4月26日，以“AI生万物”为主题的2018全球移动互联网大会（GMIC）在京举行。百度副总裁张亚勤、创始工厂董事长李开复、科大讯飞执行总裁胡郁、百度资本管理合伙人蔡薇举行了主题为《AI战略和人才》圆桌论坛。本文将给你更多启发，让你了解中美两国AI局势，和中国AI人才现状，理性看待中美AI格局。
4月26日，以“AI生万物”为主题的2018全球移动互联网大会（GMIC）在京举行。百度副总裁张亚勤、创始工厂董事长李开复、科大讯飞执行总裁胡郁、百度资本管理合伙人蔡薇举行了主题为《AI战略和人才》圆桌论坛。本文将给你更多启发，让你了解中美两国AI局势，和中国AI人才现状，理性看待中美AI格局。
第一幕：中国人工智能人才大局观
引言：人工智能方面的人才缺少不仅仅是一个中国范围内的问题，也是一个全世界都面临的问题。
科大讯飞执行总裁胡郁
无论是培养还是引进
请找到真正掌握AI核心技术的人才
人工智能人才跟时机是非常紧密结合的。
科大迅飞1999年创立时，世界人工智能正处于第二次的低潮。学人工智能出来都找不到工作，到美国找教授他们也没钱让你读博士,不像现在在硅谷炙手可热。
从经验来讲，大学里到底有没有足够人工智能的人才。在世界和中国的大学里有一批是真正的掌握了人工智能核心技术，但他们在开公司和产业化方面可能没什么经验，怎么把他们找出来并且用合适的激励办法让他们参与到产业化过程中。
从学校，从科研院所，找到合适的人是非常重要的。
在北京做语音技术最有钱的人是谁？这个人是当时在中科院声学所的一个研究员都不是的，相当于一个技工，他的名字叫孙金城。当时国家863评测语音合成他是第二名。当时科大讯飞跟他们成立了联合实验室，现在这个股票值30亿。
人才的培养。培养一批在人工智能方面真正懂得如何做研究，如何做有用研究的人。
人才的全方位引进。第一，人工智能是一个非常交叉的学科，有些先进的人靠自己培养不出来，需要从各个方面国内外引进。第二，需要有中间层次的人才培养。第三，还需要有大的机会方面来引进。
创始工厂董事长李开复
AI人才需顶尖和基层并举
做好一个AI公司需要多元化人才搭配
人工智能人才的两个层面：大量的基层人员和少量的顶尖人才发展并举。
人工智能人才底层金字塔的建设，这是很重要的。人工智能的风口，大量的工程师想涌入人工智能，现在高校并没有足够好的课程和师资来帮助他们。这时候教师培训，大量的人工智能、大数据竞赛等就显得很合时宜。
而人工智能金字塔顶端的人才，从国外来看大学教授和研究员被亚马逊、Facebook，Google等大量的挖走，以形成这些公司的核心。这些公司做的很成功的我个人认为还是Google。虽然微软和Google都有很厉害的人，但是Google把这些核心的AI专家和工程师和工程管理专家聚到一起，最经典的例子可能就是Google的吴恩达建立的这个团队，使工程与科研结合在一起做成一个可用的系统，这个我很认可，并且做的很成功。所以我们不能只看这些教授发论文发到哪里去，还要看怎么跟工程结合在一起。
坦诚的说中国高校的现状，没有像美国有那么多经过多年累积的科研专家能够被BAT所挖走。所以BAT顶级人才可能从国外的Google和Facebook、亚马逊挖过来。中国AI人才现在的现状，就是BAT为主，但相信滴滴、京东、头条、美团和其他的公司很快都会建立AI团队，这是人才的走向。
因为中国有大量的数据，数据可以产生价值，顶级独角兽们都是每找一个AI的人才可以变现很多钱，所以水涨船高，弄到现在中国AI公司顶级人才是美国的一倍以上，这是个很特殊的状况。
做好一个AI公司需要多元化人才搭配
从VC创业的角度来看，更希望三者结合才能成为一个好的AI创业公司。
首先，要有科学家，但是看领域，不一定需要这么顶级的。比如说做无人驾驶的肯定需要特别顶级的，但是如果做金融，也许一个很好的数据科学家就足够了，需要一个科研很强的人。
然后，工程能力还是要很强，因为要求做系统和产品。
