3. 很强的学习能力，特别是面临全新问题不会发憷，会迅速想办法用自己学会的事情解决，别人可能要一个月入手，他能一周成为小专家了。

　　4. 沟通交往合作能力也很重要。

　　5. 个人历史，有没有体现技术上、产品上的或者管理上的客观结果佐证。但是并不要求是成功的结果，毕竟成败是个概率事件，再厉害的创始人也要有运气。

　　雷鸣说：“有时候团队本身比团队最初选择的方向还要重要得多，很多团队开始做的和最后成功的产品有了很大变化，团队只要有大方向就行了。一开始的具体切入点可以调整。”

　　雷鸣还谈到他的投资风格是被动性投资，投资原则是投出去就当钱扔了。不会主动去找项目投资，通常都是朋友聊的时候，聊起来就觉得不错就投一点。“例如杨静也是聊着就投了，朋友需要我就投一点。这样舒服，不是为了赚钱，更多是在感兴趣的事情上多一个朋友。认可方向，人聊得来的，就投。其实哪怕方向不感兴趣，人聊得来也会投的”，雷鸣说。

　　北大人工智能创新中心主任の雷鸣，从业界再回归学校，隔岸观火没意思

　　经历了业界、投资界，早几年雷鸣回到母校北京大学，创办了北大人工智能创新中心，他为什么会想到从业界回到学校做一些事情呢？

　　他表示他跟学校一直保持良好关系，跟学校的院长、教授沟通后，发现学校也有这样的需求，而他自己也有经济基础和时间去做一点贡献。还有一点重要的是，乐于交朋友、stay hungry的雷鸣通过课程跟优秀的学生和专家交流，自己也能得到学习和启发。

　　雷鸣说：“我非常高兴在AI 发展路径上做一点事情，隔岸观火是没有意思的。”

　　雷鸣认为在人工智能的浪潮中，学术界、业界、教育界需要合作，才能使得整个社会得到最大的价值。

　　人工智能的技术研究跟以前的纯理论研究不一样，AI需要大数据，需要定义一个实际问题，有时候还需要大的运算能力。在学术界，数据和运算能力相对有所欠缺，跟产业结合是一个很好的事情。谷歌和斯坦福，CMU和Facebook的结合是一个特别重要的事情。反观重量级的论文很多是学术和产业合作的结果。纯粹学术和产业的界限会越来越模糊。

　　雷鸣认为，教育在其中主要作用在于连接，“教育，通常是学术界教人、产业来用人，当然有一部分又回到学术界。总体来说，如果能让学生很早期知道这样的思路，早点建立“学产结合”的思想，知道自己喜欢研究的方向，可以让他少走点弯路。很多时候学术界的人到产业要一个适应过程，特别刚毕业的学生头两年很迷茫，会觉得怎么你们是这样做的，我以前发那么多顶级论文，现在什么具体问题都解决不了。他会有心理落差，企业会觉得这样的人才华而不实。”

　　人工智能发展很快，对人才特别渴求。需要三界紧密结合，合作解决问题，合作培养更加适应社会发展的新生代，同时促进社会的进步。

　　强化学习の雷鸣，本我、超我如何左右互搏

　　在本次专访中，雷鸣还和新智元分享了他自己的人生方法论：“了解自己很重要，经常我觉得我已经了解自己了，结果又发现还是不够了解。很神奇的事情，这条路没有终点。”

　　雷鸣说，方法上，我经常把自己一分为二，一个人骄傲地说我今年做了什么什么事情，另外一个人会无情地批评我，不停地说，你这里做的还不够好，做的比你好的有的是。你需要剥离一个超我，这个超我要对自己毫不留情。别人看你看不透是因为你隐藏的东西太多了，但是你自己又不愿意揭自己伤疤。所以需要一个说，“我”很可怜，我真的干得很不咋地，另外一个“我”客观的说你做得太烂了，你浪费了这么多时间，这几个重要的事情怎么做得这样？就像对待一个下属或者一个学生，你要去指点那个可怜的“我”，没有感情的，很客观的。“本我”还可以给自己辩论两句，“我每天工作十几个小时”，“超我”就说“你方法不对”。