黃仁勛，1984年于俄勒岡州大學取得電機工程學位，其后在斯坦福大學取得碩士學位。黃仁勛曾在AMD(1983年－1985年)及LSI Logic(1985年－1993年)工作，1993年創立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。黃仁勛指出，現在已經有了一些基礎的支柱，這樣能夠進一步推進AI的發展，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，怎么能夠有機器可以去學習，可以有人類一樣的行為。黃仁勛表示，相信這個基礎已經有了，這也是為什么會認為現在是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果，現在所有的AI實驗室都開始使用GPU（圖形處理器）跑深度學習，這樣他們也可以開始建立未來AI的基礎。GPU的核心是模擬物理世界，英偉達用GPU創建虛擬世界用于游戲、設計，用于講故事，比如制作電影。模擬環境、模擬物理屬性、模擬周圍所看到的世界，構建虛擬世界的過程如同人類大腦在想象時進行的計算。黃仁勛說：“因為深度學習的發展，使我們的工作進入新的階段，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，它為家庭提供現代化的娛樂方式。但是隨著時間的推移它變得越來越有權力，最終它控制了整個家庭并且連接整個家庭。”

自動駕駛。黃仁勛提到當前已經更新了 Autopilot 平臺，如處理器、操作系統以及所有需要的 AI。人們普遍有一個誤解，認為智能駕駛可能只用到了一項 AI 技術，但是事實并不是這樣的。在未來，AI 將要發展成為許多的 AI，這是開發軟件的新途徑。深度學習就是開發軟件的一種新方法。智能汽車里包含了許多軟件模塊和能力，將來它們都將由 AI 掌控。

AI 再也不會只出現在智能汽車里，甚至當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、觀察周圍環境的副駕駛員。它不僅會一直感知周圍環境，還能感知你的行為，如果汽車外面發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。

黃仁勛認為，人工智能（AI）可能是過去20年最強大的技術。而英偉達將為將會在交通運輸業、制造業、城市以及醫療健康等重要科學領域進行人工智能技術的應用布局。他還介紹了英偉達在自動駕駛領域的 3 個布局：

Deep Learning：GPU 在深度學習領域的應用成就了今天的英偉達。在黃仁勛看來，深度學習驅動下的人工智能，也將成為自動駕駛決策的主要算法結構。

HD Map：在高精度地圖領域，深度學習也將起到重要的作用。它能夠幫助機器更高效的通過傳感器收集地圖數據 ，例如識別道路特征、提取建筑輪廓、識別道路圖形標牌等。

AI Supercomputing SOC：這個是英偉達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商中已經是對其硬件實力的最好證明，這也意味著英偉達的人工智能芯片將開始正式向量產平臺進軍。 此外，這次老黃還發布了將與卡車制造商 PACCAR 合作，基于 Drive PX 平臺發展卡車領域的高級別自動駕駛。

黃仁勛表示英偉達開發了處理器，它剛好擅于處理數據，擁有很高的吞吐量。從另一方面來看，深度神經網絡卻是一種很強大的計算力。從某種層面上講，深度神經網絡的算法很簡單，很優雅，不過要讓它實用，必須用大量數據訓練。如果沒有強大的計算引擎，它就無法發揮作用。

深度學習之所以優雅，是因為它的能力很強，它要發展只有一個障礙，那就是強大的計算力。黃仁勛認為深度學習與GPU會偶然邂逅。

黃仁勛認為深度學習最酷的地方在于模型容易轉移。一旦理解了它，開始使用它，AI就從藝術變成了工程。使用深度學習的企業為什么突然增加，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，你可以自己設計芯片，現在的情況與當年類似。當時掀起一陣芯片設計狂潮。”黃仁勛相信最終當開發者擁有深度學習工具，有了算法，有了運算平臺，就可以自己訓練自己的AI網絡，到時企業也會掀起新狂潮的。