不过，人工智能产业所需要的不仅仅是会研发AI算法、搭建AI应用的科技企业，“如果人工智能仅仅是基于大数据的人工智能，那就有失偏颇，高校更多的发展空间就是人工智能其他方向的技术理论的研究，和核心技术的攻关。”
从相关动态来看，我们可以很明显的看出，产学研结合已成为了一种必然趋势。譬如科大讯飞，已经与包括中科院、清华大学在内的20多所高校研究院等共同合作建立了实验室，从事智能语音的技术研发和产业应用方向开发。
在当前的环境内，高校研究院有自己的事情，企业也有着自己的需求。在这样的背景下，如果高校研究院和企业能够结合起来，瞄准大数据智能的一些不足、非大数据智能所不能解决的算法上进行合作，这也是一个很好的合作点。
与此同时，吴飞教授也明确补充到，在当前的环境下，于高校而言，培养人才是最大、最重要的任务。
这不禁让我们想到了当前AI产业界人才稀缺的现状。
AI是一门渗透性强的交叉学科，“AI人才缺口”是个伪命题
人工智能孵化器ElementAI基于Linkeln和各大会议的专家数据，对中、美、加、德、日等主流国家的AI人才做了一份统计。结果显示，全世界大约有2.2万名拥有博士学位的AI从业人员和研究人员，以及5400位AI专家，中国以总人数619人位列第7。
另外，腾讯研究院联合Boss直聘发布《2017全球AI人才白皮书》，其中显示，仅在2017年的前10个月，AI人才需求量已经达到2016年的近两倍，2015年的5.3倍，年复合增长率超过200%……
从这些数据来看，国内AI人才急缺，但吴飞教授却提出了自己的看法。
吴飞教授认为，人工智能虽具有一定的学科独立性，但是更多意义上是和其他学科交叉和渗透在一起，如计算机学科、控制学科等等都是能体现人工智能专业性的学科。只不过，国内没有一个专业叫做人工智能，所以目前所有专业毕业的学生都没有打上“人工智能”的标签。因此，前些日子媒体所言人工智能人才缺口500万这一数字的计算口径并不科学。
此外，不仅仅是计算机、统计学等专业，吴飞教授也补充道，诸如农业、交通、管理等学科，只需在领域人才培养中添加人工智能要素，形成智能+X人才，对于人工智能人才培养也是一种有力补充。
特邀报告：“数据、知识和行为交互下的智能学习”
吴飞教授受邀在5月12日于扬州举办的第十九届全国图象图形学学术会议上作题为“数据、知识和行为交互下的智能学习”的报告。该会议由中国图象图形学学会主办，扬州大学承办，是中国图象图形学学会主办的最高级别的系列国内会议。
在吴飞教授看来，人工智能中，知识引导方法长于推理(但是其难以拓展)、数据驱动模型擅于预测识别（但是其过程难以理解)、策略学习手段能对未知空间进行探索（但其依赖于搜索策略）。他将在大会上探讨数据驱动中归纳、知识指导下演绎和行为强化内规划相互融合而进行智能学习途径。