人工智能相较于业界，更多的是存在于实验室中。在单机环境中，构建人工智能（AI）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 AI 模型应用到生产数据中，却令许多人工智能研究人员和数据科学家感到头疼。
把应用从笔记本电脑搬到生产环境的过程相当漫长，在笔记本电脑上用样本数据构造出原型后，需在集群上利用历史数据去运行模型试验，然后再在生产环境中将这个算法部署上线。在此过程中，很多时候人工智能研究人员和数据科学家不得不重写代码、进行模型转换、数据传输与拷贝等工作，工作量非常大。
本次大咖说将通过对话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，来具体说说如何将人工智能无缝扩展到大规模数据集上，以及让人工智能真正应用到现实的生产系统中。