，比划着说：
“未来要做好深度学习型人工智能，关键有三方面的条件。
第一是要有好的算法，这个是核心，就像是软件。
第二是要有充分的大数据，这个就相当于是软件里的输入素材。而且深度学习型软件是可以自我优化自我进化的，输入素材越多、数据标示越好最终的效果就越好越精准。一旦某一方面的大数据有优势，未来的巨头可以很快形成滚雪球效应，跟后来者拉开差距。
第三，就是要有处理这些天量数据的硬件处理速度以目前的人工智能运算量来看，哪怕是解决最简单的图片识别，或者语音智能识别，甚至只是输入法频次统计反馈，都不是任何一个单独的服务器可以承载的。或许每一个需求，都要用一个数据中心的处理能力去处理。
但是同时，每个数据中心处理的多个问题又可能有很高的重复率，数据处理过程量的复用率会很高。所以拥有越多处理需求、越多处理硬件资源的企业，在处理效率上就会有明显的优势。这时候，我们就会发现，依靠传统的为每一个新的业务需求购置一批服务器、搞一个专门的数据中心，效率会非常低下，成本会非常高昂”
顾诚刚说到这儿，被不怎么懂技术的马风给打断了：“那么怎么