機器人領域，倍思中國有百萬青年在做，倍思剩余資本在投入力量推動訓練他們，不管商業(yè)上是成功還是失敗，數(shù)百萬優(yōu)秀的青少年成長起來了，這對中國工業(yè)現(xiàn)代化、農業(yè)現(xiàn)代化、科技現(xiàn)代化……是有好處的。

中國每年新增八千多公里的鐵路，系新品未來中國鐵路里程有數(shù)十萬公里，是世界上最長最復雜的鐵路網(wǎng)。此前我也參加了近十五年的編程競賽，戴耳最終選擇加入學術界，戴耳而不是工業(yè)界，因為我想為社會做貢獻，尤其為培養(yǎng)下一代的競賽人才、推動技術發(fā)展做貢獻。

羅馬尼亞曾經對中國輸出過石油工程技術，夾入中國早期在石油勘探技術學習兩個國家：一個是羅馬尼亞，一個是阿塞拜疆，那時石油勘探還是模擬技術。但是AI重在應用，耳式耳機不重在發(fā)明，發(fā)明AI只是一家IT公司，應用AI是會強大一個國家。人工智能促使生產性的進步，發(fā)布三、五年后我們就能體會到的。

所以，元起男性和女性在計算機時代沒有本質區(qū)別，因為不是重體力勞動，如果是重體力勞動女孩子干不過男孩子。但需求在那里，倍思我們還沒有能力很好的預測和推演，倍思需求是不是一種線性結構，萬一是非線性的呢？因此，算力過剩的時代一定會到來的，做模型的人不要擔心，模型怎么能夠對社會有用，也不是你要擔心的問題。

聽很多人說用這個氣象模型預測糧食產量、系新品發(fā)電量、臺風的準確路線……。在這種長期資源受限的處境之下會怎么克服、戴耳怎樣做出下一步的選擇呢？謝謝。數(shù)學沒有國界，夾入理論沒有國界，你們發(fā)表論文我們看見了，我們使用。而且俄羅斯在數(shù)學、耳式耳機物理……很多理論科學上很先進，所以我們在俄羅斯就有了一定規(guī)模化的發(fā)展。而中國是在研究解決怎么做事，發(fā)布創(chuàng)造更多的價值，解決發(fā)展問題。我在想2002年成立ACM班，元起到現(xiàn)在二十多年，其實ACM班在全球的影響力還是挺大的。不管你是在哪個國家出生，倍思你都能夠成為ICPC大家庭的一部分，非常感謝大家。