對話華人AI先驅黃鎧：從追趕到領先，中國AI還需翻過幾座“山”？｜IPP播客

IPP評論是國家高端智庫華南理工大學公共政策研究院（IPP）官方微信平臺

導語：人工智能已成為中美戰略競爭最重要的賽道之一。外界對這一議題的關注多聚焦于模型、芯片、公司估值、政策博弈乃至制度競爭，以及層出不窮的AI產品與應用系統。然而，若將目光從這些顯性競爭移向AI發展的底層架構與基礎設施，影響中國人工智能向縱深突破的諸多因素中，是否存在一些容易被忽視的制約環節？

本期IPP播客特別邀請到美國南加州大學、香港中文大學（深圳）榮譽教授，國際知名云計算與具身智能專家黃鎧教授，與IPP研究員戴明潔博士展開深度對話。作為深圳市人工智能與機器人研究院（AIRS）的奠基人之一，黃鎧教授帶領團隊構建了中國首個智能云計算系統。在對話中，他回顧了自2018年回國以來推進云計算系統建設的親身經歷，并從一線視角剖析了中國科研經費可持續性所面臨的現實掣肘，以及高端芯片“卡脖子”問題的深層挑戰。圍繞中美AI競爭，黃鎧教授還就兩國在基礎研究投入、頂尖人才儲備等方面的差距進行了深入分析，并討論了DeepSeek開源模式帶來的新機遇，以及AI軍事化的潛在趨勢。

本期嘉賓

黃鎧

美國南加州大學、香港中文大學（深圳）榮譽教授

對談人

戴明潔

華南理工大學公共政策研究院 研究員

黃鎧教授（右）做客IPP播客第三期，與IPP研究員戴明潔展開對話。

IPP播客：戴明潔對話黃鎧教授（完整版）

以下文章內容根據IPP播客對話內容進行整理，內容略有刪減：

戴明潔：歡迎大家來到IPP播客欄目。我是華南理工大學公共政策研究院的研究員戴明潔，主要研究的領域是人工智能與科技創新。今天我們非常榮幸在IPP明遠講壇之后，繼續邀請到黃鎧教授來為我們分享關于具身智能等方面的一些信息，以及中美AI競爭等前沿領域的一些觀點。

黃教授您好，我想著先向您請教一些問題。在您的講座中，您有介紹到您領導的港中深“AIRS”（深圳市人工智能與機器人研究院）團隊，在2020年的時候構建了我們中國首個智能云計算系統。想請問一下您和您的團隊在整個系統開發的過程中取得了哪些突破性的進展，又遇到了哪些挑戰？您又是如何帶領團隊去克服這些挑戰的？

黃鎧：我是2018年到香港中文大學（深圳）的。那個時候我進的是理工學院——因為當時學校只有四個學院。現在學校已經有了八個學院，包括2020年成立的數據科學學院。當時的國內還很少專門為數據成立一個學院的。這大概也是為了突出“數據”的重要地位，畢竟數據是基礎技術，AI就是建立在大數據上面的。

我初到港中深的時候，除了在理工學院擔任講座教授，教云計算的課，還教物聯網的課。后來我就跟校方建議成立一個人工智能研究院。于是在2019年，學校就成立了深圳市人工智能與機器人研究院（AIRS）。今年，我們研究院已經七歲了。

黃鎧教授（后排左五）與AIRS物聯網與智能云研究中心人員。

當時，深圳市答應資助這個項目。深圳市的要求是，研究院不僅要搞學術研究，還要跟工業應用結合，比如AI的應用或者機器人（Robotics）各個方面的應用，要有一些創新，要跟工業界對接。盡管到現在為止，還沒有企業來支持我們這個研究院，我們在這方面并沒有特別成功——我應該這樣自我反省。但不管怎么說，“AIRS”還是開了風氣之先。

