人工智能在很多领域获得应用，例如人脸识别，交通控制，甚至可以在围棋比赛、生物科技研发等方面战胜人类。人工智能需要特征化信息输入，实际应用中特征化信息通常是多维量化数据的组合，而不是单个指标，因此人工智能有助于打开了科技创新和商业化发展的空间，有助于解决行业波动，人才内卷，重复建设，资源浪费等问题。笔者不是研究经济和社会学的，对社会科学方面感兴趣的读者，个人推荐高金波的《智能社会》。
 

　　可以参考人工智能的逻辑来研究半导体行业和人才的发展规律。半导体在不同应用领域追求的指标各有侧重，例如PC用存储器和CPU在不断提升器件密度，对半导体工艺精度要求最高；通讯类芯片需要更高的半导体迁移率；光伏半导体需要更高的光吸收特性和光电转换能效；LED自发光显示需要不断提升荧光量子效率和光电性能的一致性。对于半导体新材料还需要考虑化学稳定性、工作可靠性和环境友好性问题。因此半导体科技需要包括数学、物理、化学、材料科学与工程、环境工程、电子工程等不同专业的人才共同努力，商业化发展就需要更多不同领域人才的加入。这些不同维度的考量，为半导体行业培育与人才培养提供了特征化思考的逻辑基础。

　　集成电路的商业化发展非常成功，甚至可能造成思维惯性而影响半导体在其他领域的创新发展。例如，应用在LED中的层状多量子阱（MQW）不一定是最优的结构。上海比英半导体的创业团队基于行业经验，联合合肥工业大学创新团队，在半导体领域聚焦新材料、新工艺、新结构，乃至新的表征方法和量产技术，目标是在细分应用领域针对性重构半导体技术，发展新的商业模式，积极拥抱人工智能。初创团队在香港大学、上海交通大学、华东理工大学、山东大学和中国科学院等高校和科研机构获得了包括物理学（国家基地）、化学工程、材料科学与工程，机械工程，电子工程等理工科学位。团队包括两名具有多年半导体行业经验的博士，提出了体积外延（Bulk Epitaxy）、有机序构等新概念材料技术，发现了室温超辐射材料体系，发明了高通量薄膜结构原位表征方法，掌握了薄膜微纳应力核心技术。上海比英把体积外延和微纳应力视作半导体赋能技术重点发展，构造柔性半导体解决方案。

　　上海比英依托高校实验室，前期投入在百万量级，在半导体行业是很低的，这正是技术创新类企业的应有特征。真正的创新就是低成本的，包括教育。后续发展需要有顶级人才加盟，更需要有潜力大、善于解决实际问题的青年人才。我们认同基于大数据特征分析的人才选拔和培养思路，希望各界能充分挖掘高考数据库资源，发挥大数据优势，通过人工智能以极低的成本选择有潜力的半导体技术类人才（特别是数学、物理高考成绩在前十万分之一和万分之一的应届考生），打破专业壁垒，从应用端的需求定向培养，有望在两年内解决半导体人才瓶颈。