成本达到历史新低，很不幸，人工智能加大数据，创业成本将会达到历史新高。
第三是数据量需要非常多。数据收集是一个逐渐的过程。有些数据可能不能公开，有些公司数据可能需要保护隐私，但是可以用API做一个接口，不泄露数据。这些数据怎样整合起来？首先要有一个一体化数据中心。
谷歌成立了一家公司，旗下有100万台数据库服务器，是世界上最大的一体化数据中心，它把所有数据加以利用，用在搜索就是谷歌，用在诊断就是谷歌健康，用在汽车就是无人驾驶……背后都是人工智能加上一体化大数据。
四是要培训大量人才。人工智能听起来非常高深，但是培养一个人工智能工程师，需要多久呢？这么高深的技术也许至少要十年、二十年？做网络安全的都是要有十五、二十年的工龄，做计算机网络和其他的领域都要读博士再做十年工作吧？实际上，一个优秀的理工学生半年就可以成为AI工程师，应该做一个更大的平台培训年轻人。
这几件事情里特别核心的一件就是大数据中心和人工智能算法的整合。让我们一起来引领人工智能和大数据时代的来临。
在未来大量数据的融入、数据中心和云都面临巨大的变化背景下，FPGA灵活、低迟延、高能效、更强通用性的解决方案会让更多的开发者易于使用，为大数据、人工智能、物联网企业解决更多的实际难题，加速整个行业的发展。