中國和美國爭奪人工智能專家 - 彭博社

百度公司在中國深圳舉辦的創造大會上，展示了一座人工智能（AI）機器人雕塑。

攝影師：Qilai Shen/Bloomberg 人工智能現在非常流行。數十億美元正在湧入這個領域，大大小小的公司都在競相打造下一個大事件。但是，除了大量資金，構建新的AI模型還需要頂尖的研究人員。那麼，誰吸引了最優秀的人才呢？以及在人工智能領域被認為是頂尖人才需要什麼條件？在這一集中，我們與宏觀智庫MacroPolo的董事總經理Damien Ma進行了交談，宏觀智庫是保爾森研究所的內部智庫。Damien幫助製作MacroPolo的全球人工智能人才追蹤器，該追蹤器監測全球頂尖人工智能研究人員的流動。我們討論到目前為止誰在贏得人工智能人才戰，中國所謂的人才流失，來自印度的競爭，以及更多內容。本文已經經過輕微編輯以提高清晰度。

收聽 • 41分鐘32秒

Odd Lots: 誰在贏得全球人工智能人才爭奪戰（播客）

41分鐘32秒

**播客中的關鍵見解：**追蹤人工智能人才 — 4:28頂尖20%與頂尖2%的人工智能人才 — 6:48什麼是一個真正優秀的人工智能工程師 — 7:21人工智能人才來自哪裏，他們又去了哪裏？ — 8:49美國人工智能人才和移民 — 12:15中國國內人工智能人才 — 14:20人工智能人才勞動市場有多緊張？ — 16:42中國擴大人工智能研究生項目 — 18:36中國互聯網公司和人工智能 — 20:08人工智能是否會加劇中美競爭？ — 22:27中國國內關於人才戰的言論？ — 24:18美國大學是否增加了人工智能研究能力？ — 27:04人工智能技術技能是否會在不久的將來被自動化？ — 28:29計算能力是否是人工智能公司的招聘策略？ — 30:47

---

**特雷西·阿洛維（**00:17）：**大家好，歡迎收聽另一期Odd Lots播客。我是特雷西·阿洛維。

**喬·韋森塔爾（****00:22）：**我是喬·韋森塔爾。

**特雷西（**00:23）：**喬，你看過三體嗎？

**喬（****00:25）：**沒有，但我真的很想看，我也沒讀過這本書，所以以防你要問，我沒有。我也想做到這一點。我打算在某個時候。

**特雷西（**00:33）：**我的精心製作的開場白就泡湯了，我們談論三體問題。好吧，這也可以。

眾所周知，除了喬之外，世界上有兩種人，當涉及到三體問題時。有些人將其視為氣候變化的寓言。因此，人類團結起來對抗一個共同的威脅，而在這種情況下，由於你沒讀過這本書，這個威脅是外星人入侵。

**喬（****00:59）：**一個外星文明。我週末的一個朋友告訴我兩個情節。

**特雷西（****01:04）：**好的。是的，好的。還有一些人將其視為美中貿易或技術戰的寓言。因此，人類正在對抗一個技術上更先進的對手，在這種情況下，我猜地球是中國，而外星人是美國。好吧，今天我們堅定地站在第二個陣營。我們將討論美中在技術領域的競爭，特別是技術的一個領域：人工智能。

**喬（****01:36）：**顯然，人工智能，人工智能，人工智能，每個人都在談論它。我們不太清楚它將走向何方，但我們知道與此同時有幾件事，人們正在瘋狂地花錢購買芯片，但他們也在瘋狂地花錢僱傭人才。

任何能夠從事人工智能前沿研究的人，根據我閲讀的文章來看，他們基本上可以選擇想要工作的地方，也可以選擇自己的薪水。幾周前，《信息》上有一篇很棒的文章講述了Facebook僱傭頂尖研究人員甚至不需要面試。就好像，如果你懂這些東西，有人會僱傭你並付給你很多錢。

**特蕾西（****02:11）：**是的。在這個領域我有很多問題。首先，誰是人工智能人才？或者什麼是人工智能人才？他們從哪裏來？是與軟件工程師相同，只是擁有稍微不同的專業領域嗎？我真的不知道。

然後，我很好奇工作的可替代性有多大。根據你剛才説的，以及公司在沒有面試的情況下進行招聘，以及需求如此強勁，似乎你可以在任何地方從事人工智能工作，無論是在中國、美國還是世界其他地方，或者是在一個特定公司還是另一個公司。但在這場人工智能人才戰中，我有很多問題，我想你可以這麼説。

