2022年11月開啟的生成式AI浪潮中，幾乎每個國家、每個有全球野心的城市，都在制定政策、調配資源、激活當地創業氛圍，一些政府甚至不惜親自下場支持當地最有潛力的創業項目。所有人都明白：爭奪大模型，就是爭奪下一個技術時代的基礎平臺。互聯網和移動互聯網時代，整個歐洲都錯過了這樣的機會，只有中美兩國培養出了10億用戶規模以上的硬件品牌和軟件應用。
生成式AI帶來新的洗牌機會，但能否抓住這樣的機會取決于很多因素。我們選擇和調查了過去一年來以人工智能之名在各大媒體上頻繁露出的幾個城市，嘗試回答“到底哪個城市能抓到大機會”這一問題。巧合的是，在訪問了蒙特利爾、硅谷、紐約、倫敦、巴黎、新加坡、北京和東京等幾個城市的相關人士后，我們發現一個叫AMiner的機構在跟蹤全球人工智能領域10年發展后提出的創新城市排名，與我們的調查選擇幾乎重合。AMiner的榜單衡量了全球各地論文、學者、機構的數量與質量，以及這些城市與國際合作的指數——選擇和采訪當地人士時，我們也逐一涉及了這些維度。那么，所謂的巧合其實是種必然。
已經很少有一個機會能讓全球眾多城市都躍躍欲試了。到底哪個城市能抓住機會？誰能抓到最大的機會？我們的初步調查表明，在這種全球影響力競爭中，區域競爭其實比全球競爭更激烈。在競爭全球用戶之前，每個城市及其公司都需要先角逐人才。而在人才流動上，全球化仍然要讓位于區域化。其次，對于學術資源深厚的城市，每個大廠都想去設辦公室、搶奪人才，但這對當地城市不見得是好事。最后，基礎技術不是一切，產業和文化具有多樣性，才能支撐更繁榮的機會。
……
硅谷之外：蒙特利爾和紐約尋求突破
在博世工作3年后，沈露蘭決定放棄博世中國功能負責人一職，前往加拿大蒙特利爾的麥吉爾大學讀博。2022年博士即將畢業之際，沈露蘭就地創立了自己的人工智能公司AwakeAI，嘗試通過AI視覺技術實時檢測視頻監控數據來分析老年人的生活習慣，為護理人員和家人提供實時信息和風險警報。
把公司注冊在蒙特利爾的原因之一是自己在這里讀了書，另一個原因，這里不缺做AI基礎研究的人才。
這一輪生產式AI浪潮到來之前，自2017年起，包括Google、微軟、Meta、華為在內的技術公司紛紛在蒙特利爾設立研究中心。2018年，加拿大政府還將蒙特利爾確立為國家AI供應鏈超級集群“Scale AI”的總部所在地。
把這些技術大廠吸引到加拿大尤其蒙特利爾的，是這個人口只有400萬的城市的學術資源。“深度學習三巨頭”中的兩位——杰弗里·辛頓（Geoffrey Hinton）和約書亞·本吉奧（Yoshua Bengio）都在加拿大，前者在多倫多，后者就在蒙特利爾，并且創立和運營著一個叫Mila的機構，那里匯聚了超過1400名AI相關的研究人員。如果計算人才密度——尤其頂尖學術研究人才的密度——恐怕全球沒有幾個城市能與這個小城相比。
Mila全稱“蒙特利爾學習算法研究所”（Montreal Institute for Learning Algorithms），是目前全球最大的深度學習研究所。2017年，在本吉奧的牽頭下，蒙特利爾大學、麥吉爾大學等高校聯合成立了這個機構。用本吉奧的話說，Mila誕生于一個“讓蒙特利爾成為世界AI中心的瘋狂夢想”。
蒙特利爾的Mila是全球最大的人工智能人才庫，創立者是深度學習三巨頭之一的Bengio。
除了基礎研究，Mila旗下的“Mila Startup”孵化項目還為有創業企圖的研究者提供資金和辦公場地支持。入選這個孵化項目的門檻很高，自發起以來，每年通過Mila Startup審核的項目不會超過10個。嚴格篩選的好處是，對投資人來說，從這個機構里出來的項目的創新性和技術能力幾乎不會受到任何質疑。
“從融資等各種角度，硅谷肯定是最好的。但在深度學習這一塊，蒙特利爾基本上對標斯坦福，現在這里處于飛速發展狀態。”沈露蘭對《第一財經》雜志說，去年，她創立的AwakeAI也入選了“Mila Startup”。