最后，因为AI主要是一个ToB业务，所以要有能够销售，能够懂商业，能够打单的人才行。
百度副总裁张亚勤
从研发、产品、到应用人才都很稀缺
除传统培养更要靠市场培育
目前的AI行业有三种不同的人才：第一种是研发，做算法、做理论，这些人才当然相当稀缺，美国也缺中国也缺。
第二种是做产品的，包括芯片设计和做各种不同系统人才，这个也很缺，但是产业本身会自己培养出来。像开复讲的BAT，TMDX，像小米，京东，包括像讯飞，已经产生了很多这样的人才。
第三种是实用人才，现在这个也是相当缺。这个没有什么捷径，通过在大学，在研究生，包括在中学需要普及AI知识。另外就是靠市场，市场有这个需求，三年、五年后人才自动的会把重心转移到这里。
整体来看，五年以后中国和美国在应用人才、开发人才基本上会到一个同样的水准。在基础研究和算法理论差距会比较大。
最后，开复和教育部、北大成立了联合的教育项目，百度自己也成立了一个云知学院。我们三年为国内打造十万人AI方面的人才，更多面向工程和产品开发这方面。
第二幕：中美人工智能局势的比较
中美除正在上演人工智能方面人才激烈的竞争外，中美两国人工智能技术发展，政策环境，投资环境各方面的比较形势几何？
创新工厂董事长李开复
四波人工智能的浪潮，中美对比
三大领域中国可能赶超
第一，在互联网AI方面，中美现在应该是平分秋色。
中国有大量的数据优势，而且加上移动支付，中国应该会在这方面超过美国。在未来的五年。
第二，在商业AI方面，中国目前数据较乱远远落后美国。
因为数据仓库和各种的企业级软件在美国比较普及，而中国很多数据、大数据、传统企业数据还是比较乱的，所以在五年之内可能没有办法赶上美国，而且会远远落后。
第三，基于视觉和听觉的AI，中国已经领先美国，而且会更拉开更大的差距。
中国企业在语音方面讯飞、搜狗等都做的很好，在视觉方面Face++，商汤这样的公司也做的很好。对比中国的讯飞和美国的语音，对比中国的视觉公司和美国的视觉公司，中国企业的市值和收入等等都超过美国了。第三波浪潮，中国已经领先，而且会逐步拉开差距。
第四，无人驾驶，在政策的推动下，中国更有魄力做基础设施颠覆性的落地。
无人驾驶跟政策有关，理论上应该是美国遥遥领先的，但是实际上我们最近看到美国的货车，工会要求特朗普总统基于保护货车司机的工作，不要允许货车在高速公路上作无人驾驶测试。
这种保护主义作为工作主轴会对科技发展有很大的限制。相对来说我们浙江政府部门在铺一个智能公路，它通过传感器可以帮助货车开的更安全。
所以政策来说中国可能在第四波有机会，当然一方面是因为无人驾驶的公司的产生，但是政策的推动，不是说政府补助了我们钱，而是说中国更有魄力来做这种基础设施的颠覆性的事情。
就像当年的高铁、今天的高速公路为无人驾驶的设立、雄安的无人驾驶的设立，这些都让中国会有很大的优势。而美国可能因为工作等方面的影响，会做一些对推动技术不利的事情。
总体来说我认为中美都会是领跑的，但是中国可能会在未来五年，在四个领域里，在三个会有赶超的机会。
百度副总裁张亚勤
中美会成AI双引擎
不共同发展是短视
一个行业发展，有五个大元素，一个是人才，技术，市场，资金，最后一个是政策。
在技术人才方面，中国现在和美国还有差距，这个差距还在不断的缩小。
在资金方面，其实已经领先了。看一下在AI方面资金的投入，不管VC，PE，或者是整个投入和美国基本上差不多。
在市场方面，中国的人口优势，规模优势，数据优势，使中国处于有一个有利地位。
在政策方面，中国是有绝对优势的。中国有顶层的规划、人工智能新一代的蓝图、政府的基金。我自己并不知道基金本身会有多大的短期效应，但是由于国家有一个大战略，所有的资源、人才、注意力都向那个地方倾斜，这会使得效率很高，这叫做中国速度，虽然中国质量还差一点，但是我想中国速度是全世界认可的。
总体来说，我认为中美会成为AI的两个引擎，不认为中国和美国会直接竞争，两国会共同发展。