我是研究院八位研究主任（Research Director）之一，我主持的是云計算和大數據這一塊。我就跟我們的團隊成員講，我們一定要造一臺機器出來，搞點實實在在的東西。我當時也跟校方爭取到了一筆不小的數目，最后我們大概花了一千五百萬，就把這個智能云計算系統造出來了，而且（系統）規模在當時來說不算小，在大學里面算是相當可觀的。

2019年，中國宣布5G通信系統正式推出，在全世界是第一個。當時我們學校在校園的樓頂上架了基站。有了通信條件，數據就能跟外界連通，可以進也可以出。我的背景是做云系統的，當時中國還沒有造出什么大的云系統，我們在校園里算是第一個把5G云系統搭建起來的。

黃鎧教授團隊搭建的智能云系統架構。

這個云系統有一個特點：它是一個多元的系統。所謂多元，融合云管理、大數據分析、人工智能、物聯網和邊緣計算等多種能力的綜合系統。

我仍記憶猶新的是，當時很多人都專門做AI，用的設備是公司用的那種工作站（work station），價錢不便宜。而且這些工作站里面一定要配很多GPU，因為要用GPU來處理大數據。所以我們的系統在當時也算是開了風氣之先，后來很多公司那邊把我們模型中學到的新東西也用到他們的產品里去了。

后來，我把這臺系統免費開放給學校的各個研究計劃和項目來使用。前后開了一百多個戶頭。有一些老師拿我們的系統去做研究、發論文的，其中包括一位老師還獲得獎項。

圍繞這個系統，我們前后花了一年半建造。除了硬件之外，軟件方面我們也買了很多，混搭在一起，還要花不少功夫去調節、調試。我的研究組里有研究生，我們還雇了好幾位工程師來配合他們。前后參與的工程師和博士生，加起來有十幾個人。我覺得很值得驕傲的一點是，我們團隊許多研究生從動手開始，真真切切學到了很多東西。那一千多萬的投入，除了支撐學校很多研究項目的開展、幫助推進他們的課題之外，也培養出了一批研究生人才。

黃鎧教授團隊榮獲2021年“第十屆吳文俊 人工智能自然科學獎”。

后來，我把系統轉到了我們學校的大數據研究院，他們的研究經費比我多得多。看了我做的系統之后，就說要發展大數據的機器。

關于這一點，我們后來回想起來，也觀察到大學的研究有些現實問題：一股熱潮來了，大家轟轟烈烈地搞，但是后續的資金跟不上，可能連電費都出不起了。所以最后我就跟我們學校的副校長商量，我捐三臺云計算服務器給他，我說你免了我下面三年的電費。電費的問題就這樣解決了。

后來我進一步了解到，國內很多“大機器”、大項目的建設，在用電上是個大問題。據我了解，國家超級計算天津中心一年用的電規模很大，每年光是電費就要好幾百萬。因為電腦二十四小時都要開著。所以你可以想象，如果后續經費跟不上，這些系統是很難維持下去的。

國家超級計算天津中心研發的天河一號超級計算機。圖源：AP

另外，從硬件上來說，這些系統老化得也很快。我們當時用的GPU是A100，這種芯片現在根本趕不上現在的H200了，速度上、容量上都有明顯的短板。說到底，要建造超算中心，沒有幾個億是搞不好的。這是我的切身體會。

此外，這里面有很多的因素在里面。比如，錢是誰引來的，資源就會往那個方向傾斜。如果當時我們學校能把那個云系統的潛力充分發揮出來，應該還會做得更好。如果能有再多一些的資金，那就可以做出一個真正像樣的生產級系統了。

搭載八塊英偉達 H200 芯片的 Nvidia HGX 系統。圖源：英偉達

戴明潔：剛剛聽您介紹您從2018年回國，包括建設智能云系統的經歷，真的非常精彩。我聽了之后有幾點感觸很深。

首先一個感覺是，您的工作在當時確實是開創了很多先河。因為我自己也主要是研究人工智能政策方面的，我們國家在2017年左右頒布了國家層面支持人工智能發展的頂層設計《新一代人工智能發展規劃》，2018年您就回國了，其實是非常契合國家發展戰略需要的。再加上您2019年建立這個系統，到后面怎么培養學生，感覺里面有非常多閃光點可以繼續來探討。比如您提到您的系統，雖然花了一千五百萬來建造，但在使用的時候是“開源”給了港中深很多教師團隊，有一百多個戶頭可以免費使用。

