要做到这一步，除了需要海量数据作为支撑以外，还需要包括计算机科学、心理学、哲学和语言学等在内的几乎所有的自然科学和社会科学的专业人才加盟。
微软的AI研发团队目前有5000人，明年的话这个数字会扩大为8000人。”
恐怖如斯啊！
国内人工智能细分领域的月平均工资是两万加，5000人的团队一个月发工资就要发一个亿以上，一年就是十几个亿。
这还只是工资，没有算什么实验室设备投入方面，算上那些更加恐怖。
而且这东西短时间出不了成果，出成果了也不一定能马上赚钱。
没点实力的公司，根本带不动。
不过张益达转念一想，猪猪宝一个月工资都要发10个亿出去。
一个亿好像也不是很多啊！微软除了一个微软亚洲研究院，还有很多岗位在美国。
领美刀的那些人才是真正的大牛，年薪百万，还是美刀。
不过张益达想挖这些人到中国来，恐怕不仅要拿出等同于微软的薪酬，甚至还要高出一筹才行。
没钱，就只能拿期权骗人了。
“张先生，怎么样？压力大不大？”
陆奇看张益达半天不说话，一直在那默默思考，以为他是退缩了，于是出言打趣道。
“还好，压力不算大！”
张益达表现得很淡定，“我目前旗下公司中，锐向有人工智能团队，抖视也有，然后……其他公司暂时没有涉及这块业务，就没有招纳相关领域人才了。
两家公司凑一凑的话，弄出来五百人团队应该还是可以的。
另外，我在国内还投资了商朝科技、旷视科技等一大票图像识别公司，语音识别的话，国内目前科大讯飞做得不错，也可以跟他们开展一些合作。
我们只需要把力量集中在对话引擎、自然语言处理、深度学习等几个领域就好了。”
陆奇说了一声“好”后，又继续说道：“除了人才和资金方面，还有一项东西至关重要，那就是数据。
数据需要人工智能，人工智能也需要数据。
步入“数据3.0”时代后，企业的数据资产暴增，常常会超出固有的业务边界，把什么垃圾数据都纳入进来。
这就导致数据量越来越大，数据质量参差不齐，数据输出结果就很难准确。
而深度学习算法需要海量的数据来进行“训练”，数据量越大
本章未完，请点击下一页继续阅读！