采访嘉宾 | 戴金权

在单机环境中，构建算法模型对数据科学家来说不算难事，但如何很方便地将整个分布式架构构建起来、将算法模型应用到生产数据中，却不是那么容易的事情。

目前，人工智能有不少落地场景，那么落地的难点主要是哪些？这些算法模型在理想的实验室场景和现实中的运行环境上都有哪些差别？大数据和AI的技术架构未来趋势是什么样的？InfoQ大咖说请来了英特尔大数据技术全球CTO、大数据分析和人工智能创新院院长戴金权，他讲述了他对技术的理解和未来趋势的判断。

视频回放可查看：

InfoQ：今天我们的直播请到了英特尔戴金权老师，您能简单给我们的观众朋友们介绍一下您的个人经历吗？

戴金权：经历还挺简单的。我在2002年硕士毕业之后加入英特尔，一开始是做一些大规模的并行计算的工作。到2007年左右，我们开始做大规模的分布式计算，特别是大规模分布式的数据处理。那时候还没有“大数据”这个说法，但是我们开始在Hadoop等开源大数据平台上做了非常多的研发。2014年左右，我们开始聚焦在大数据平台上的各种分布式的机器学习、深度学习，特别是大数据加AI的方向上，一直在做一些前沿技术及应用场景探索方向的工作。