**喬（****02:52）：**完全正確。還有兩件事。所以我認為自己有點人工智能人才，因為我覺得我在想出ChatGPT提示方面做得相當不錯。

**特雷西 (****02:58):**實際上你是。聽眾們，我從觀察喬輸入他的提示中學到了很多。我仍然覺得你説“請”和“謝謝”非常討人喜歡。

**喬 (****03:07):**當人工智能變得有意識時，説“請”和“謝謝”就變得很重要。但除此之外，還有另一個因素，你已經提到了，很明顯，出於某種原因，各國將人工智能幾乎視為商品。

這個行業正在推動一種敍事，也許只是為了銷售芯片或訂閲OpenAI的API等。但似乎有這樣一種敍事，即每個國家都必須擁有某種本土人工智能戰略或數據中心之類的東西。就像，這項技術似乎引發了政治和民族主義焦慮。

**特雷西 (****03:52):**是的，我認為這絕對是真的。我們又回到了《三體》的地緣政治緊張點。但是，我很高興地説，我們事實上有了一個完美的嘉賓來談論所有這些。

我們將與馬大為進行對話，他是宏觀智庫MacroPolo的董事總經理，該智庫隸屬於保爾森研究所，他們發佈了一個名為 全球人工智能人才追蹤器的項目。實際上追蹤人工智能人才的來源、數量以及去向。

大家好，感謝您參加Odd Lots。

**Damien Ma（****04:26）：**非常感謝。很高興來到這裏。

**Tracy（****04:28）：**你們做這個人才追蹤項目有多久了？這個項目的起源是什麼？因為對我來説，ChatGPT和所有的聊天機器人似乎幾乎是在一年前突然出現的。那麼你們是如何早期開始追蹤人工智能的？

**Damien（****04:43）：**嗯，最初的構想是，我們認為一個強大的人工智能生態系統或人工智能行業需要什麼？我們認為有三個關鍵要素。

顯然，你需要計算能力，比如芯片和基礎設施。你需要大量的訓練數據。數據現在顯然隨處可見，我們認為人們沒有太多考慮的最後一塊是人力資本，因為這是一個非常依賴人力資本的領域和學科，因為它非常複雜和複雜，你需要經過高度訓練的人才才能做到。

所以我們想，沒有人真正關注人力資本方面的事情，有沒有辦法做到這一點？然後我們發現了一個在人工智能社區中被廣泛認為是最負盛名的會議。因此，我們研究了參加那次會議的論文和研究人員。這是在2020年。

在大流行期間，我們首次推出了最初的追蹤器，這給了我們一個想法，這是全球頂尖AI人才的代理，這不是所有的AI人才，也不是全世界的所有人，而是真正的全球頂尖20%。在其中，還有頂尖的2%。因此，我們真正關注的是精英人才，這可能是最激烈爭奪的人才類型，因為人們想要頂尖人才。

**喬 (****06:03):**很快，會議是什麼？

**達米安 (****06:04):**它叫做NeurIPS。我想這是一個每年舉辦一次的會議，但我們並沒有每年都追蹤。我們追蹤了2020年，然後再次追蹤，並查看了2022年。我們試圖看看，在經歷了三年的大流行病之後，是否有任何變化，以查看是否存在不同的流動模式？

這是一個主要關注神經網絡、大型語言模型以及目前正在推動生成式人工智能前沿的許多內容的會議。因此，我們認為這些人可能是想要為谷歌、OpenAI和百度等公司工作的人。