學術中心加技術大廠，這個組合是硅谷成為生成式AI全球中心的關鍵原因，而蒙特利爾同樣擁有這個組合，這讓它看起來像小型的硅谷。Mila只是蒙特利爾當地有孵化器性質的機構之 一。
加拿大另一個最矚目也最有野心的機構是“NEXT Canada”。這個名字聽起來就很大，因為創立這個項目的人想要改變的正是加拿大本地的打工文化。在某種程度上，它就像創業孵化器Y Combinator的加拿大版。
沈露蘭告訴《第一財經》雜志，加拿大雖然有不少學術水平不亞于斯坦福、哈佛之類的高校，但從加拿大的高校畢業的學生們后來的發展總是“不如斯坦福、哈佛的畢業生”，原因之一就是加拿大的“中產文化”。在加拿大，大部分學生畢業后的職業選擇都是去Google、Facebook等大廠打工，尋求一種穩定的中產生活，而不是冒險創業。不過，這種狀況正在被改變。
2010年，4名加拿大學者和企業家，共同召集了500多名加拿大學者、投資者和創業者組成了一個機構，決定培養加拿大的“next founder”（下一個創業者），而不是“next worker”（下一個打工人）。這個機構的名字就充滿野心，叫作“NEXT Canada”。
受這個富有雄心的機構激勵開始創業的加拿大年輕人正在增加，沈露蘭本人也是其中之一。“相較于傳統孵化器，它注重的不是你怎么發展企業，而是教你怎么做一個founder（創始人）。”沈露蘭說。她本人是蘇州人，一個生活安逸程度和蒙特利爾不相上下的中國新一線城市，在創業之前，她也和不少在加拿大讀書的當地人一樣，不覺得自己沒有能力，但是從來沒有想過要創業。AwakeAI創立之后很長一段時間，他們都在頻繁參加創業競賽，直到2023年的暑假，NEXT Canada在多倫多發起的“Next 36”項目踢了她一腳，讓她下定回中國開拓市場的決心。
來自Mila的人才支持和NEXT Canada的創業指導，讓沈露蘭的創業項目在蒙特利爾初步扎下腳跟。不過如果繼續往下發展，她認為蒙特利爾仍然有短板，比如它在算法開發上具有優勢，但在落地場景和推進進度上，這里落后于全球其他地方。就沈露蘭的創業項目來說，存在“雞生蛋還是蛋生雞”的問題，也就是說她需要在養老院和護理院尋找試點、實地獲得數據，才能開發出真正派得上用場的老年人照護算法。
不少人工智能項目，只要進入垂直應用場景，都需要垂直產業配合。沈露蘭認為，自己在加拿大當地沒有太多社會關系，比較難找到愿意部署其老年人照護程序的養老院，2023年她回到老家蘇州，很快就談下一個比較大的客戶——泰康。未來如果業務發展順利，她也想到硅谷開一個辦公室以此進入美國市場，因為加州有更成熟的康養產業，還有她渴求的市場產品人才。
蒙特利爾遭遇的困境，作為“大號蒙特利爾”的硅谷也正在遭遇。
2023年，謝賽寧離開了工作4年多的Meta，加入紐約大學，也從硅谷搬到了紐約。然后他發現，“這里的AI研究和創業氛圍超乎我的想象”，他對《第一財經》雜志說。
謝賽寧本科畢業于上海交通大學，在加州大學圣迭戈分校獲得了博士學位，目前擔任紐約大學計算機科學系助理教授。他與比爾·皮不勒斯（Bill Peebles）合作發表的DiT模型相關論文被認為是Sora構建的基礎。
謝賽寧對《第一財經》雜志稱，紐約的AI發展顯示出很強的上升勢頭。從創投熱情、學術和人才儲備各個角度，紐約都具備成為AI發展中心的條件。目前，紐約共有35家AI獨角獸公司，融資總額達170億美元。其中，開源模型社區Hugging Face和視頻模型公司Runway都誕生于此。今年2月，還有媒體報道稱OpenAI正在為紐約辦公室尋找地點；3月，另一家AI初創公司Cohere也宣布開設紐約辦事處。
