观点丨人工智能产品化的关键是基础架构和数据，而非算法

目前，人工智能经历着魔幻般的炒作。数据输入作为乱七八糟的数字流的神经网络——或者黑箱，并且输出的数据得到彻底转化，就像魔术师从一个空帽子中变出一只兔子。

这在实验室是可能的，甚至是通过干净、调试的数据，在一台个人开发机器上也是可能的。然而，已经付出了很多很多努力，为了把机器学习算法扩展到类似于多用户服务的东西上——换句话说，有用的东西上。

人工智能的关注度正在直线飞升，其中不乏大量炒作，而实际情况是人工智能技术依然处于起步阶段，并且难以实现产品化。从原型到产品，需要克服很多新挑战：比如训练数据从何而来？训练系统时人们如何存储、组织、精炼并准备数据？谁可以检测系统？安全性怎么样：如何管理和保护敏感信息？我的硬件需要多快才能传递结果？性能瓶颈和并发障碍在哪里？

魔术耍个不停。突然你发现，人工智能代码，你所谓的王冠，只……