总之，不能用一套方案解决所有问题。话虽如此，AI运算平台可以保持一致。每一台电脑都是不同的，但底下的计算平台（处理器、操作系统、AI）却是相似的，汽车的道理与此类似。我们的战略就是开发一个计算平台，它取名叫作“Nvidia AI汽车平台”。当一线企业与OEM制造商合作时可以使用这一平台，OEM也可以使用该平台。汽车公司、公交公司都可以使用。

　　AI问题是最难解决的问题

　　问题：昨天，你向我们展示了Shield，它可以与谷歌助手连接。你们开发自己的产品，为什么还要用到谷歌助手呢？

　　黄仁勋：谷歌助手很强大。实际上谷歌助手分有两部分很难做，也可以说是三部分。一是语音识别和合成，自动识别语音，自动实现“文本-语音”转译。在此之上还有另一层，它就是自然语言理解。当我说：“打开它。”打开的是什么东西呢？可能是任何东西。我所说的“它”是之前谈到过的东西。AI的自然语言理解功能相当复杂。谷歌助手拥有出色的理解能力。后面还有搜索引擎，你也知道，谷歌搜索很棒。

　　当我们使用谷歌助手，你会慢慢习惯助手的功能。当我们学会如何使用某一种特定助手，这种助手就具备了能力，有了优点和缺点，还有了个性。随着时间的推移，用户使用就会越来越简单，没有必要学习4种或者5种不同的助手。我们喜欢与志同道合、相互理解的人合作，你的助手也是这样的。

　　问题：你刚才说过所有的问题都是AI问题，而AI问题又是最难解决的问题。许多大企业也在关注该市场，小公司呢？它们如何跟上节奏，成为未来市场的一部分？

　　黄仁勋：对于创业公司来说现在是一个好时代。到目前为止，我们已经与1500家创业公司合作。在Nvidia的历史上，还没有与这么多公司合作过。

　　说所有问题都是AI问题并不完全准确。只是我们想解决一些难题，要花很长的时间，这些难题刚好是AI问题。之所以难解决，主要是因为大问题中的一些小问题难解决，比如感知问题、观察问题、模式识别问题，在深度学习到来之前，我们无法解决这些小问题。例如识别信息，现在看到的到底是什么呢？现在正在发生什么事？对于人来说，信息块显而易见，但对电脑来说很难理解。

　　现在我们可以用深度学习解决。一旦解决，输出的就是元数据，是电脑数据。现在电脑数据已经存在，我们知道如何使用它，知道如何让电脑使用它。我们发现用AI可以解决一些之前无法解决的问题。

　　谈到创业公司，你会发现这些AI平台已经放在云端。当AI训练完毕，它就变成了API，有语音识别API，有图像识别API，还有语音合成API，所有API放在云端。我们可以将自己开发的应用与API连接，编写新的应用。创业公司可以使用这些云服务，可能是沃森，也可能是微软感知服务。

　　问题：如果我创办了一家公司，核心价值就是自己拥有的数据，现在你要我拿出数据，这是一件难事，你怎么解决？

　　黄仁勋：有些人说数据就是“新的石油”。我们都有自己的人生体验，这才是重点，云服务很多，但它并没有收集全世界的所有数据。Nvidia设计芯片，我们用芯片收集了许多数据，它放在公司内。某人可能是渔民，他也拥有许多数据，与当地生活有关的水流温度数据，还有该地区的小气候数据，这些数据并不属于亚马逊。你可能在法国有一个葡萄园，它的土壤和气候也不同，很特殊，这些数据只存在于当地，用谷歌无法找到，它是属于你自己的数据。

　　最终，我们可以将数据善加利用。并不是每一个人的数据都放在云端，我们应该这样看问题。我们都有自己的数据。随着AI的到来，你会看到微企业崛起。可能是啤酒厂，我看到有人用AI酿造啤酒。关于怎样酿酒，他们有许多的数据，这些数据在亚马逊找不到，也不属于谷歌，而是属于他们自己。不过他们可以用AI算法挖掘数据，找到新的东西。

　　现在是创业公司的好时代，不是坏时代。

　　Shield TV如何处理数据的？

　　问题：Shield和Spot有没有交叉的地方？你们会不会根据用户的互动情况改进 产品，或者完全依赖谷歌？

　　黄仁勋：我们无意收集任何数据。我们会用Shield在本地处理数据，它之所以具备感应能力，主要是因为有了Spot，房间里会安装多个Spot。我们要将Spot放在任何地方。当Spot插在墙壁上，你没有必要充电，它会监测声音，运行良好。Spot还可以收集语音数据和语音信号，然后通过Shield处理。负责处理数据的是深度学习网络，它可以进行语音合成，还可以识别语音。网络在处理时速度很快，然后我们会将信息发送到云端。

　　声波是用Shield接收的，声波数据也是用Shield处理的，至于用户说话的词汇，它会发到谷歌云端处理。

　　问题：Shield TV有了新功能，任天堂Switch会不会也增加新功能？Switch会不会以某种方式嵌入到Shield TV生态系统？