所以這似乎是一個很好的樣本。再次強調，我們並不假裝這是全面的，但它確實是精英20%的樣本。

**喬 (****06:48):**很快，因為你説你能區分前20%和前2%，那麼你是如何做到的？我的意思是，這部分不能僅僅是參加會議的人。你是如何評分或確定誰是這些特定的、超級精英的人工智能工程人才的？

**達米安 (****07:04):**所以我們看的是那些論文被接受的作者，而在這個接受中，有一個口頭報告。你不會被接受做口頭報告，除非你真的非常出色。所以只有大約2%的人被接受做口頭報告。對我們來説，這在某種程度上是2%的代理。

**特雷西 (****07:21):**這有點引出了我想知道的問題，那就是什麼樣的人才能成為一名優秀的AI工程師呢？比如，是什麼讓他們能夠在這樣的會議上做報告呢？

**達米安 (****07:32):**我的意思是，喬剛才説，他是一個非常優秀的提示工程師，所以…

**喬 (****07:38):**所以他們會讓我做報告？

**特雷西 (****07:39):**喬，我相信你的邀請可能已經寄出了。

**達米安 (****07:41):**比如，真的很好地篩選問題。但我認為這真的很重要…

**特雷西 (****07:45):**但不僅僅是篩選問題，對吧？還有就是實際上構建自然語言模型之類的東西？

**達米安 (****07:51):**不，不，不。是的，我認為這是一個非常好的問題，我不確定區別有多大。我認為AI的基礎都是計算機科學。大多數AI從業者首先會稱自己為計算機科學家，或者是接受過大量數學訓練的人。

實際上，我認為一些那些在2000年代和2010年代的人可能是同樣被吸引到大型金融領域的人，對吧？然後去為交易台編寫算法。那些可能是類似類型的人。現在他們只是在做AI，而AI的特定應用部分是能夠訓練大量數據並編寫算法。

但這些是你通過計算機科學培訓加上一點人工智能特定組件會得到的東西。我認為神經網絡的一個區別性特徵可能是，試圖真正弄清楚如何讓計算機以某種方式模仿人腦。但從根本上説，這只是數學、定量計算機科學，所有這些東西，你知道的，最終都可以成為人工智能科學家。

**Joe（****08:49）：**所以有一種特定類型的人，他們在任何時候都在尋找最困難或者可能最有利可圖的現實世界數學問題或計算機科學問題。也許在2000年代，他們去華爾街找出創造新的證券產品和衍生品的最佳方法。在2010年代，他們去Facebook和Google找出在智能手機上放置最多廣告或讓你點擊它們的方法。現在顯然他們正在進行人工智能研究。所以讓我們從數據展示的整體情況開始。當你在2020年開始收集數據時，他們來自哪裏，他們去向何處？

**Damien（****09:27）：**2020年，很多人來自中國和美國。這一點非常明顯。絕大多數最終都來到了美國。在我們最新的2023年更新中，我們仍然看到這一點。儘管，我要説的一個大驚喜是，中國在真正加快國內頂尖人工智能科學家的供應方面做得非常出色。因此，他們現在幾乎生產了全球近一半的頂尖人工智能科學家。

而且其中許多人實際上也留在了中國。原因很簡單，我認為是因為中國顯然一直在專注於自己的人工智能產業。正如我們已經説過的，人們會去工作機會所在的地方。

如果你看看那些專注於發展人工智能產業機會的主要經濟體，很可能是美國和中國。而如果你看看歐洲，實際上，我認為，歐洲在擁有人工智能產業方面遠遠不及其實力所在。因此，他們不太吸引像中國或美國那樣多的頂尖人工智能人才。

如果你看看在美國頂尖機構中工作的頂尖人工智能人才，實際上幾乎是中美兩國人的壟斷。在美國機構中，有75%的頂尖人工智能人才來自中國或美國。

**Tracy (****10:46):**一個在中國接受教育的計算機科學家在評估不同的機會時，會考慮哪些因素？比如，是否考慮移民問題？我想薪酬和報酬也必須是其中的考量因素。他們從中國轉到美國有多容易？

**Damien (****11:14):**我認為，如果你來自頂尖項目，無論是中國的清華大學還是美國加州的斯坦福大學，技能和培訓都是相當相似的。從我們所看到的情況來看，人們最終選擇工作的一個關鍵指標實際上是他們讀研究生的地方。這可能並不奇怪。

如果你打算在某個地方攻讀碩士或博士學位，通常會開始尋找附近的工作機會。除非你恰好身處一個畢業後機會不多的國家或地區。當然，當你被認為是精英人才時，通常會擁有一個終身學位，通常是博士學位，但至少是碩士學位。

所以我認為選擇去哪裏讀研究生非常重要。我們也從數據中看到了這一點。那些來美國讀研究生的人，大多數情況下會選擇留在美國工作，除非有一些非常有吸引力的機會讓他們回到家鄉或其他地方。但一般來説，讀研究生和留在該國工作之間存在一定的路徑依賴。

**喬（****12:15）：**多年來，科技行業一直存在着很多焦慮，你會看到CEO和領導人抱怨美國的移民政策使得留在美國畢業的人才難以留住。有這樣一種想法，就是‘嘿，如果他們來這裏接受教育，為什麼我們不能收割這些在美國接受教育的人才的好處呢？’從你的數據來看，似乎仍然有很多人選擇留在美國，但自2020年以來數字有所變化，是嗎？

