黃仁勛，1984年于俄勒岡州大學(xué)取得電機(jī)工程學(xué)位，其后在斯坦福大學(xué)取得碩士學(xué)位。黃仁勛曾在AMD(1983年－1985年)及LSI Logic(1985年－1993年)工作，1993年創(chuàng)立NVIDIA（全球最大顯卡芯片廠商之一）。

視覺和語音是兩個非常重要的感官輸入，是人類智能的基礎(chǔ)。黃仁勛指出，現(xiàn)在已經(jīng)有了一些基礎(chǔ)的支柱，這樣能夠進(jìn)一步推進(jìn)AI的發(fā)展，這在之前是難以想象的。如果聲音和視覺的輸入值不可靠的話，怎么能夠有機(jī)器可以去學(xué)習(xí)，可以有人類一樣的行為。黃仁勛表示，相信這個基礎(chǔ)已經(jīng)有了，這也是為什么會認(rèn)為現(xiàn)在是AI時代的開始。

黃仁勛談到，全世界的研究者都看到了這些結(jié)果，現(xiàn)在所有的AI實驗室都開始使用GPU（圖形處理器）跑深度學(xué)習(xí)，這樣他們也可以開始建立未來AI的基礎(chǔ)。GPU的核心是模擬物理世界，英偉達(dá)用GPU創(chuàng)建虛擬世界用于游戲、設(shè)計，用于講故事，比如制作電影。模擬環(huán)境、模擬物理屬性、模擬周圍所看到的世界，構(gòu)建虛擬世界的過程如同人類大腦在想象時進(jìn)行的計算。黃仁勛說：“因為深度學(xué)習(xí)的發(fā)展，使我們的工作進(jìn)入新的階段，人工智能。對人類智能的模擬會是我們所做的最重要的工作之一，而且我們對此非常激動。”

家中的人工智能。黃仁勛講到，“基本上每家每戶都需要一臺家用電腦，但是你的家用電腦再也不是你的 PC。你的個人電腦是屬于你的，每個人都有自己的個人電腦，再也沒有“家用電腦”這個概念了。但是我認(rèn)為我們還是需要家用電腦。你的家用電腦有很可能是你的娛樂電腦，我們總是覺得Shield就是娛樂性電腦，它為家庭提供現(xiàn)代化的娛樂方式。但是隨著時間的推移它變得越來越有權(quán)力，最終它控制了整個家庭并且連接整個家庭。”

自動駕駛。黃仁勛提到當(dāng)前已經(jīng)更新了 Autopilot 平臺，如處理器、操作系統(tǒng)以及所有需要的 AI。人們普遍有一個誤解，認(rèn)為智能駕駛可能只用到了一項 AI 技術(shù)，但是事實并不是這樣的。在未來，AI 將要發(fā)展成為許多的 AI，這是開發(fā)軟件的新途徑。深度學(xué)習(xí)就是開發(fā)軟件的一種新方法。智能汽車?yán)锇嗽S多軟件模塊和能力，將來它們都將由 AI 掌控。

AI 再也不會只出現(xiàn)在智能汽車?yán)?，甚至?dāng)用戶在操控智能汽車時，它都會留意用戶的行為以防出錯。在任何時候，用戶都會有一位完全投入、完全清醒、觀察周圍環(huán)境的副駕駛員。它不僅會一直感知周圍環(huán)境，還能感知你的行為，如果汽車外面發(fā)生了駕駛員沒注意到的事情它就會自動提醒。雖然還沒實現(xiàn)完全自動駕駛，但是黃仁勛表示還是有信心做好輔助駕駛的工作。

黃仁勛認(rèn)為，人工智能（AI）可能是過去20年最強(qiáng)大的技術(shù)。而英偉達(dá)將為將會在交通運輸業(yè)、制造業(yè)、城市以及醫(yī)療健康等重要科學(xué)領(lǐng)域進(jìn)行人工智能技術(shù)的應(yīng)用布局。他還介紹了英偉達(dá)在自動駕駛領(lǐng)域的 3 個布局：

Deep Learning：GPU 在深度學(xué)習(xí)領(lǐng)域的應(yīng)用成就了今天的英偉達(dá)。在黃仁勛看來，深度學(xué)習(xí)驅(qū)動下的人工智能，也將成為自動駕駛決策的主要算法結(jié)構(gòu)。

HD Map：在高精度地圖領(lǐng)域，深度學(xué)習(xí)也將起到重要的作用。它能夠幫助機(jī)器更高效的通過傳感器收集地圖數(shù)據(jù) ，例如識別道路特征、提取建筑輪廓、識別道路圖形標(biāo)牌等。

AI Supercomputing SOC：這個是英偉達(dá)本就十分擅長的硬件芯片。博世將 NVIDIA 人工智能平臺納入到自己的零部件供應(yīng)商中已經(jīng)是對其硬件實力的最好證明，這也意味著英偉達(dá)的人工智能芯片將開始正式向量產(chǎn)平臺進(jìn)軍。 此外，這次老黃還發(fā)布了將與卡車制造商 PACCAR 合作，基于 Drive PX 平臺發(fā)展卡車領(lǐng)域的高級別自動駕駛。

黃仁勛表示英偉達(dá)開發(fā)了處理器，它剛好擅于處理數(shù)據(jù)，擁有很高的吞吐量。從另一方面來看，深度神經(jīng)網(wǎng)絡(luò)卻是一種很強(qiáng)大的計算力。從某種層面上講，深度神經(jīng)網(wǎng)絡(luò)的算法很簡單，很優(yōu)雅，不過要讓它實用，必須用大量數(shù)據(jù)訓(xùn)練。如果沒有強(qiáng)大的計算引擎，它就無法發(fā)揮作用。

深度學(xué)習(xí)之所以優(yōu)雅，是因為它的能力很強(qiáng)，它要發(fā)展只有一個障礙，那就是強(qiáng)大的計算力。黃仁勛認(rèn)為深度學(xué)習(xí)與GPU會偶然邂逅。

黃仁勛認(rèn)為深度學(xué)習(xí)最酷的地方在于模型容易轉(zhuǎn)移。一旦理解了它，開始使用它，AI就從藝術(shù)變成了工程。使用深度學(xué)習(xí)的企業(yè)為什么突然增加，大爆炸一樣，原因正在于此。“你可以將這種能力拿在手中，馬上就可以真正運用。40年前，你可以自己設(shè)計芯片，現(xiàn)在的情況與當(dāng)年類似。當(dāng)時掀起一陣芯片設(shè)計狂潮。”黃仁勛相信最終當(dāng)開發(fā)者擁有深度學(xué)習(xí)工具，有了算法，有了運算平臺，就可以自己訓(xùn)練自己的AI網(wǎng)絡(luò)，到時企業(yè)也會掀起新狂潮的。