刘嘉教授是清华大学脑与智能实验室首席研究员。

在采访的过程中，记者问了这么一个问题。

大概意思是，高盛做过一个统计，对AI领域的投资全球各国都算上，中国和美国是其中投入最大的两个国家，可以看做投资AI中的首个梯队，其后是德国和英国，为第二梯队。

那么在研究方面，中国应该被放在哪个梯队中呢？

关于这个问题刘嘉教授回答的非常直白，大概意思是这么说的，中国最多也就是第二梯队，而且还是相对靠后，排在英国、德国的后边，至于首个梯队，有且只有一个，这就是美国。

美国在AI领域的科研，甚至是基础研究，都是绝对领先的。

对于这个领先，刘嘉教授还用了一个词，叫一骑绝尘。

之后双方又谈到了中国在AI领域中的强项和弱项。

刘嘉教授的回答是，在这个领域中中国的强项是人，研究人数仅次于美国。

随即他又提到了一个数据，说中国人工智能的人才留学美国，大概只有20％的人回来了，其余大部分都留在了美国。

那么为什么会出现这样的问题？

刘嘉教授提到了两点，其一是钱的问题，当然这个钱他强调了研究的氛围，这个氛围就是在美国做研究的条件齐备。

其二，在中国，不论是研究人员还是投资者太注重实用性，结果就导致了整体上的短视。

那么这个现象在美国完全相反，没有一个人把钱当做目标，为此他还举了一个例子。

说OpenAI联合创始人，在接受国会质问的时候，有一位议员说你肯定在这方面赚了很多钱。

结果这位创始人是这么回答的，他在OpenAI中并没有一分钱的股份，他只得到了一份健康保险。

如果真是这样的话，这位创始人看起来还真是无私的很。

当然这次采访还有其他的问题，在这里就不一一列举了。

首个问题，关于中国在AI领域是不是排在第二梯队，而且还是靠后位置的问题，先放一放，后边说，毕竟这个问题比较大。

至于第二个问题，中国的强项和弱项中，提到中国在研究人数是很多的，仅次于美国。

然后又说留学美国的人，只有20％回来了。

首先感觉前后说的有点矛盾，研究人数既然是多的，但这20％是不是显得人又少了一点。

随即就又想明白了，显然是中国本土培养的人才更多，毕竟只有这样，才能在人数上仅次于美国。

那么本土培养的人才就差了吗？

绝对不差，不然也不会有现在科技爆发的中国。

新中国建立的时候，还仅仅是一个农业国，连一副显微镜使用的镜片都不会制作。

还有超算，最开始的时候，中国造都造不出来，掏钱买回来，还得放在玻璃房子里，装上摄像头，方便出售方检查中国是不是利用他们出售的超算做合同以外的事情。

甚至这房子的钥匙使用，都要得到对方工程师的点头同意才可以使用。

之后中国奋起直追，全世界最厉害的超算在中国人的手中一个接着一个的诞生，排在超算排行榜首位。

后来，中国从超算排行榜上消失了。

这不是中国的超算不行，而是中国都不稀罕进行排行了。

因为从硬件到软件，中国会了，而且造的还更好了，再排就没有意义了，所以中国退出了这个排行，谢绝将超算的各种数据对外宣布。

还有众人皆知的原子弹，氢弹，洲际导弹等等

当初研发核潜艇的时候，项目组的研究人员最开始的时候，除了茫然就是茫然，怎么设计？设备放在哪里？都不知道。

仅仅凭借一个从国外买回来的模型，打造出了中国的核潜艇。

林林种种，还都不是中国本土培养的人才，打造出来的？

不能否认派出去留学的人，会学到技术前沿，所以只要能回来，中国本土培养的人才，就能有很大的进步。

毕竟从一艘模型上都能研发出核潜艇，更何况是先进的知识了。

而且刘嘉教授都说了，能回来20％。

面对外界的诱惑，这些回来的人中意志坚定者绝对有，但凡意志坚定，学习绝对是出类拔萃的，这可比一艘不会说话的模型要好上百倍千倍。

第三个问题中钱的问题，以及氛围问题。

看看美国现在的债务是多少？三十五万亿了，就这个数据还不是最终数据，睡一觉，睁开眼这个数据就涨一截。

美国有没有钱，也只有美国人知道。

不说别的，美国目前航天领域中屡屡出现问题，其中一个重要原因就是经费不足。

没有钱，氛围也就无从谈起了。

在这个问题中，刘嘉教授还举了一个例子。

不给钱，还积极工作，这样的人是有，但这些人往往都是圣人。

这样的圣人世界能有几何？

别忘了，在之前中国人听说美国富豪很喜欢设立慈善基金会，很是艳羡，还夸奖美国的富豪人情味十足，做的都是好人好事。