**達米安（****12:43）：**是的。數字有所下降。我們沒有真正探討過過去三年發生了什麼，部分原因是我認為很多人意識到疫情年份有些奇怪，無論是經濟數據還是人們的一般流動性，包括人們工作的地方，人們工作的方式。

所以在過去的三年中會有很多扭曲。但是相對而言，亞洲人才的數量有所下降。不僅僅是中國。印度也在更好地留住自己的頂尖人工智能人才。有趣的是，韓國，儘管我們的數據集中還沒有，但我們即將發佈韓國地區的數據。他們留住了90%的人才。他們沒有讓任何人離開。他們在這方面做得非常好。

而像法國這樣的地方實際上在留住人才方面做得非常好。所以，我不能明確地説原因是什麼，是各國加強了留住國內人才的努力，還是疫情期間發生了其他事情，或者可能存在移民挑戰等等。也許在未來的迭代中，我們會更清楚地看到這種模式。所以我現在有點猶豫給出明確的結論。

**Joe (****14:07):**Tracy，如果法國在留住人才方面做得很好，那麼如果所有那些畢業於École Polytechnique和Sciences Po的人都進入人工智能領域，誰會填補在交易台上使用複雜衍生品的空缺呢？

**Tracy (****14:20):**是的，總是有法國人用數學學位在股票衍生品領域工作。你説得對。但關於學位的話題，我之前沒有意識到，在中國，我想這個事實是你發送的閲讀材料中的一個細節，但自2018年教育部將人工智能確定為與計算機科學不同的專業以來，中國大學已經開設了2300多個本科課程。

首先，這種情況有多常見？計算機科學與人工智能之間的分離是其他地區的標準嗎，還是相對較新？其次，很顯然，這是中國試圖建立國內人工智能人才庫，最終在這一領域提升自身能力的一部分。在這方面，它還在做些什麼？

**Damien (****15:15):**是的，這就是我們認為中國真正看到人工智能頂尖人才蓬勃發展的原因之一，你可以看到2022年的畢業生羣體。如果你從2018年開始，其中一些是研究生，一些是本科生。所以他們確實非常努力地推動人工智能人才的增長，但並非所有人都是頂尖的20%。

但我認為中國認為他們將需要大量的人工智能專業技術人員。中國並沒有真正考慮人工智能在生成式人工智能方面。我認為肯定有一些初創公司和人在追求像ChatGPT聊天機器人這樣的東西。但我理解的是，中國可能會更多地專注於人工智能在製造業方面的應用：機器人技術，可能是醫療保健，生物技術。我敢打賭這將是中國的一個巨大應用。

我認為顯而易見的原因是，生成式人工智能可能與中國的治理體系不太協調。我認為這是一個相當清楚的事實，我認為每個人都知道，但我認為他們真的在研究如何將人工智能應用於能源、工業、先進製造業，或者像氣候這樣的事物。

這就是中國真正關注的地方。我認為他們覺得他們需要更多的人，不僅僅是精英，還有中級技術人員，熟悉數據處理或運行Python或僅僅檢查所有數據的人。所以我認為他們認為AI是一種非常廣泛、擴展的方式來創造某些工作。

**Tracy（****16:42）：**是的，我無法想象中國在這裏的雄心是要擁有像5000個不同的聊天機器人。顯然有一種傾向於將這項技術應用於工業、現實世界。在這一點上，你認為目前在中國是否有足夠的地方讓人工智能畢業生或專家實際去發展？因為在某些方面，人們被鼓勵去學習這個，但是，目前，公司並不一定處於同樣的水平。感覺目前在這方面的發展存在一種不匹配。

**Damien（****17:20）：**我認為你説得絕對正確。我們之前見過這種泡沫，中國的新熱門行業，每個人都去那裏，因為他們認為那裏有機會。然後，中國已經經歷了我們稱之為大學泡沫的10年。這就是為什麼中國有着非常高的青年失業率。

我認為中國在這方面的工作方式基本上有兩個不同的週期。有一個是政策驅動的週期，然後是隨後的實際市場週期。所以現在我們處於這種政策驅動的狀態，你知道，‘你們必須進來，我們非常喜歡人工智能，我們將創建所有這些項目，你們應該學習人工智能’。

然後，你知道，父母們會説‘哇，哇，這似乎是一個好的新事物。而且，這是政府在推廣的。所以我所有要學計算機科學的孩子，他們都會加入AI組件。’所以這就是政策誘導的循環。

然後，在泡沫發生之後，它最終會進入一個市場週期，在這個過程中會有一些調整，然後人們會説‘哦，實際上我們現在可能有很多這些中級AI技術人員的供應過剩，他們將沒有工作。我們該怎麼辦？我們不知道。’所以我認為這是中國經常發生的一種模式，如果這種情況也發生在AI人才庫中，我不會感到驚訝。

