以工業(yè)生產(chǎn)場景為例，如果產(chǎn)線數(shù)據(jù)不能流通起來，就不能真正實現(xiàn)數(shù)字化轉(zhuǎn)型，打破傳統(tǒng)行業(yè)長期以來形成的各個數(shù)據(jù)孤島就非常頭疼。但王龍認為，目前的技術水平更有利工廠實現(xiàn)數(shù)字的流通。首先，由于深度學習的崛起，我們對視頻和語音能力處理水平提高，得以用很低的成本對數(shù)據(jù)做一些判斷，把沒有價值的數(shù)據(jù)早早拋棄，保留一些最有價值的數(shù)據(jù)。以往每天產(chǎn)生的數(shù)據(jù)超過30G的時候，工廠都會扔掉，即便我知道里面蘊含巨大的價值。

比如一個工廠要做面板檢測，每張圖片是180MB，每天生產(chǎn)10萬件，這個數(shù)據(jù)無論如何都是存不下來，哪些數(shù)據(jù)要留，哪些數(shù)據(jù)不留，能不能實時的產(chǎn)生價值，在深度學習產(chǎn)生以前，這些都是不可能的。

第二，隨著5G、物聯(lián)網(wǎng)的崛起，信息孤島在物理上聯(lián)通的成本有可能會快速降低。以前在工廠里信息孤島若要聯(lián)通，需要改造空間，布線，上各種設備，還得做數(shù)據(jù)管理。未來，有可能一個5G網(wǎng)卡，幾個傳感器就解決了數(shù)據(jù)收集和傳輸問題。在王龍看來，工廠信息孤島的物理的邊界很快隨著新一代的技術到來被打通。

騰訊超級大腦就是看到任何一個基礎設施的變化之后，必定會帶來上層的操作系統(tǒng)、軟件系統(tǒng)以及應用場景的升級，希望通過這樣的超級大腦能夠讓操作更加簡單，對開發(fā)者、算法工程師、合作伙伴都變得更加簡單。