人工智能在很多領(lǐng)域獲得應用，例如人臉識別，交通控制，甚至可以在圍棋比賽、生物科技研發(fā)等方面戰(zhàn)勝人類。人工智能需要特征化信息輸入，實際應用中特征化信息通常是多維量化數(shù)據(jù)的組合，而不是單個指標，因此人工智能有助于打開了科技創(chuàng)新和商業(yè)化發(fā)展的空間，有助于解決行業(yè)波動，人才內(nèi)卷，重復建設(shè)，資源浪費等問題。筆者不是研究經(jīng)濟和社會學的，對社會科學方面感興趣的讀者，個人推薦高金波的《智能社會》。
 

　　可以參考人工智能的邏輯來研究半導體行業(yè)和人才的發(fā)展規(guī)律。半導體在不同應用領(lǐng)域追求的指標各有側(cè)重，例如PC用存儲器和CPU在不斷提升器件密度，對半導體工藝精度要求最高；通訊類芯片需要更高的半導體遷移率；光伏半導體需要更高的光吸收特性和光電轉(zhuǎn)換能效；LED自發(fā)光顯示需要不斷提升熒光量子效率和光電性能的一致性。對于半導體新材料還需要考慮化學穩(wěn)定性、工作可靠性和環(huán)境友好性問題。因此半導體科技需要包括數(shù)學、物理、化學、材料科學與工程、環(huán)境工程、電子工程等不同專業(yè)的人才共同努力，商業(yè)化發(fā)展就需要更多不同領(lǐng)域人才的加入。這些不同維度的考量，為半導體行業(yè)培育與人才培養(yǎng)提供了特征化思考的邏輯基礎(chǔ)。

　　集成電路的商業(yè)化發(fā)展非常成功，甚至可能造成思維慣性而影響半導體在其他領(lǐng)域的創(chuàng)新發(fā)展。例如，應用在LED中的層狀多量子阱（MQW）不一定是最優(yōu)的結(jié)構(gòu)。上海比英半導體的創(chuàng)業(yè)團隊基于行業(yè)經(jīng)驗，聯(lián)合合肥工業(yè)大學創(chuàng)新團隊，在半導體領(lǐng)域聚焦新材料、新工藝、新結(jié)構(gòu)，乃至新的表征方法和量產(chǎn)技術(shù)，目標是在細分應用領(lǐng)域針對性重構(gòu)半導體技術(shù)，發(fā)展新的商業(yè)模式，積極擁抱人工智能。初創(chuàng)團隊在香港大學、上海交通大學、華東理工大學、山東大學和中國科學院等高校和科研機構(gòu)獲得了包括物理學（國家基地）、化學工程、材料科學與工程，機械工程，電子工程等理工科學位。團隊包括兩名具有多年半導體行業(yè)經(jīng)驗的博士，提出了體積外延（Bulk Epitaxy）、有機序構(gòu)等新概念材料技術(shù)，發(fā)現(xiàn)了室溫超輻射材料體系，發(fā)明了高通量薄膜結(jié)構(gòu)原位表征方法，掌握了薄膜微納應力核心技術(shù)。上海比英把體積外延和微納應力視作半導體賦能技術(shù)重點發(fā)展，構(gòu)造柔性半導體解決方案。

　　上海比英依托高校實驗室，前期投入在百萬量級，在半導體行業(yè)是很低的，這正是技術(shù)創(chuàng)新類企業(yè)的應有特征。真正的創(chuàng)新就是低成本的，包括教育。后續(xù)發(fā)展需要有頂級人才加盟，更需要有潛力大、善于解決實際問題的青年人才。我們認同基于大數(shù)據(jù)特征分析的人才選拔和培養(yǎng)思路，希望各界能充分挖掘高考數(shù)據(jù)庫資源，發(fā)揮大數(shù)據(jù)優(yōu)勢，通過人工智能以極低的成本選擇有潛力的半導體技術(shù)類人才（特別是數(shù)學、物理高考成績在前十萬分之一和萬分之一的應屆考生），打破專業(yè)壁壘，從應用端的需求定向培養(yǎng)，有望在兩年內(nèi)解決半導體人才瓶頸。