科大讯飞执行总裁胡郁
在越是集中化能统一规划的地方
中国数据优势更加明显
有采访问科大迅飞跟BAT为什么不一样？不一样是因为中国的国情不一样。因为东西方文化、社会的运行机构是有差异的。中国以前讲计划经济，有它的缺点，也有它的优点。
我们中国很多行业：教育、医疗、政法、安全、智慧城市，都是在国家规划下做的。包括我们国家现在设计的四大人工智能开放平台，包括百度和讯飞都在里面。这种情况下的数据和政策是在一个高度集中统一进行整体规划的。
不仅仅在人工智能时代，在过去云计算和大数据时代，包括政府的城市治理，包括教育改革等都实行统筹规划。在把这些新技术尽快应用落地上，中国在很多方面已经走在了世界前面。
比如我们的教育跟日本比，日本的电话教室比中国好很多，但是到信息化和智能化方面，中国现在做的很好，已经反而去领先了。
在越是有集中化的地方，越是能用统一规划的地方，在数据这个问题上反而有可能取得它的相对优势。而且数据的使用又反过来会增强这种中央控制体系的威力和能力，从而形成一种闭环的效果。
最近在剑桥分析这件事情后，扎克伯克到国会被质询，他讲到其中一个点大概是这样，如果美国政府不在数据规划和政策上能够制定一个平衡的策略的话，我们在这点上有可能落后于中国。
但是追求个人的自由和隐私，以及追求整个效率方面，其实我们可以看到在中国这几年像天网工程，像雪亮工程，能更好的利用最终用户的一些数据方面，在市场经济里看也在发挥它的作用。当然这里有前提，就是要能够在合法合规，或者公平，或者在一个更好的指导下政策和规则指导下应用数据。
从东西方不同文化的角度来说，要看哪一边最快的合理合适的政策和法规。我们看到美国有些州，开始让车上路了，北京市也批复了。
在其他方面特别涉及到个人数据隐私方面，谁能找到这一个平衡点，一定不是0或者1，给它最后的成功就能赢得最后的筹码。这些都是最大的智慧。
延伸阅读：三个未来和AI有关的方向
加速AI落地，得看前沿技术和基础设施融合发展。
百度副总裁张亚勤
三个未来和AI有关的方向
类脑科学、量子计算、5G时代
第一，类脑科学。
其实我们要真正有智能，还是要了解人的大脑，而且把大脑更快的用起来，用到我们的计算机系统里，现在人工智能不是真的智能。现在的人工智能的深度学习是一个大数据下的模式识别，有很多数据有一些规则，然后用相对比较笨的办法来达到智能。
小孩子不是这样学习，人的大脑也不是这样学习的，目前我们所得到的结果，是用很多的算力，用很多的能源消耗。
真正的人不是这样的，人在闪光处的时候没有用很多的力量，速度也很快，也没有用那么多的算力。所以类脑计算和生物计算在未来是一个大的方向，现在很多新的研究都谈的很少。
第二，量子计算。
量子计算可能比大家想象的要快，这里包括量子计算机，像现在超导也好，拓扑的或者光子的，进展都很快。
另外量子出现之后对机器学习和人工智能本身有很大的推动作用，像在搜索算法，多项视觉分析，在优化方面等都会有很大的推动，会重塑我们现在人工智能的架构。
另外，机器学习AI对量子计算本身也有很大的推动。
包括量子目前的解析、相位和相移的检测，更好的打造量子计算机的控制。我觉得这都有很大的推动作用。我认为五年之后我们可能会谈类脑计算，会谈量子计算。
第三，5G将会成为AI的催化剂。
3G催生了移动互联，4G把视频变成主流。5G则会把AI加速。5G不仅仅是网络速度快，比目前快差不多10倍-100倍数量级，延时到毫秒级。
更重要的是它会有很多新的应用，像网络架构，边缘计算，虚拟化；像3D的高清视频，AR/VR/SR；像自动驾驶，低延时的实时的车和车的通讯，车和基础设施的通讯，都会让产业变得更加的低价，更快速的实现。也包括智能家居，工业制造，都会在5G的环境下变得更加的方便，更加的快。
![_($0PXQFQ7Y(P~4838LJ_]L.png](/upload/image/ann/20240326/20240326729559.png)