**Joe (****18:36):**這次對話中已經有很多有趣的話題可以討論了。我想回到AI的非聊天機器人應用，比如，我們如何製造更好的機器人和工廠以及藥物發現等。

但我想問另一個問題。那麼，好吧，中國已經推出了許多新的機構或研究生項目，越來越多的大學提供AI或計算機科學或相關領域的學位。在我腦海中，如果我想象一下一個頂尖的AI研究者，我可能會想象他們擁有麻省理工學院或斯坦福大學的博士學位之類的學歷。

當你看看中國的機構時，除了我們長期以來認為是精英學校的那幾所學校之外，是否有更多學校有能力培養出那些頂尖的20%或2%的人才？

**達米安（****19:30）：**在一定程度上確實有一些。特別是在亞洲和中國方面，我認為他們擁有亞洲14所頂尖人工智能機構中的11所。但就整體而言，中國的排名有了很大提升。像浙江大學、上海交通大學這樣的地方，這些不是你傳統聽到的名字。

**喬（****19:51）：**是的，我從來沒聽説過。

**達米安·馬（****19:52）：**不是北大，也不是清華。有趣的是，進入2022年，華為實際上是全球人工智能研究的前25名機構之一。因為明顯的原因，他們在僱傭頂尖人工智能人才方面投入了很多。

**特蕾西（****20:08）：**哦，這實際上正是我接下來想問你的問題，也就是，你之前提到了百度，但在國內人工智能專家的選擇方面，這裏的想法是，中國現有的互聯網公司會將更多的發展和資源投入到這項特定技術中，就像我們在美國看到的那樣，而且也許一些那些在習近平大力打擊無序資本擴張期間度過了幾年困難時期的大型消費互聯網公司，也會轉變方向？

**達米安（****20:49）：**所以我認為基本上是正確的。就我所知，百度基本上已經成為一家人工智能公司。我認為他們在很多年前就做出了這個戰略性轉變。他們的一個重點是，我認為就像特斯拉一樣，自動駕駛。但迄今為止沒有人真正能夠突破這一點。

我認為人工智能領域的一個重要前沿是如何解決視覺問題，對吧？因為現在大家都在專注於如何解決語言問題，這就是生成式人工智能和我們今天看到的許多產品都是基於語言的，但視覺是一個非常棘手的問題。

百度是中國在這方面真正努力解決的公司。我不確定他們的進展是否比谷歌或其他任何公司更好。但就一些軟件公司而言，比如阿里巴巴、騰訊，騰訊一直在進行大量的人工智能投資，當然還有字節跳動。所以在這方面發生了很多事情。

但我們也看到，我們最近做了一項研究，看了看中國風險投資資金流向，無論是風險投資是否流向了很多這些地方，但事實上，過去幾年風險投資在軟件方面的投資減少了，而在硬科技方面的投資增加了，你知道，類似於先進製造業方面的東西。

所以我真的認為在未來幾年，我們將看到大量私人和公共資金投入到這些具有人工智能應用的先進製造硬科技領域。我認為會有一些中國的初創公司，可能是我們今天還沒有聽説過的，他們將會投入大量資金到人工智能領域。但是，大公司正在做這件事。但百度可能是在嘗試解決自主視覺問題方面最為突出的公司。他們肯定會成為中國一個重要的僱主，特別是在人工智能人才方面。

**Joe (22:27):**所以回到人工智能的其他工業應用，美國和歐洲已經對是否有辦法趕上中國在先進製造方面的實力感到極度焦慮。無論是汽車、電池，當然還是某些類型的芯片。

美國是否應該擔心，這裏，聊天機器人是新寵，每個人都想要致力於打造更好的聊天機器人，與此同時，中國在自動化工廠方面變得更加優秀，特別是我想，藉助更先進的視覺技術，工廠地面上的機器人可能會更安全或更靈活等。你是否認為，隨着人工智能人才的流向，美中競爭的性質會進一步加劇？

**Damien（23:17）：**我不確定我能給你一個非常令人滿意的答案。我想，我會這樣思考，這將是先進製造和人工智能應用的象徵，軟件和硬件。我認為對於兩國，甚至所有國家來説，關鍵可能在於機器人技術，這是新的領域，無論是樂觀派的人形機器人，中國已經有了，我猜，大約有半打機器人初創公司。

