关注
了解
人工智能人才培养 在人才培养方面，李开复表示人工智能领域并非全部需要的是顶级人才，整个人才体系应该呈金字塔形，而金字塔底层的基础从业人员该面向更广的教育面。 他提到了教育部、创新工场与北京大学联合推出的AI人才国际培养计划，首先需要的是对教师进行培训，设立大学人工智能课程。 对金字塔顶层的顶级人才，李开复也有自己的看法。他表示，美国巨头的AI人才主要来源是各大高校的教授和研究员，而中国巨头则是从美国巨头挖人才（中国AI职位的工资平均是美国的一倍以上），中国本土的这类人才储备与美国仍然存在差距。 但同时他也强调，得到顶级学术人才是一方面，如何让学术成果转化为可行的产品也是非常重要的一面。他举了Google Brain的例子来阐述多元化人员搭配的重要性，认为AI专家需要结合工程和科研才能发挥最大的作用。 在这一点上，张亚勤也有自己的看法，他认为人工智能人才可以分为三类：一类是基础理论研究的人才，这是最缺的；一类是产品化的人才，可以通过产业自发培养出来；一类是使用AI的人才，这需要市场的培育。
中美人工智能差距 李开复提出了“四波浪潮”的观点，第一波浪潮是互联网AI，这一块中国占据了半壁江山；第二波浪潮是商业化AI，集中在金融和医疗等领域，中国与美国的差距还比较大；第三波浪潮是数据化AI，这方面中国将凭借巨大的数据体量优势很快超越美国；第四波浪潮是无人化AI，代表是无人驾驶，这方面中国将凭借国家政策扶持获得极大的发展优势。 张亚勤则从人才、技术、资金、市场和政策五个角度进行了分析，其中中国在资金、市场和政策方面具有明显优势。尤其是政策方面，美国由于游说制度和工会各种制约，在推进人工智能上的阻力较大，而中国从中央到地方政府都在大力发展人工智能产业。
的机会在哪？ 行业无法企及的资源这是毋庸置疑的，在人工智能时代还有机会吗？三位嘉宾的答案是肯定的。胡郁表示巨头大部分都是原创性创业产生的。 总结来说，巨头并非完全都是优势，对于巨头来说一方面有收入包袱，一方面要考虑投入产出比，并不是所有新兴领域都能深入进去的。 不同，现在的在资金方面其实并没有太大压力，因为资本很热，真正有价值的项目融资能力不会弱。更加灵活，专注度也更高，很容易扎进新领域很深。 对于的方向，张亚勤给出自己的建议，最好瞄准巨头没有杠杆的地方，不要去做平台，要做垂直领域的东西，能解决具体问题，把这个做到精，机会还是很大的。
关注时事是成长的一步