這一輪人工智能新浪潮之前，紐約就匯集了多個頂級AI實驗室，除了由“深度學習三巨頭”之一的楊立昆（Yann LeCun）領導的紐約大學CILVR實驗室，哥倫比亞大學、康奈爾大學和普林斯頓大學都在AI領域有強勁的科研實力。
如果說硅谷在基礎模型領域確立了主導地位，紐約則正在成為人工智能商業繁榮的代名詞。紐約是全球44家《財富》500強公司的總部所在地，這里聚集著各個大公司的決策者，他們都是AI市場的潛在買家。硅谷銀行發布的統計數據顯示，在紐約，獲得風險投資的AI公司中有71%屬于垂直應用領域，而在硅谷，這一指標數據是63%。
紐約開源模型初創公司Nomic AI的創始人布萊登·杜德斯塔（Brandon Duderstadt）曾在播客節目中表示，紐約目前的AI生態系統肯定比硅谷小，但紐約具備硅谷所缺乏的發展優勢。“在紐約，你不僅僅是被技術包圍，而是被來自各行各業的不可思議的人包圍。”杜德斯塔說。
也正是在來到紐約后，謝賽寧對技術有了新的認知。“AI發展的最終愿景不是創造尖端技術，更重要的是尋求這些技術為社會帶來福祉，讓來自不同背景的人都能夠提高生產力和創造力，從中受益。”他對《第一財經》雜志說。
在紐約，謝賽寧參加了Runway公司舉辦的AIFF人工智能電影節，這項活動吸引了來自全球各地的眾多藝術家和創作者，共同探討視頻生成的未來。謝賽寧稱，作為金融、商業、貿易、文化和傳媒中心，紐約擁有多樣化的社區、族群和廣泛的職業機會，這是硅谷缺乏的。
……
歐洲：倫敦與巴黎的雙子星之爭
和北美老牌AI重鎮與新興AI創新中心并存不同，歐洲正在崛起的兩個AI之城——倫敦和巴黎都是新星，它們都想爭奪生成式人工智能領域的領先者之位，起碼是歐洲的領先者。
非要比資歷的話，倫敦在人工智能領域的經驗更多一點。早在2010年，出生于倫敦的戴密斯·哈薩比斯（Demis Hassabis）和童年好友穆斯塔法·蘇萊曼（Mustafa Suleyman），加上來自新西蘭的謝恩·萊格（Shane Legg），就一起在倫敦創立了DeepMind，主要研究機器學習算法。
2014年，遠在硅谷的Google來到倫敦，斥資6.6億美元買下了DeepMind，當時這家創立僅4年的公司還沒有公開發布過任何一款產品。而被收購以來，DeepMind的總部也從未搬離倫敦。
哈薩比斯曾在采訪中表示，DeepMind必須留在倫敦，這件事沒有商量的余地。“如果你擁有劍橋大學的物理學博士學位，并且想要做一些改變世界的技術，在倫敦沒有太多選擇——而在硅谷有成千上萬的選擇。”他曾在接受采訪時說，如果創業者專注于長期目標，硅谷有太多泡沫，那里的人每5分鐘就試圖創造下一個Snapchat。
DeepMind在倫敦的辦公室位于“國王十字”（King's Cross）地區，這里除了以火車和地鐵樞紐著稱——《哈利·波特》里的“九又四分之三”站臺就在這里——如今還是英國甚至整個歐洲令人矚目的人工智能創新中心。
不知是否為收購DeepMind做準備，2013年年初，Google在這里買下了占地2.4英畝（約合9712.45平方米）的一塊地，并在附近建立了Google英國總部。Meta、三星、華為等技術大廠稍后也跟了過來。2023年，OpenAI在倫敦威斯敏斯特區設立了辦公室。微軟則于今年4月宣布在倫敦帕丁頓建立新的AI中心，它們都距離國王車站不算太遠。
技術巨頭聚集在這里的意圖和Google一樣，都是為了招募和發動當地的AI人才，配合大西洋另一端的美國總部尋找能開發更強大模型的新算法，就像DeepMind曾為Google貢獻AlphaGo和Alphafold那樣。
2021年年底，畢業于牛津大學機器學習專業的繆亦舒在倫敦創立了一家叫Haiper的視頻生成公司。和上述大廠一樣，他也把辦公室設在了國王十字地區。
“倫敦是整個英國甚至是歐洲人才聚集的地方。”繆亦舒對《第一財經》雜志稱，不同于牛津和劍橋的人工智能專業更強調培養學生的研究能力，倫敦的帝國理工學院和倫敦大學學院人工智能方向的專業設置更具有復合性，學生的動手能力也更強。
