数字科技人才方面，我国人才基数大但高层次人不足，且严重落后于美国。全球数字科技人才总量为77.5万人，我国占17%有12.8万人，是位居第二美国的1.5倍。但高层次人才只有0.7万人，占全球总量的9%，仅为美国的（2.1万人，占全球25%）的35%。中国高层次人才集中在高校，而美国高科技公司人才储备不逊色于顶尖高校。中美学者合作从2018年开始处于下降态势。全球数字科技顶尖科研团队基本被美国机构包揽。同时，报告根据2012年-2021年数字科技领域Top 1核心论文筛选出了数字科技领域十大热点前沿技术。他们是：生物大数据、生成式对抗网络算法（Generative adversarial networks，GANs）、沉浸式扩展现实（Extended Reality，XR）、量子计算机、AI 破解蛋白质和基因结构、移动边缘网络、可解释的AI、联邦学习、混合计算和能源区块链技术。查看全文

Google 通知员工将选择性的发表 AI 论文。Google 最近合并了它的 AI 研究部门 Brain 和 DeepMind，合并后的部门将会继续发表新 AI 研究，但对于什么能公开发表将会更具有选择性。Google AI 部门资深高管 Jeff Dean 在今年 2 月向研究人员通知了新的论文发表政策，Dean 此前像大学那样管理着 AI 部门，鼓励研究人员尽可能多的发表学术论文。自 2019 年以来 Google 研究人员发表了近 500 项研究。但 OpenAI ChatGPT 的发布改变了这一切，而 ChatGPT 是基于 Google 关于 Transformer 的研究。所以 Google 决定改变它的政策，它计划只在 AI 变成产品之后才公开相关论文。搜索巨人一直被认为是 AI 研究领域的领导者，但它现在进入了防御模式，需要保护其核心的搜索业务抵御来自 AI 竞争对手的挑战。它现在将注意力集中在可以商业化的大语言模型和产品上。

根据一份泄露的内部备忘录，Google 声称它和 OpenAI 都未建立 AI 的护城河，开源 AI 将会是最后的赢家。该文件被匿名人士公布在 Discord 上。文件称，在 Google 和 OpenAI 展开 AI 军备竞赛的同时，代表开源的第三方正在吞食其阵地。Google 和 OpenAI 的模型在质量上仍然稍微占优，但差距正在快速缩小。开源模型更快，定制性更高，隐私保护更好，同等规模时性能更强。130 亿参数的开源模型训练只需要 100 美元，而 Google 和 OpenAI 有 5400 亿参数的模型训练要花费 1000 万美元。大语言模型不存在什么秘方，参数太多的大模型反而造成拖累，最佳的模型是能快速迭代的。Google 备忘录认为关注开源模型的开发有助于避免重新发明轮子。

除了在 OpenAI 上下注外，微软投资开发了自己的 AI 芯片。据彭博社报道，微软和 AMD 合作开发了内部代号为雅典娜（Athena）的 AI 芯片。这一合作始于 2019 年。雅典娜设计作为英伟达 AI 芯片的廉价替代。英伟达目前在 AI 芯片领域处于统治地位，但其芯片价格十分昂贵，微软的 AI 聊天机器人 Bing chatbot 如果完全靠英伟达的芯片提供动力那么成本会令人难以接受，因此软件巨人迫切需要廉价替代。有数百人参与了雅典娜项目，微软至今已经在该项目上投资了 20 亿美元。