因此，如果一個國家[或]一個公司在這個領域取得成功，真正將硬件和軟件融合並使其商業化，我認為這可能會傳遞很多關於每個國家相對能力的強烈信號。

**Tracy（23:59）：**你會開始一個機器人人才追蹤器嗎？

**Damien（24:03）：**機器人將涉及許多供應鏈。因此，這比僅僅關注人員要困難一些。你必須引入芯片，你必須引入工程師，技術人員。因此，涉及機器人時，不僅僅是人工智能科學家。但肯定很有趣。

**Tracy (****24:18):**所以我想問的一件事是，因為你正在非常仔細地觀察這個世界，看着人們在做什麼和説什麼，但中國的決策者們在人工智能人才方面使用的是什麼語言？你通常會聽到什麼樣的聲明？我再次想起了習近平在打擊教育部門、消費互聯網公司等方面時使用的那句著名的“無序資本擴張”短語。但這整個動態，這場人才戰，在決策者中是如何表述的呢？

**Damien (****24:58):**我認為這是自然而然的，一般來説，沒有哪個國家喜歡人才外流。每個人都希望獲得人才增益。我認為除了 retoric 之外，實現這一點以及如何建立自己的國家，如何建立環境和激勵措施、薪酬等各種事情。

在任何領域，尤其是在計算機科學和這些前沿技術領域，頂尖人才的情況是，我想，大多數人才都希望在最具競爭力和動態的行業。那可能是他們感到最舒適的地方。那是他們想要產生影響的地方。那是他們想要產生影響的地方。顯然，薪酬等等都是隨之而來的。

但我認為他們希望有自由去做最好的前沿工作。所以我認為擁有動態的產業非常重要。所以我再次提到歐洲的例子。歐洲似乎沒有這一點，這就是為什麼他們在吸引頂尖人才方面一直處於劣勢的原因。

如果你看看英國，這裏一直是歐洲最多頂尖人工智能人才工作的地方，但在美國，他們大多數為谷歌DeepMind工作，這是一家美國公司，對吧？我認為，擁有這樣的產業是非常非常重要的。

因此，在我們當前關於規範人工智能和產業的辯論中，我認為這將變得有爭議，將變得緊張。我們都知道這一點。我們都能看到。但我認為我們必須考慮，如果各國想要吸引頂尖人才，他們想要在最前沿、最動態的領域工作，做出最酷、最具變革性的事情。如果這在美國，那很好，但如果中國做到了，也許是中國。但你知道，現在中國主要還是依賴自己的國內人才。他們也並沒有真的引進太多外國人才。所以對我來説，擁有這樣的產業是非常非常重要的。

**Joe (****27:04):**美國大學在做什麼？我想象一個2024年畢業的高中生，可能比四年前甚至一年前更瞭解‘哦，是的，這是我想做的。我想在人工智能或這個領域做點什麼。’美國大學是否提供或有能力提供更多？是否有這種供給方面的能力增加，以利用這個行業幾乎肯定會增加興趣的情況？

**Damien (****27:33):**你看到了昨天的WSJ文章嗎，所有的Z世代都在成為管道工和電工？

**特雷西（****27:38）：**哦，是的。迴歸到技術行業。

**達米安（****27:41）：**是的，老實説，如果我18歲，我可能會考慮那條路。但我瞭解到很多頂尖的技術學校或者有技術學校聲譽的學校，無論是斯坦福、卡內基梅隆，他們肯定有人工智能項目。

我不知道是否像中國在兩三年內提供的那麼多，但他們肯定增加了這些項目。但再説一遍，基礎真的是計算機科學。所以我認為如果你學習計算機科學或者某種數學基礎，那將更容易讓你進入人工智能領域，而不是直接進入人工智能，因為你不能沒有計算機科學或數學的基礎知識就去思考人工智能。

**特雷西（****28:29）：**這可能是一個奇怪的問題，但它與人們選擇成為管道工或抹灰工等有關。你是否感覺到潛在畢業生中存在一種謹慎的態度，因為在最近幾十年裏，很多人被鼓勵學習編碼，精通Python或Rust等編程語言。

現在，我們看到了人工智能的崛起，我們看到了可以為你幾乎編寫代碼的模型。很多軟件工程師目前都有點擔心自己的工作安全和技能前景。這是否會對潛在的人工智能人才庫產生影響？比如，有沒有一種感覺，我可以進入這個領域，但也許在10或20年後，人工智能將會自我發展，對吧？自學習模型已經存在，那麼為什麼還要涉足其中呢？