而且，盡管硅谷是許多技術人才夢寐以求的地方，倫敦有很多人不愿遠赴美國。繆亦舒告訴《第一財經》雜志，他的很多同事都對歐洲有著深厚的文化歸屬感，他們鐘愛歐洲的生活方式。他們最多會在歐洲大陸上的國家之間流動，比如有人會選擇搭乘歐洲之星，穿越英吉利海峽隧道，前往巴黎尋求新的機會，但很少有人會去美國工作。2016年年初，哈薩比斯也曾在一次采訪中表示，很少有員工會“主動離開DeepMind”。
繆亦舒本人在DeepMind實習過兩年，他的合伙人王子聿在DeepMind工作得更久，曾參與AlphaGo的開發。
可能正如繆亦舒曾經的英國同事不排斥去法國工作那樣，法國自進入生成式AI時代以來極為積極地招募全歐洲尤其是英國的AI人才，并給予英國無法提供的巨額投資。
法國這種做法的標志性成果是Mistral。創立這家公司的亞瑟·門施（Arthur Mensch）也曾在DeepMind工作，2023年5月，他和另外兩位曾就職于Meta的員工共同在巴黎創立了Mistral。這家公司是歐洲為數不多的攻克底層模型的公司之一，在種子輪融資中就創紀錄地籌集到1.05億歐元。
英法兩國領導人都在多個重要場合發出過飽含雄心的言論，希望本國能在當前的人工智能浪潮中領跑歐洲。但事實證明，法國政府似乎比英國付出了更多行動。除了總統馬克龍正試圖推動重振歐盟的計劃，為AI初創公司籌集更多資金，法國政府還在積極協助Mistral，推動歐盟在《人工智能法案》中對開源基礎模型作出讓步。
Mistral從巴黎和法國政府那里獲得的支持是倫敦的同類公司們無法獲得的。“英國政府想要構建全球影響力，但在產業主導方面的能力有限。比如，英國政府無法像中國政府一樣，用劃定一個科技產業園區的方式推動特定產業的集中發展。”繆亦舒對《第一財經》雜志說。
在Mistral之后，有更多原本在倫敦公司工作的AI人才加入巴黎。2023年年底，DeepMind研究主管Karl Tuyls、首席科學家Laurent Sifre以及公司創始成員之一Daan Wierstra也離開了DeepMind，來到巴黎創業。最新消息是，他們創立的H Company已于5月完成種子輪融資，共籌集2.2億美元——打破Mistral此前創造的紀錄。
相較于倫敦，巴黎的AI產業發展更多元，有很多“有意思”——面向C端——的公司正在涌現。比如，在種子輪中融資1.26億美元的初創公司Poolside計劃利用AI大大簡化編程，Heart Hands則希望為普通用戶開發“口袋里的第二個大腦”。而在倫敦，更多AI創業項目面向金融、建筑、自動駕駛等B端市場，像Haiper這樣的視頻生成公司在國王十字地區還是少數——在創立Haiper之前，繆亦舒的第一個創業項目也是to B式的，面向建筑行業提供3D建模服務。
繆亦舒也認同巴黎更有趣，但表示自己沒有考慮過進入巴黎，而是將公司的第二個辦公室選在了多倫多，由合伙人王子聿坐鎮，因為“現在視頻生成領域還不成熟，需要相當長時間的底層研發工作，而多倫多當地有充足的模型相關人才。”
……
亞洲：在新加坡、北京與東京之間
2023年，心識宇宙把總部從杭州搬到了新加坡。這家公司成立于2022年年初，主要為企業和消費者提供創建自主人工智能的服務。
對于聯合創始人林宋琪來說，這不是開拓，而是回歸。2015年，林宋琪從中國香港搬到新加坡，在當地的Facebook工作了4年。
促使心識宇宙搬遷的理由很簡單：海外市場。新加坡歷來都是中國公司出海、海外公司進入亞洲的橋頭堡。它的實際國土面積只相當于北京的5%，常住人口僅540萬人，和中國沒有時差，技術基建完善。字節跳動、騰訊、阿里巴巴都在新加坡開設了辦公室，不少公司會直接將服務器部署在那里。林宋琪稱，在大公司的戰略中，新加坡往往是輻射亞洲的據點。
