第三，是因为涉及竞争。Google会很不希望这样的人落入他的竞争对手怀中。因为Google有这样一个领先的优势，但如果这个人去了Facebook、微软，马上就会给后两家机会。所以现在是一个关于人才的战争。对于这一批一年可能少于50个的博士毕业生，这三大公司：Google、Facebook和微软，都在用不合理的价钱去挖。

这个给了我两个启示。一方面是遗憾自己生太早了，我就在这个领域，但是那时候没有公司这样来挖我们。另一方面是类似的人才战争，可能也会在中国发生。

中国的大学恐怕没有这样的50个博士，但是我们这边有几所“大学”里毕业的，也是跟硅谷一样的。这几所“大学”的名字叫做腾讯、百度和阿里巴巴。所以这些人未来会不会因为数据的诱惑，或者对公司的忠诚留下来做点事情呢？还是这几家公司之间互挖，可能会成为很有趣的事。

因为我自己是做这方面的，所以我觉得深度学习虽然很厉害，但是没那么了不起。你让一个聪明的人学两年，他也可以有这个价值。所以这也就是说，我们是不是应该来帮助培训一千个中国的深度学习专家，这些都是很有趣的讨论。

然后我也问了他们，你们这样拼命的竞争，再过两三年，中国学这些东西也不难，中国数据也比你们多，你们这套公开了，中国在这个领域的人才可能会比美国多。

因为在中国，百度、腾讯、新浪微博等等的数据量也非常大，如果在中国也有250万美金的年薪诱惑，中国人会更疯狂地冲向这个领域。所以我相信这个领域最后应该也是一个中美领跑的状态，虽然现在中国是远远落后美国，毕竟美国有斯坦福、伯克利，CMU、MIT出来的人，而且是不断流动。但对于中国来说，这批人可能就在百度、腾讯和阿里。现在百度、腾讯和阿里自己hold得住这些人，但是长期来说他们也不可能永远hold住。而且长期来说，小米、奇虎360也都会有这样的人，所以这会是一个很有趣的业界竞争的状态。

于此相关的，领英的霍夫曼提到马斯克和彼得-蒂尔他们成立了一个开源平台Open AI。这个Open AI成立主要是为了防止Google、Facebook和微软这样的大公司形成垄断，你们有那么多计算机，那么有钱，又把最优秀的人全挖进去了，所以我们就要搞一个开放式的开源平台，来确保这个东西能够被更多的人快速学习掌握掉。所以这是一个很有趣的事情，硅谷考虑得很超前。

4、VR和AR

整体来说，关于VR各AR，主要感受主要有这么几点。

先那VR来说，对于这个领域的发展，有一批人是非常乐观的，另外一批人则认为我们还早了一个cycle——就是说现在还在摸索状态，因为内容不够多、体验不够好、太贵，然后还要连一个PC，拉一根线，可能真的还在一个玩家的时代。

就创新工场来说，我们也综合了一些意见。我们的看法是，VR长远来讲对社会的影响应该是特别巨大的，而且随着摩尔定律等作用，它应该会越做越炫，越做越不头昏，越做越没有线，越做越轻，越做越小。最终变成一个，也许不是眼镜，但是是某一种模式，让你不知不觉就把它融入到你的生活里面去了，这一天是绝对会到来的，会是一个巨大的产业，会改变所有的事情。

但是具体方面，我们可能会稍微保守一点。我们可能对这种五到十年的未来，抱有一个很乐观的期待。但是对于他到底能不能在一两年之内，Oculus也好，HTC的产品也好，他们在一两年之内能不能打破一个玩家的领域，能不能达到普及的状态，我们可能还是抱一个观看和怀疑的态度。

当然我觉得从投资的角度，现在看到好公司就得投了，因为你不能进入cycle才投，只是说我们如果对它期望值很高，说它要颠覆什么的话，我们还有一点时间。

还有就是从应用层面来说，VR我自己以前在SGI做过，做3D的东西。所以我个人对于VR的看法是，它的第一个突破一定是在娱乐方面。因为我们讲了那么多3D的东西，都还没有被验证，而且人们对3D的需求基本上只有在娱乐内容相关的领域得到了验证，所以基本上就是看电影更爽、玩游戏更爽、然后越做越逼真，大概是这样一个状态。有点像电影业和游戏业的一个延伸，但需要说明的是，这个延伸是一个巨大的延伸。