這就讓我很想請教您關于AI開源方面的問題。因為我們都知道，去年初DeepSeek的開源，在國際上引發了很大關注。想請教您一下，您覺得在AI領域，開源相比于美國現在一些大公司走向閉源的做法，是不是會更有利于發展？以及您的這種開源精神，怎么樣才能更好地發揚和傳播下去？

黃鎧：開源這個事情，像美國那邊的OpenAI，它做這樣一套系統，投入其實是非常大的，可能要到十億美元量級。它用的人也都是頂尖的，一開始團隊規模就不小，而且系統本身也有很多專家參與設計。它早期強調開放，帶來的一個很大影響，就是推動了“generative pre-trained transformer（GPT）”這條技術路線走到前臺。這個系統是開了先河的。里面很多核心人才后來也一直留在這個體系里，而且它還能夠不斷吸收人才、不斷擴充系統。

戴明潔：您剛剛在介紹的時候也提到，您在建系統的時候買了很多GPU，當時型號可能還是A100。在我的記憶里，中美芯片競爭其實是2018年開始的，您當時建這個系統的時候，有沒有遇到芯片購買上的一些難題？

黃鎧：我們當時買不到H系列的芯片（英偉達面向高性能AI訓練與推理推出的H系列GPU）。2023年和2024年美國技術管制比較厲害，甚至買不到。

戴明潔：中國芯片被“卡脖子”一直是一個非常重要的議題，您剛剛也提到了。芯片更新迭代跟不上，您的系統如果缺少像H200這樣的芯片，性能和容量方面都會受到很大影響。我想請教一下，其實像華為這樣一些中國企業也在開發替代芯片，您覺得國產芯片在這方面有可能取代英偉達現在這樣的地位嗎？

黃鎧：我想會趕上來的，但是要直面問題。美國人逼著荷蘭不能把光刻機賣給中國，一臺光刻機要多少錢？那個價錢是不得了的。但沒有高精度的光刻機，就做不出高端芯片。不過，好像最近美國在中端光刻機方面有一些松動，但頂端的光刻機還是不賣。我的感覺就是僵在那里了。

所以從這個意義上講，國產芯片要真正追上來，最終還是要把高端制造設備這一關邁過去。另外，中國周邊的地緣政治局勢也可能對這些設備、零部件和技術出口產生影響。如果外部環境變緊張，相關限制措施就可能擴大。

在IPP第十一屆國際會議上，黃鎧教授發表主旨演講。圖源：IPP

戴明潔：您剛剛介紹您通過捐了三臺云服務設備來換電費，我覺得這個事情非常有意思，可能背后反映的是我們國家科研經費可持續性方面一個很值得關注的問題。您剛剛也提到，如果支持經費能夠提升一個數量級，您的系統可能會更加大有作為。聽下來真的非常可惜。

您在中美兩國的高校都有很資深的從業經歷，您覺得中國現在大學里面經費有些不可持續的原因是什么？這種情況在美國會不會發生？比如說如果您是在美國建一個系統，它的經費可持續性是不是會更好？

黃鎧：美國的大學研究經費，有一部分來自美國國家科學基金會（NSF），但其實還有很大一部分來自軍方。我一輩子沒有拿過美國軍方的錢。他們來找我，被我一口回絕。為什么呢？因為一旦拿了軍方的錢，第一，我的研究成果不能公開發表；第二，會有很多“后遺癥”。所以我這輩子都沒考慮過拿美國軍方的經費。