能無障礙融入歐美國家的技術、金融和市場體系，這讓新加坡吸引了越來越多外來創業項目，尤其是來自中國、面向全球市場的出海創業者，林宋琪就是其中之一。心識宇宙搬到新加坡后不久，就在種子輪中獲得了澳大利亞基金Square Peg 500萬美元的投資，這也是公司的第三筆融資。
林宋琪告訴《第一財經》雜志，越來越多來自歐美的美元基金選擇在新加坡設點，這使得“新加坡整體的創投市場正在變得更美式”，即新加坡本土資本偏好現金流穩定、可預期、回報快的to B項目，但更多面向C端用戶的項目開始得到外來資本的支持。
資本只是理解新加坡的其中一塊拼圖。林宋琪最肯定的是新加坡的政策和營商環境。“可預期性”是她反復提及的關鍵詞——假設政府發布了扶持AI初創企業的政策，那么通常會持續很長一段時間。新加坡政府的效率也很高，比如信息媒體部會幫助企業參與政府項目、結識風險投資資源，甚至入選政府名單的企業無須參與招標。新加坡經濟發展局、新加坡主權基金淡馬錫也會投資初創公司。
“起步企業投資計劃”（Startup SG Equity）或許能更直觀地說明新加坡政府的做事方法。這個投資基金由新加坡企業發展局和11家私人投資機構共同管理，主要幫助那些需要大量資金和時間才能獲得商業收益的初創企業。如果一家初創公司被承認為“深度科技”，首輪投資將達到50萬新加坡元（約合268萬元人民幣），新加坡政府會負擔其中70%資金。此后，私人投資者每投資1新加坡元，新加坡政府就將跟投1新加坡元，投資上限為400萬新加坡元（約合2145萬元人民幣）。
但是，創新孵化連接器EPIC的聯合創始人Cruise Chen認為，新加坡在這輪人工智能新浪潮中的角色“并不是創新者（innovator），而是跟隨者（follower）”。Cruise Chen曾在新加坡十余年之久，負責投資AI和技術基建初創企業。
“新加坡傾向于采取跟隨策略，像中國和美國這樣的大國已經產生了大量專利和新的架構之后，新加坡再跟進。”他對《第一財經》雜志說。在他看來，新加坡擁有充足的財政資源，但受國家規模所限，更關注能直接帶來經濟效益的技術。
直到現在，新加坡政府仍然有強烈的本地保護意識。海外初創公司來新加坡注冊，最開始會有10個外籍專業人士工作簽證名額，但如果超過10個，就需要遵循“配額制”——每招一個本地人，才能招一個外籍員工。目前，AI初創企業在這方面沒有優待。
與西方市場、金融和技術體系的無縫接軌吸引了包括林宋琪在內的中國創業者來到新加坡，反過來，這種便利也使得這個試圖在人工智能新浪潮中占有一席之地的城市型國家逐漸失去自主創新的能力。
林宋琪切身感受到，新加坡在AI人才層面與中美相比存在斷層。各高校每年人工智能相關專業的畢業生也就500到800人左右，而且因為大公司總部眾多，崗位穩定、福利好，大部分新加坡人都對創業和加入初創公司沒什么興趣——與同樣大廠辦公室眾多的蒙特利爾年輕人相似。
然而和蒙特利爾不同的是，來自硅谷的技術大公司們在新加坡設立的區域總部多是商務、市場、運營崗位，即便是研發人員，也基本不屬于核心研發團隊，往往只扮演區域性的研發和本地支持角色。
由于具有更加充足的人才儲備，北京正在成為亞洲的AI創新引擎。
“從底層的硬件半導體，到上面的算力的框架，再到上面的模型算法的PaaS平臺，每一層（以清華大學為代表的中國頂尖高校）都有一個實驗室，或者說多個實驗室相對應。”Cruise Chen對《第一財經》雜志說，他觀察到，這些實驗室基本都是在ChatGPT發布之前就開始運作的而這一輪人工智能新浪潮中，清華大學引領了中國的大模型熱潮，例如劉知遠教授領導的清華大學自然語言處理實驗室、唐杰教授領導的知識圖譜技術實驗室。
