人工智能相較於業界，更多的是存在於實驗室中。在單機環境中，構建人工智能（AI）模型對數據科學家來說不算難事，但如何很方便地將整個分佈式架構構建起來、將 AI 模型應用到生產數據中，卻令許多人工智能研究人員和數據科學家感到頭疼。
把應用從筆記本電腦搬到生產環境的過程相當漫長，在筆記本電腦上用樣本數據構造出原型後，需在集羣上利用歷史數據去運行模型試驗，然後再在生產環境中將這個算法部署上線。在此過程中，很多時候人工智能研究人員和數據科學家不得不重寫代碼、進行模型轉換、數據傳輸與拷貝等工作，工作量非常大。
本次大咖說將通過對話英特爾大數據技術全球 CTO、大數據分析和人工智能創新院院長戴金權，來具體說說如何將人工智能無縫擴展到大規模數據集上，以及讓人工智能真正應用到現實的生產系統中。