姚睿婷还说，自己的家乡是北京，之前就在北京的故宫看过很多文物，也在课本上学过，感觉两岸在历史上是同宗同源的，“希望能加强交流、实地走动，就会更加亲近，更好了！”　　程光也记得，在解决“资源约束数据流”问题时，他最初有些疑问，因为部分条件是目前技术无法解决的。他提出，能不能把约束条件再放宽一些，多次沟通中，原本相对粗犷的指标体系越来越明晰，双方共同确认了“问题可解”的最新“边界”。在程光看来，这也是一种建立“共同语言”的过程。互动之下，可以说解题是一个共同打磨、共同完善、共同成长的过程。华为“难题揭榜”突破了传统校企合作模式中单向的“企业是出题人、高校是答题人”的模式，变成校企“共同答题”。　　“一是立法文件之间的体系衔接问题，人工智能专门立法与其他规范性文件之间的适用关系尚未解决，尤其是专门立法与现行立法在内容层面的重叠问题亟待解决。二是人工智能技术更新迭代速度加快，保障法律与技术的同步发展存在一定的难度；三是人工智能监管规则缺乏整体性，数据、算法和算力三大核心要素的监管规则仍处于探索阶段；四是人工智能立法的重心究竟是以安全风险治理为主，还是以产业发展保障为主争议较大。”赵精武说。　　她们中有人已经扎根社区超过10年之久，回望当初的选择，没有后悔，全科医生的规范化培训曾是她们留在社区的理由，与病人的相处之道，也是她们长期扎根基层的收获。　　同样值得关注的是，部分地方政府在扭曲政绩观的引导下，不当干涉当地银行业务，抬高隐性负债。长期与房地产和地方融资平台高度绑定的中小银行承担了较多隐性债务，无法有效地实现模式转变、职能转换，并不断积蓄风险。