现在互联网发达了，信息也多了。

都知道了这些基金会，其实就是避税的一件工具而已。

所以除了说的，做的，还要看看背后还有什么逻辑。

毕竟世界上的圣人真不多，突然出现一堆，就得考虑一下，不要被表面所蒙蔽了。

实话实话，美国在AI领域上的积累是最多的，而且应用成果也是最多的国家。

举个例子：图灵奖，这是美国的计算机协会在1966年设立的，该奖项奖励的是对计算机科学理论和技术、以及计算机产业方面做出贡献的个人。

截止到2019年，颁发出去七十个，大多数都是美国人。

从1966年到现在，五十多年的时间，就算是积累，也积累了不少的成就。

那么中国能不能追上呢？

首先AI从最初的研发到现在的应用，已经发生了翻天覆地的变化。

现在的AI已然进入到了深度学习技术的阶段，与互联网进行了深度的挂钩。

什么意思呢？

AI的出现，必然是经历过发明，然后研发，在这个阶段，需要对AI的硬件，以及抽象的研究进行研发，所以是需要顶尖的研究人员甚至是思想家进行推动，描绘AI未来是干什么的？

那么经历了这么多年的研究，这个阶段已经过去了。

可以将这个阶段看成是一个发明阶段，这个时期美国在这方面做出了很多成就，毕竟大多数的相关专家都集中在美国。

如果将AI看做是一件产品，那么这就意味着研发阶段过去了，现在进入到了实用阶段。

那么AI的实用阶段说的直白一点，就是和互联网进行碰撞融合。

在这种碰撞融合中，就出现了一个叫做数据的东西。

数据并不是研究成果，也不需要进行研究的。

于是就出现了这么一个现象，一群普通的AI研究者只要拿到足够多的数据，最终研究出来的数据算法，是要比顶级深入学习AI深度算法研究人员的算法还要好，甚至是超出一大截的好。

也就是说，在AI领域中，拥有顶尖的AI人才并不会占据多大的优势。

数据取代了顶尖人才。

而中国是互联网最成功的创业者，互联网说起来简单，但做起来难，能够成功在站最后，可以说是从最初的残酷竞争中脱颖而出的佼佼者。

在这种环境中，不断的接受互联网的改变，是成功活下来的基础。

所以中国互联网的创业者，基本上都保留着接受互联网改变的属性。

AI在改变互联网，中国互联网的创业者接纳AI，同样接纳AI需要的数据。

不说别的，2023年的时候，AI在互联网上还是一个新奇的工具，现在的AI几乎无处不在，你甚至都有点烦它，怎么什么地方都能看到它。

从网页的搜索，到文字的复制，以至于连输入法都装上了让你恼火的AI。

AI在改变互联网，中国创业者在接纳AI。

中国人口十几亿，每一天甚至是每一秒诞生的数据是何其的庞大。

所以在AI实用阶段中，美国的优势并不是优势。

而且在研发领域中，中国并不是原地踏步，还在奋起直追。

这种差距会越缩越小。

比如1982年美国AI相关的论文引用率是在47％，截止到2019年已经下降到了29％，而中国被引用率已经上升到了26％以上。

如果说排名最前的10％的论文，是所有AI论文中最顶尖的学术成果，那么2020年的时候，中国在这10％论文的数量，就已经超过了美国。

再有，中国在AI领域中的投入都是巨大的，比如在2017年七月八号的时候，就公布过《新一代人工智能发展规划》，在这份规划中，不仅明确了2020年到2025年的发展目标，还希望在2030年中国能够成为人工智能领域的全球创新者。

而这种创新不仅是在理论上、技术上、同时在应用上要领先全球的。

普华永道曾经做过一个估算，到2030年AI的应用部署为全球GDP增长提供15.7万亿，其中中国就占据了七万亿，是北美的两倍。

所以要说美国在AI领域还位居前列不反驳，但要说中国在第二梯队最后，这个就有待商酌了。

举个例子，今年的五月二十九号，斯坦福大学的一个研究团队，研发出了一个模型，非常的先进。

说只要五百美元，就可以训练出一个AOTA多模态模型，具备世界顶尖水平。

但很快就出现了质疑，它们发布的模型和清华大学面壁智能团队的模型一致。

这种一致性不是说套壳，而是100％一致，不仅正确的地方一致，错误的地方也是一致的。

这是错误吗？绝对不可能。

最关键的是美国这个团队的背景十分的强大，不仅有来自斯坦福、牛津的，还有名企背景，特斯拉、亚马逊、SpaceX等等。

中国的AI是在第二梯度最后的位置上吗？

这是一个指的深思的问题