如今，北京擁有智譜AI、百川智能、零一萬物等估值在全球都排得上名次的AI獨角獸。IT桔子2023年的統計數據顯示，北京是AI領域融資活躍的高地，總部位于北京的人工智能公司的融資事件占全國的比重為29.4%，高于上海的19%和深圳的13%。
但Cruise Chen認為，中國的大部分初創企業還面臨技術落地難的困境。中國的AI初創企業和大學研究室能在短期之內把技術的“地板”托高，但大部分創業者都更擅長技術創新，并未打通行業需求和應用場景。而且，它們是否能把技術的“天花板”推高，也要打個問號。
相較于新加坡和北京，同樣位于亞洲的日本政府也在積極運作，試圖將東京塑造成比北京和新加坡更具吸引力的創新中心。
ChatGPT發布之前，日本一度是人工智能領域的落后者。早在2017年，AI研究者、AI公司Ghelia創始人清水亮就嚴厲地批評過日本學界，說“日本的AI研究落后了世界30年”。2016年，清水亮應日本經濟產業省邀請，策劃日本AI學會全國大會的深度學習分會場，但給活動起名時，有同行提出異議：“如果名字里加上‘深度學習’的話，估計就沒有人來聽了吧。”
然而ChatGPT一發布，日本政府就表示要在政府內部大力推廣ChatGPT，并且不會對人工智能訓練中使用的數據實施版權保護，成為全球幾乎第一個公開站隊人工智能公司而非數據擁有者的國家。今年4月，日本首相岸田文雄訪問美國時，也專門會見了微軟和OpenAI的管理層。
這一系列措施炒熱了東京的AI氛圍。2022年，高寧離開投資行業，創建出海創業社區Linkloud，為初創企業舉辦線下活動和游學，目的地除了新加坡和硅谷，還有一個就是日本。
“我們每隔3個月會來一次東京，每次都會感覺到這座城市中AI的滲透率和討論熱度在不斷加深。”他對《第一財經》雜志說。
眼下正熱的是把AI與機器人結合起來的一個叫“具身智能”的領域。具身智能的最終目標是機器人可以像人一樣，通過與物理環境交互，自主規劃、決策、行動與執行。英偉達是這個技術的堅定支持者，3月它公布了人形機器人通用基礎模型Project GR00T，并宣布和波士頓動力等機器人公司合作。而日本歷來擁有川崎重工、發那科等全球頂尖的機器人巨頭。2024年4月，微軟宣布將在東京建立研究實驗室，加強具身人工智能和機器人技術的研究。
就在不久前，高寧剛剛參加了在東京灣區舉辦的“永續高科技城市”（SusHi Tech Tokyo），這是一個由東京市政府支持的城市創新論壇。論壇上，以東京大學為首的日本高校在機器人領域表現十分強勢。“機器人在日本是‘剛需’，需要用它們替代勞動力、應對人口老齡化。”高寧說。日本已將機器人廣泛應用于農業、醫療、物流、制造等領域。
高寧認為，把人工智能用到金融、法律、零售、游戲領域的B端應用也有望在日本變得熱門，因為日本雖然不是軟件開發方面的強國，但在全球SaaS消費排行榜上，日本位居第二，僅次于美國，換言之，當地用戶為軟件付費的習慣和意愿足夠強——這種習慣正是這一輪人工智能浪潮最需要的。
在基礎模型和面向C端用戶的AI應用方面，日本相關本土企業并不多。高寧對《第一財經》雜志稱，目前日本較為知名的AI大模型公司只有Sakana.ai，這家人工智能公司位于東京，成立于2023年8月，創始人是Google前人工智能專家Llion Jones和David Ha——Llion Jones是Transfomer大模型的論文作者之一。
AI人才困境一直困擾著日本。2023年9月，日本財經新聞媒體《日本經濟新聞》曾專門報道過日本AI人才短缺的問題。在AI領域的頂級國際會議“神經信息處理系統大會”（NeurIPS）和“國際機器學習大會”（ICML）采納的日本理化學研究所論文列表中，一半的海外作者來自中國大學。用日本理化學研究所革新智慧綜合研究中心負責人、東京大學研究所教授杉山將的話說，“雖說是日本發表的論文，卻不一定是日本人寫的”。
對人工智能這樣的技術來說，沒有人才就沒有一切。城市的發展也是一樣。