我記得有一次回國演講，也是涉及高科技方面的東西，碰到了類似的問題。后來我從中國再去到美國南加大，大概兩三個月，美國安全方面的人就來找我了。他說，我們注意到你在中國某個大學，接觸了很尖端的東西。他們想知道中國在做什么，想從我嘴里套話。我說，我在美國都不拿軍方的研究經費，中國方面的秘密研究經費我自然也不會去探聽。一句話就給他頂回去了。

但不得不說，在美國，現在的研究經費總體上還是比中國自由得多。但是特朗普這個人很糟糕，他停掉了很多大學的研究經費，包括哈佛大學的一些重要項目，根本原因其實就是不符合他關于地緣政治的想法，他希望把資源轉移到他想要做的事情上去。至于將來會不會恢復，我很懷疑。

戴明潔：關于經費的問題，您剛剛也分享到，在建研究院和建系統的過程中還是有一點點遺憾——當然我覺得這是您非常謙虛的說法。就是在學術研究跟機器人應用等方面結合上，可能沒有獲得太多來自企業的資助，或者說來自企業合作、來自市場的資金。

黃鎧：企業好像不太相信我們做的東西有用，因為利潤預期可能并不確定。

戴明潔：這會不會也反映出，中國的企業比較追求短期的商業應用利益，缺乏了一些中長期的投資眼光？我們在比較中美AI發展的時候，有一個非常流行的說法，就是美國的企業和大學可能更加注重對前沿領域的探索以及技術的領先性，而中國企業更加強調AI應用。您認為中國AI頂尖領域，跟美國的差距有多大？

黃鎧：在前沿領域，我們現在確實暫時落后。當初我還以為OpenAI要垮的，因為投入那么大。沒想到后來很多工業界愿意買它的股票，英偉達就買了很多OpenAI的股票，這等于是變相在支持它。現在美國AI領域幾個大的公司，還是原來那幾家，必須承認Google做得很好，亞馬遜也有自己的東西。亞馬遜是云的開創者，沒有亞馬遜，云計算是起不來的。我寫第一本關于云計算的書的時候，那個時候只有亞馬遜造出了云。

現在大家都在做AI，講穿了，AI實際上就是云，就是大的數據中心。如果沒有云的話，這些大模型是弄不出來的。當然，中國在超算系統的數量上，還是很多的。但是最尖端的那一批，我們有些落后。比如說全世界排名前五十的超算系統，中國占了很高比例，但是要說最好的那幾個，我們好像拿過一兩次第一名，后來就被人家趕過去了。

戴明潔：在您的介紹中，其實有很多很值得我們警醒的內容。比如說AI發展的三大要素——數據、算力和算法。我們中國的大模型跟美國相比，也還是有一定需要追趕的地方。

那么非常想請教您，如果中國想要真的在前沿技術領域追趕美國的話，我們有哪些突破口？您覺得在AI相關的重要領域里面，比如說數據、云計算、大模型或者是應用，中國比較可能在哪個方面率先實現突破、趕上美國？

黃鎧：我覺得DeepSeek就做得很好。現在中國又在全國上下都在搞“小龍蝦”（Open claw），這方面也有可能實現突破。但這里有一個比較關鍵的問題，就是解決好安全問題。我們需要直面這個問題，因為成敗或許就在這上面，不然你做出來的東西很容易被仿造。這中間需要有人做專門投資，建立起安全方面的防范措施。

以“龍蝦”為代表的AI智能體，能理解和思考、讀取文件和信息，還能全天候執行命令完成工作，并通過即時通訊軟件與用戶交互，是能隨時工作的“助理”。圖源：路透社

至于中國何時可以趕超。我認為美國現在還是太占便宜了。天底下最好的人才仍舊往他那里跑。再加上他國家的研究經費還是相當充足的。所以說將來中國能不能趕上去，我看十年還是需要的。