**達米安（****29:27）：**哦，是的，這是一個棘手的問題。人工智能會變得如此優秀，以至於不再需要任何人類輸入嗎？

**特蕾西（****29:32）：**我又在看《三體》了，所以有點科幻傾向。

**達米安（****29:36）：**我不知道，我看不到那麼遙遠的未來。但我想説的是，我認為更現實的近期未來，我們之前也提到過，如果人工智能真的能夠解決人類語言，這顯然是人類智能的一個重要指標，而這似乎是很多努力的方向。

大型語言模型，試圖弄清楚如何通過語言模仿人類語言、人類思維。我想説的是，可能會受到影響的領域之一是翻譯。整個領域似乎會受到相當大的干擾。

或者想想那些需要用不同語言進行研究的人，也許兩三年後我可以像其他人一樣輕鬆閲讀日語，只需在某些人工智能軟件上快速翻譯即可。我可以相當流利地閲讀日語。這並不意味着你不應該學習外語。這樣做有很多智力上的好處，但我認為作為一個研究工具以及理解世界的能力，一旦人工智能真正達到那一點，像翻譯、口譯這樣的學科將會受到很大影響。似乎可能不會有很大需求。

**喬（****30:47）：**所以在對話的前半部分，我們談到了發展國內人工智能產業所需的三個必要組成部分。一個是人才，一個是基礎設施，另一個就是純粹的計算能力。我們看到像Facebook這樣的公司，他們吹噓作為優勢的一點是，‘我們剛剛從英偉達收購了這麼多H100，我們正在花費100億美元。’

我有點印象，擁有大量計算能力是一種招聘策略，如果你是一位頂尖的人工智能研究人員，你會想去一個擁有最有利的原始計算能力的地方。我們知道，一些尖端半導體進入中國存在很多限制，英偉達的黃仁勳談到了這一點以及相關的約束。

對於一個潛在的來自中國或在中國學習過的優秀人工智能研究人員，這是否會成為一個因素？事實是，至少目前看來，毫無疑問，美國的機構，無論是Meta，還是亞馬遜，還是微軟與OpenAI，擁有最多的計算能力可供使用，用一個更好的術語來説？

**達米安（****32:01）：**這當然可能是一個吸引人的因素。但我記不清我在哪裏看到的了，但我看到了一個有趣的調查結果，似乎我們的AI人才追蹤器在中國的某個社交媒體網站上引起了一些關注。所以一些中國的人工智能從業者發表了意見。

如果我沒記錯的話，不要引用我，但我記得，其中一件最引人注目的事情是，真正吸引那種人才的一件事是，他們能夠擁有自由思想的研究環境，能夠追求他們認為非常有趣、非常值得的事情。

所以，對我來説，這是一個非常重要的因素，超越了計算能力和報酬，顯然。但我認為，至少在美國，似乎仍然默認擁有那種文化。我認為這是一個非常重要的因素，人們不應該忘記。再次強調，我認為頂尖人才傾向於不受限制，因為他們想追求他們認為非常有趣和開創性的事物。這就是他們的工作方式。所以你必須給他們一個可以工作的環境。

**Tracy（**33:10）：**好的，達米安，這是一次非常有趣的對話。非常感謝你參加Odd Lots。這是全球人工智能人才追蹤器，你可以在網上查找。它有一些非常好的圖表和互動元素，你可以嘗試一下。所以感謝達米安參與並向我們介紹你最新的工作！

**達米安（****33:29）：**非常感謝。很高興和你交談。

**Tracy（****33:44）：**喬，這次對話回答了我很多問題。談論我們看到的模式是很有趣的。我覺得很有趣的是，在很多方面，這是一項大家都很興奮的新技術，但在很多方面，它的發展方式與歷史上很多事情的發展方式相似，美國目前處於領先地位，然後中國迅速跟進，努力建設自己的能力。而歐洲則在背景中發佈關於此的思考文章和新的法規。這有點有趣。

**喬（****34:18）：**這完全正確。我對這個想法非常感興趣，你知道，我認為在美國，如果你現在説“人工智能”，人們要麼會想到文本生成器，要麼會想到圖像生成器，這些都很驚人。但是這個想法，我們已經討論過一些，我認為我們即將在這方面做更多的節目，但是還有一個令人興奮的地方，那就是人工智能不僅僅侷限於人類語言。

我們在食品自動化節目中稍微談到了這個想法。就像，如果機器人能夠擁有相同的框架，它們被喂入大量數據然後做出更好的決策，這樣手臂就不會擺動，或者裝配線上的輕微偏差不會打亂它們，那麼如果它們對它們面臨的所有這些不同情況有足夠的訓練數據，那將是非常強大的。

