7. AI 科技评论：外界有一种说法，大致是目前各个To B的人工智能公司之间技术差距相对较小，因此很多时候销售和商务团队决定了公司的命运。你怎么看待这个说法？
这个问题正中行业要害。从目前来讲，绝大部分人工智能创业公司都是在基于 GPU 这样的计算平台和在基于 Caffe、TensorFlow 这样的开源平台用比较成熟的模型结构来训练，然后做一些解决性问题和 Demo，差异化确实不明显。基于现在的开源模式来做创新，在算法方面壁垒确实也不高。
所以这就导致在一些标准问题里各家的效果都差不多，技术差距也并不大。这里面的核心原因之一就是中国人工智能原创性技术太少。
最近大家在说中国 AI 的人才、技术储备、研究、创新都有优势，这个观点我不太认同。实际上，国内学生在已经讨论出解决办法的情况下去做拿竞赛、刷分，这方面我们很擅长。但真正做出 AlpahGo 这样的创新，咱们还差些火候，而且国内也缺乏孵化这种创新的土壤。今年深度学习原创性的基础研究在大步向前发展，然而我几乎没看到哪些进步是国内产生的。
另外一方面，商务和销售确实非常重要，因为只有把技术和具体应用场景拉近才能产生价值落地。技术研发也一定要有差异化，这种差异化如果只是做研究，只是去 Follow 开源平台等这些大家都在讨论的事情，这是很主流的做法，如果你一定要关注主流算法，潜台词就是你已经放弃了差异化。因此你一定要深入特定的问题，深入解决那个场景下的各种限制条件，去针对性地提出特殊的方法解决实际需求，这是让你更有差异化的途径。
科学家创业需要对商业和实际需求抱有充分的敬畏之心，商务和销售团队也并不至于决定公司的命运，关键在于团队之间的配合。商务和销售比较看重眼前需求，对技术趋势缺乏准确预见，而一个公司要走得长远，还得看清未来技术发展趋势。
8. AI 科技评论：不少欧美 AI 初创公司最终卖给了谷歌等巨头，但国内这种情况很少，你怎么看待这一现象？
人工智能作为一个新的产业方向，早期都处于探索阶段，初创技术公司独立存活的概率并不高，所以会选择被大公司收购，这是一个较为明智的做法。
国外工业界和技术创新生态比较健康，大公司愿意付出成本为前沿性技术做人员收购，而且在不考虑成本的情况下。而国内很少有大公司愿意为技术和人才收购付出很好的溢价。
其实每个公司被收购都有一个内在逻辑：这些公司不是范范地提供通用技术，而是在某个维度有着一定的独特性，如 DeepMind 不仅在做深度学习，还将深度学习与增强学习相结合然后应用在围棋、游戏等场景。这背后的逻辑，我认为很大程度上是文化原因。国内公司更愿意用高成本去挖人，而不愿为独特团队或知识产权付出高成本。我希望这个现象能发生改变，出现更多出于对人才和知识产权的收购。大公司如果能够意识到这点，我觉得能够对国内技术创新产生非常正面的影响。
9. AI 科技评论：目前全球人工智能的投入产出比似乎并不是很高。我做个假设，如果资本市场耐不住寂寞，开始缩小对人工智能领域的投资，你认为今天这种水平的人工智能到底会凭借顽强的生命力走到走到黎明，还是进入下一个寒冬？人工智能产业仍处于早期阶段，重大应用场景还在不断摸索，产出的确非常低。但如果回到“.com”时代，你会发现当时的商业模式也是探索了很长时间。
资本市场确实有追逐短期回报的现象，所以明年下半年到后年，即便整个 AI 投资市场趋冷也并不奇怪。AI 行业与“.com”时代一样，即便是趋冷，但也不会影响到整体的趋势。因为 AI 确实在推动产业发展，实实在在创造价值，它不会进入一个万劫不复的寒冬。
10. AI 科技评论：不少人提到人工智能泡沫的说法，你认为现在存不存在泡沫？实事求是的说，如果按照投资机构的计算方法，AI 泡沫是一定存在的。AI 创业公司确实估值比较高，而且市场进展也并不尽如人意，到明年或后年一定会有所变化。从长期趋势来看，适当泡沫纯属正常，就像啤酒有泡沫味道才更好，正是因为泡沫才让各公司都有机会去登上舞台。不论怎样，大家亮个嗓子，在舞台上唱一下。