戴明潔：您剛剛提到在前沿科技領域，頂尖人才其實是非常重要的一個因素，然后近期其實包括黃仁勛也有一些發言，比如說其實現在在美國硅谷可能有一半的大公司的頂尖人才都是華人。您其實也是在美國工作了很多年的華人，很想請您聊一聊，為什么美國硅谷它能從二戰后就持續的吸引各國各界，包括中國的人才去美國發展。其實中國近年來對前沿科技領域的支持力度也非常大，但是為什么那幫最頂尖的人才還是愿意去美國發展呢？

黃鎧：這要看具體哪個領域。在AI這個領域，我預計可能有不少人會回來，也需要有很多人回來。但現在中國搞AI的人才，接近一半都去了美國。美國人出大價錢，短期內雖然他們可能不考慮回國，但是下面五年，回來的人會多一點。我預測走勢大概是這樣。

我的感覺是，在超算產業、超算系統、云系統、大數據這些領域，我們不會落后太多。我昨天去華南理工大學未來技術學院看了看。國家肯花錢，目前學院正在培養八百多個學生，有二十幾位老師。全國大概有12所高校有這樣的未來技術學院。這是非常值得鼓勵的。

華南理工大學在廣州國際校區設立未來技術學院，重點建設人工智能、數據科學與大數據技術兩個專業方向，服務國家創新驅動發展戰略、粵港澳大灣區建設和“一帶一路”倡議。

戴明潔：您剛剛提到未來可能會有一些人才從美國回流回中國，這其實給了中國AI界發展很大的信心。

黃鎧：其實這里還應該提到企業。據我了解，像中國的華為，薪水高得不得了。有的員工原來在研究機構連五十萬都拿不到。現在被華為借調過去之后，至少能拿到五百萬人民幣，漲了十倍。企業的競爭力在增強。

戴明潔：是的。我在研究中就發現，在以AI為代表的新一輪科技革命中，好像企業的重要性和優勢已經開始超越大學了。比如說您看美國現在無論是基礎研究還是前沿技術開發，好像都是一些大公司在做，尤其是Google DeepMind等等。中國好像無論是芯片軟硬件，也是華為等一些大公司在做，學術界的成果好像稍微少了一點。您覺得這會是一個趨勢嗎？您覺得對現在的年輕人，比如說AI相關的研究人員，無論是碩士還是博士畢業，您覺得他們是留在大學繼續深造搞科研，還是說去企業前沿一線進行研發？

黃鎧：問題在于，現在大學和企業之間在資源條件上，特別是在薪酬和平臺條件上，差距在拉大。我們深圳的一些高校，資深的老師的薪酬可以達到一兩百萬元，這在國內已經算是比較豐厚的待遇了。很多人如果剛從大學畢業，除非做得特別好，否則在大學里任教，哪怕是在很有名的學校，一開始可能也就是三十萬元左右。當然也有破格引進、待遇更高的情況，但總體來說，國內教育界在薪酬競爭力上，我覺得還是有很大的提升空間。

戴明潔：在您看來，薪酬的差距是不是導致很多人才流向美國的一個很主要的原因？

黃鎧：恐怕是。但只有少數拔尖的人能拿到高薪，其他人的競爭力目前還不夠。不過你說美國高到什么程度，也不見得。美國的工程師，AI方向剛本科畢業的，我看到的也就是十二萬美金一年。當然相對來說還是比中國要高一些。還有更高的，有的人在工業界已經做出點名堂了，一到大學里頭，一下子也能拿到二三十萬美金。當然也不是每個學校都這樣，但確實有。

戴明潔：另外，美國其實一直受人稱贊的一點，就是它大學和產業之間建立了一種"旋轉門"機制。比如像斯坦福大學，很多知名教授會去產業界創業，同時產業界很多資深的工程師和研發人員也會被邀請到大學去講課。這樣一種比較自由流動的環境，是不是能為人才提供更好的發展空間？相比之下，中國因為體制原因，可能在這方面還有一些限制。