AR来讲，它是可以有不同领域的应用。AR可以用在教育方面、辅助方面、服务方面等等。AR的应用是能够直接被证明价值的，而不只是让娱乐感更爽更强，可以在一些领域挖掘出一些垂直性的应用，这是大家的一个达成的认知。

中国在AR和VR方面的机会，我觉得可能会跟屌丝群体和性价比用户相关，可以再观察一段时间。这个领域竞争的门槛会相对比较低，但到底能不能快速发展，可能还要一点时间。

5、谷歌的野心

此外还去了Google见了Sundar Pichai（GoogleCEO皮猜），斯坦福人工智能方面的教授李菲菲，以及领英的创始人霍夫曼。与他们谈论的主题都是人工智能相关的，具体的就不一一说了，可以把我的总结分享一下。

去年Google调整成Alphabet，其实我们也知道他们为什么这么做，但这次去了就更加深刻地了解了。基本上，Google想要做一个“机器大脑”出来，这个“大脑”具体来讲，它其实是下列几件事情的结合体。

第一，你要有特别大的数据量，而且这个数据量最好不是公开的，是你私有的，而且是可以不断地更新、增加的。因为你要没有这个东西，你就没有竞争优势。

第二，你要有特别巨大的机器平台，能够在上面运作、学习、迭代，让你的“大脑”越来越聪明，而且用这个数据能越做越好。

第三，你需要一批特别棒的深度学习或者机器学习的专家，他们知道怎么去弄海量的服务器和海量的数据，从里面把数据变成一种认知和知识，以及能做的事情。

一旦有这三件东西之后，你是可以应用到其他领域的。用在搜索上，就是一个搜索排序——这个“大脑”能把世界全部索引了，然后你搜什么我就能告诉你，做一个最好的排序。用在生活领域，就是一个Google Now，可以告诉你今天要去什么地方吃饭，你最好搭地铁去，然后路上可以买花，提醒你老婆生日快到了，实际上是把这些东西都结合起来了。用在广告领域，就是怎样投放一个广告能让你赚更多钱。

而且之前我们这些IT人总是想着如何用IT让生活更美好，往往忽略了这套数据为什么不能用在基因排序？为什么不可以用在生物科技、制药、健康领域？或者是你可以想象的所有领域，因为一旦你有了这个巨大的数据，你的价值就巨大了。

于是你可以看到，Google从Genentech（美国基因泰克公司）挖了CEO，来做Alphabet里面的医药公司的CEO，所以Google的野心是非常清晰的。他用搜索和广告来塑造了一个巨大的“大脑”，这个“大脑”让聪明的工程师来调整，用巨大的数据来学习，加上巨大的计算量来不断地迭代。然后把这三者配到一起，找一个领域的新数据进来，比如说我们要学癌症的治疗，假如能够有一个什么库——某个国家的所有人的一种基因、癌症病例，然后让数据滚起来，你还跟医院结合起来，有一个回馈的途径，知道是否有效，不断去追踪，实时迭代，可能就会掌握癌症治疗的方法。

所以Google的方向，或者Alphabet的方向就是不断地找新领域，找一个该领域内的领军人物，拥有相关的大数据，再配几个机器学习专家，给他们一大堆机器用来计算，就能产生价值了。这会在任何领域都攻无不克。帮年轻人找对象、吃什么、推测所有的事情，甚至军事，都没有问题。

归结起来，Alphabet的野心就是成为一个无所不为，用“大脑”来驱动并颠覆传统行业的一个公司。他们一定有很多内部的方法来分析，接下来开展哪个领域，是医学、建筑、房地产、金融还是二级市场之类的。

举个例子，Alphabet做一个银行相关的应用，来分析你的信用和风险能力。你找银行借一千万，如果只看银行内部资料，那么银行只知道你在这里存了五百万、在媒体上班等信息，但如果我有另外一个爬虫，能把你的其他数据都爬来，比如你还在美国高盛藏了两千万、在开曼群