所以看到中國似乎在很多方面領先世界，特別是在電氣工程能力方面，這也與很多人工智能研究人員的方向是一致的。

**特蕾西（****35:18）：**是的，絕對是。我知道我現在已經多次提到了這一點，但這就是為什麼消費互聯網的整頓對我來説如此有趣，因為中國明確表示‘我們不希望所有這些資金湧入另一個新的在線零售商。我們已經有足夠多這樣的了。為什麼不把這些錢投資到芯片之類的實體產品上呢。’

因此，我認為我們現在看到的趨勢是，關注真實世界的應用，工業應用，製造業，這在美國和其他西方國家並不一定看到，因為正如你非常清楚的，喬，玩弄聊天機器人很有趣，它們已經成為這整個新技術的公眾形象。

所以這可能是中國確實具有優勢的一個領域。但我認為另一件事，首先，達米安談到了人才流失的方面，以及一個想法，很多中國的人工智能人才最終會去美國，因為他們在美國上大學，然後留在那裏，有對他們服務的需求等等，儘管也許這很快會改變。

**特蕾西（36:26）：**但我想的另一件事是，你提到了計算能力的問題，以及這是否是吸引人工智能開發者的一個誘因，我也在想中國的數據和數據限制，以及他們正在使用哪些數據集。特別是對於大型語言模型，但也可能適用於其他方面。如果你真的對這個領域感興趣，也許你想去一個擁有更大更廣泛數據集的地方，就像達米安所暗示的那樣，這可能是一個競爭優勢。

**喬（36:59）：**完全同意。我認為另一件非常重要的事情要關注，我記得大約20-25年前，你知道，當時如果你只看工程學位的畢業人數，中國的人數是激增的，西方出版物上有很多嘲笑的聲音。就像‘哦，這些都是垃圾學位。’是的，人們拿到了工程學位，但這些人才水平相當一般，不是很好。

我們必須以一種持懷疑態度看待這些數字。我有這樣的印象，很多學校的情況發生了巨大變化。所以，你知道，你可以得出這樣一個客觀的人才衡量標準，那就是誰有機會在這些大型會議上發言。

如果代表那個頂部的2%或者頂部的20%的授予學位的機構數量擴大，那對我來説就像是一個非常重要的趨勢。因此，中國的這些大學，你知道的，我對它們一無所知，但如果除了類似於麻省理工或斯坦福的相當於這些的大學也在為那個精英貢獻力量，那對我來説就是一個非常關鍵的指標。

**Tracy（****38:09）：**絕對。如果神經信息處理系統會議的組織者在聽，Joe對參加感興趣，所以請給他發邀請。

**Joe（****38:18）：**請，是的。我會展示一些偉大的詩歌和歌曲。不，我已經做了一些，就像我讓AI為我創造了一個新的動詞時態。非常令人印象深刻。所以我會創造性的東西。

**Tracy（****38:29）：**哦，那很有趣。你沒告訴我這件事。

**Joe（****38:32）：**我不想用所有我的…來讓你感到無聊。

**Tracy（****38:34）：**這不無聊！

**Joe（****38:35）：**好的。好的。我會給你看的，我會給你看那個。

**Tracy（****38:36）：**等等，你開始使用Claude了嗎？

**Joe（****38:38）：**是的。我喜歡Claude。

**Tracy（****38:39）：**它更好，對吧？

**喬（****38:40）：**有點意思。客觀上我不知道，但這也是另一個有趣的問題。所以當我們談論這個的時候，我在想另一個有趣的事情，那就是如果一些我們認為適用於軟件的壕溝在人工智能領域並不適用會怎麼樣？

**特蕾西（****38:59）：**是的，完全同意。

**喬（****38:59）：**是的。所以，由於某種原因，因為我喜歡它的界面，我喜歡它説話的方式，我開始更多地使用克勞德，以一種我以前無法想象的方式，比如來回使用…我在2000年開始使用谷歌後，再也沒有回到雅虎，你知道嗎？或者類似的情況。從那時起我一直在使用谷歌。這讓我想知道，是否會有很多機構擁有足夠的人才、足夠的計算能力，可以做同樣的事情，而切換成本並不高。

**特蕾西（****39:29）：**是的。我也在思考這個，因為整個對話的前提是有一場戰爭正在進行。人們正試圖快速發展他們的人工智能能力，因為先到先得。但似乎一些這樣的程序，像壕溝可能並不那麼高。一旦你突破了某個層次，它可能在其他方面是可替代的。我不知道。我想看到會是什麼樣子。

**喬（****39:56）：**當然。

**特蕾西（****39:57）：**好的。我們就到這裏吧？

**喬（****39:58）：**就到這裏吧。

你可以在Twitter上關注Damien Ma，鏈接為@damienics。