同時，您剛剛提到未來技術學院一年可能要上八節課，我就在想，以后AI技術應用到教育領域、進入課堂之后，老師還需要上這么多課嗎？比如是不是可以考慮把課程量減少一半，一年上四門課，然后把另一半時間留給學生去企業實踐，這樣會不會更好？

黃鎧：美國差不多就是一年四門課，一個學期兩門。這方面我們可以借鑒。

戴明潔：您在人才培養方面的履歷其實也非常精彩。您培養了八位中國兩院院士，這非常令教育者欽佩。想問問您，這么多年在人才培養方面您有哪些心得？如果AI時代真的到來，我們以后在人才培養上又要做出怎樣的改進，才能繼續培養出這么多的高層次人才呢？

黃鎧：院士這個事情，本身也有一個長期累積的過程，其中確實也有很多人事關系在里面。我的感覺是，最后當上院士的人，不見得一定就是最好的那一個。因為院士是推薦制度，要有人給你投票。別人不認識你，你平時也不和人來往，他為什么要投你的票？這是很現實的事情。我離開港中深之前，曾兩次被提名國內院士，結果都不了了之。說到底，我也不認識什么人，這件事本來就很難。

近兩年國家其實也在積極推動院士制度改革。如果院士提名制度要更好地契合發展需要，我認為“年輕化”是一個重要方向。這一點很重要。還有一點，就是整個社會不要把院士看得過于神化。有的院士真的是選上以后，就再也不寫文章了。

戴明潔：您剛剛還提到，對于像您建的這個系統來說，能源和電力是非常重要的。因為GPU要全天候運算，可能一年的電費都要花好幾百萬。另外，近期美國對伊朗的打擊，也造成了能源市場很大的動蕩。您覺得未來能源因素會對AI發展產生什么樣的影響？

黃鎧：這個影響會越來越大。因為AI發展到最后，特別是大模型、超算中心這些東西，拼的不只是芯片，也不只是算法，背后其實越來越是在拼能源、拼電力。設備要全天候運轉，消耗是非常驚人的。

馬斯克甚至認為，干脆到月球上去發電，到太空中去發展發電，因為那個條件跟地球上不一樣。這個想法當然很超前，但也說明一個問題，就是未來能源很可能會成為制約AI發展的一個關鍵因素。

戴明潔：中國大基建方面非常有優勢，在電力和能源方面會不會比美國好？

黃鎧：中國一年的發電量早就超過美國了，超過很多。美國現在衰落的原因很多。一個重要原因就是發電能力不足，加之重工業也沒有了。美國很多地方的工業配套已經不行了。前幾年疫情期間，美國那陣子連口罩都沒地方生產。

戴明潔：確實，美國自1980年代里根改革以來造成的產業空心化問題，確實是特別嚴重。我記得今年年初的時候，有一種關于美國AI發展"泡沫論"的說法，認為美國AI發展里面有很多泡沫。就像您剛剛提到的，OpenAI和英偉達之間相互投資——我買你的芯片，你投資我的大模型——這種科技巨頭之間的循環投資，如果沒有真正落到產業上，可能會引發AI泡沫。您怎么看這個問題？

黃鎧：泡沫當然有的。大家現在看到的都是OpenAI成功的一面，但實際上垮臺的也不少，不賺錢、撐不下去的也很多。前段時間OpenAI好像已經把它的視頻生成平臺Sora關停了。它下面還有什么新的想法，現在大家還拭目以待。

戴明潔：近期美國在委內瑞拉以及伊朗的相關軍事行動中用了很多AI技術，比如Palantir、Anduril的一些系統。而且現在無論是OpenAI還是馬斯克，也都已經與國防部簽訂了訂單。您覺得美國硅谷以后會更加緊密地跟國防合作嗎？或者說它的AI軍事化會更徹底嗎？

黃鎧：會。我認為美國硅谷未來會和國防系統結合得更緊，AI軍事化的趨勢也會更明顯。馬斯克就很典型，他的星鏈（Starlink）非常關鍵。沒有星鏈的話，美國很多空天系統的運轉能力都會受到很大影響。現在它已經有上萬顆衛星了，這種系統的軍事重要性是非常高的。

