教育短板很明显。这样的数学基础，写不出好的巧的AI程序：里面充满了野蛮算法--浪费算力。有的学校给计算机科学专业的本科上只给32学时的线性代数！我告诉他们，这样的代数基础只会循环迭代！在大数据环境下能干什么？像世界最好的牛津大学要求计算机科学从本科到博士教育代数课程是伴随始终的。我一在牛津拿到CS PhD 的朋友说他博士研究生四年学的几乎都是代数！ 你怎么比？我不是学CS 的，我知道CS 的逻辑大概70%是代数，20%是概率，10%是其他的。硅谷公司对AI程序员的测试就代数和概率。
我举一实例：我在十几年前也是做基于大数据的AI算法的。一次，我的程序员说计算一个UNIT需时280小时。我说2.8秒我都不接受。 他说你有·几百个变量呀，计算复杂度示意变量个数成指数增长的呀。我说你造一个函数变量，只要与哥哥变量打交道就行了呀。后来按我说的做了，不到一秒！这便是差异！