为什么过去几年人工智能有着这么快速的进步，张宏江认为，这最终归结到大数据的进步和云计算的发展。
AI 的支撑：数据爆炸
人工智能的进展很大程度归功于数据的进展，全球产生消费的数据，2013 年 2020 年将增长 10 倍，年增长率 40%，微信一天在朋友圈里交换的图片是 10 亿。
张宏江举例：如果把小米的用户已经存到小米云上的照片，5 亿多张的话，就需要 120 万核，需要 100P 的存储空间，而今天中国的存量照片，这是 2014 年的数据，3000 亿张的时候，需要的存储空间和计算量是多么地巨大。
20 年前的梦想
手机上的应用，可以对人脸做一系列的处理，人脸识别以及年龄判断等。这不是手机做的，这而是在手机后端的云中运行，当手机拍了一张照片以后，在云上处理，再把结果拿回来，这个就张宏江他们团队 20 那年前的梦想。
1997 年张宏江团队在惠普实验室申请的一个专利，这是一个分布式的架构，数据从客户端拿到，然后再传到后端的系统上，做的一系列的处理，把结果推送到前端来。20 年以后的今天，这件事情在一个手机上终于可以实现，更重要的是，它可在云和端上终于实现了。手机成为一个数据的获取终端，云作为整个的运算载体，整个数据的载体。
人脸识技术史是人脸数据库的扩张史，是人脸数据库 就算能力的扩张史
学术年代，90 年代初做人脸的时候，所有学术时代用的数据库只有几百个人的人脸图片，即便在这种情况下机器人的识别能力依然非常低于人的识别能力，而且对光线要求非常高，需要正面图象。而在工业时代，2014 年，大批量人脸识别率达 97.35%，而在 2015 年达到 99.63%。目前国内的公司在 7000 多万张标准照片再加上亿的其他照片，人们用的深层网络已经超过 30 层，训练 20 块 NVIDIA，精度已经远远超过人类。
AI 大数据 云：正在成为企业的标配
现在的企业没有大数据很难活下去，而大数据要靠云来支撑。大数据包括高质量数据的获取和分析，和它整个在应用中的解析已经越来越成为公司的标配。当然这一切其实必须靠云来支撑，没有云就谈不上大数据，也谈不上大数据地获取、处理和大数据地运营。
云计算的应用场景
之后，张宏江讲述了云计算和大数据在已在以下领域的应用相对成熟：医疗、政务、游戏、视频云，只能硬件云，混合云。
云计算趋势
张宏江讲到云计算已车成为主流 IT 技术，互联网行业成熟最快的公司，在迅速达到 100 亿美元销售额的公司，C端的是 Google、Facebook，B端的是亚马逊 AWS 大部分。当B端达到这么高的销售额，说明这个市场已成熟。
人工智能威胁与人工智能 2.0
现场提问环节针对人工智能未来是否会对人类造成威胁的问题，以及人工智能 2.0。
第一个问题，张宏江说到，这里有一个曲线，没有到奇点的时候人们是看不到的，无法判断。而针对人工智能 2.0 的问题，他认为也许人工智能 2.0 不一定为人来驱动，强人工智能的标志在能不能做问题的推理。未来人类可能不需要等待对人脑已经很了解之后再做人工智能，或者是再谈 2.0。
最后张宏江总结到：
我们做人工智能的，当我们看到人工智能作为一个现象突飞猛进突破的时候，我们更应该注意到的是它后端的，不光是算法本身的突飞猛进，更重要的是支撑这个算法突飞猛进的大数据和云计算，所以我们看到的未来是前端一系列的智能设备，而它的大脑实际上在云里面。