數據顯示，SpaceX 的星鏈互聯網連接業務去年營收達114億美元，同比增長 50%，占公司總銷售額的61%。該業務線也是公司唯一實現現金盈利的板塊。圖源：路透社

我們再看看地面通信，我們平時在公路上看到路邊那些通信基站，有的還專門做了偽裝，弄得像一棵樹一樣，但本質上都是為了保證信號覆蓋。你在城市里可能感覺不到，可是你開到美國沙漠里去試試看，很快就沒有信號了。我自己就有過這種經歷，去拉斯維加斯的時候，稍微往沙漠里走一點，信號馬上就斷掉了。今天地球上大部分地方并不是陸地，而是海洋。海洋上有沒有這樣的信號覆蓋？基本沒有。所以從這個意義上說，像星鏈這樣的系統，不只是商業系統，它在軍事、通信和全球覆蓋能力上都會越來越重要。

提到軍民融合相關技術，我覺得中國的6G將來也是有可能發展起來的。中國的5G已經是世界領先的，我個人認為就是全世界第一。當然，中國有中國的問題，美國也有美國的問題。在我看來，美國的問題比中國的問題更嚴重一些；而中國的問題，牽涉面則會更廣，不只是技術本身，還涉及其他很多領域，可能也包括企業所有制等更深層次的問題。

戴明潔：這又讓我想到了人才的問題。如果硅谷越來越多地和國防部合作，那么在硅谷工作的中國人才該怎么辦？他們會加入到這些美國國防項目中去嗎？

黃鎧：這首先牽扯到了地緣政治。不要因為美國現在表現出一種“不會和中國打仗”的姿態，就以為它真的是克制的。美國過去在委內瑞拉、伊朗等問題上的做法，已經說明了很多問題。歸根到底，這里面是一個政治信任問題。

現在在美國，確實有不少中國人才愿意長期在那里發展、為美國的體系服務，他們未必會回來。將來會不會變化，我覺得還是要看中美關系會不會逐步走向正常化。當然，美國這個國家也有它自身的一些文化優點值得我們學習借鑒。還是希望在特朗普之后，美國和世界的關系能夠變得更正常一些。

戴明潔：謝謝您的分享。這些內容正是我們公共政策研究院需要深入研究的，非常有啟發。再次感謝您接受IPP播客的采訪。

嘉賓簡介

黃鎧（Kai Hwang）

美國南加州大學、香港中文大學（深圳）榮譽教授

黃鎧教授在加州大學伯克利分校獲得計算機科學博士學位，并曾在普渡大學和南加州大學任教多年。2018年，他加入香港中文大學（深圳）擔任全職講座教授。他的專長領域包括高性能計算、人工智能和物聯網。斯坦福大學將其列為全球排名前2%的計算機科學家。由黃教授領導的AIRS團隊于2020年構建了中國首個智能云計算系統，通過云端和邊緣環境的智能計算，支持人工智能和分布式醫療健康應用。

黃教授指導了來自世界各地的眾多學生，已培養了30名計算機科學博士，并培養出八位中國科學院和中國工程院院士。2005年，中國計算機學會(CCF)授予他首屆“海外杰出貢獻獎”（科技教育類）。他還獲得了2012年世界云計算大會(CloudCom)的終身成就獎。即使在退休后，他仍對高科技創新充滿熱情，擔任首席科學顧問并參與專門的學術交流活動。

IPP評論熱門文章

關于IPP

華南理工大學公共政策研究院（IPP）是一個獨立、非營利性的知識創新與公共政策研究平臺。IPP圍繞中國的體制改革、社會政策、中國話語權與國際關系等開展一系列的研究工作，并在此基礎上形成知識創新和政策咨詢協調發展的良好格局。IPP的愿景是打造開放式的知識創新和政策研究平臺，成為領先世界的中國智庫。