“政府目前也十分关注人工智能和其产业战略的内容，并认同人工智能是国家生产力的关键技术。因此，教育和培训是其中非常重要的部分。我们如何才能创造出更多的杰出技术呢？”他补充道。2015年，阿兰图灵研究所由英国五所大学设立，通过培训博士生，加上调来的一批研究人员，希望能培养出新一代学者，推动人工智能取得新的突破。
“过去十年我们在深度学习上取得了重大突破，但我认为不只是突破而已，我们已经做到了。”布莱克说，“人们写的论文数量比以往任何时候都多。人工智能正在进入一个更加成熟的阶段，至少在使用深度学习方面是如此。我相信我们绝对可以做到。但论对深度学习的理解，其基础数学这就是另一回事了。”他补充说：“在教育和专业技能方面，公司和大学对人才的需求绝对是惊人的。而且我相信我们还需要培养更多的人才。”
回到科技巨头主导人工智能研究的问题上，布莱克指出，这其中的许多公司正在开发公共工具包以帮助推动更广泛的人工智能生态系统的活动，比如谷歌、亚马逊和微软就这么做了。与此同时，学术方面取得的成就公开透明，也在帮助增加人工智能生态系统的活力，比如加州大学伯克利分校研究的深度学习框架Caffe。因此，布莱克的观点是，尽管没有使用谷歌、Uber或Facebook这样的庞大资源，少数有才华的人仍然可以掀起波澜。
他说：“通常情况下，只有一两个人当几个人一起在做正确的事情时，这是非常灵活的。计算机科学的一些伟大进步就是这样产生的。并不一定需要上百人一起工作，哪怕只有几个人，只要方向方法正确，都有机会成功。我们都看过很多这样的情况。”“管理一个大团队是很复杂的。”他补充道，“有时候，真正开辟道路并取得突破的，往往都是一小群人。”
也就是说，他同意获取数据，或者更确切地说，“与你的问题相关的数据”，是建立人工智能算法的关键所在。他说：“当然，过去十年取得的巨大进步依赖于数据的可获得性。所以，我们已经学会了，或者我们已经明白了，如何建立能够学习大数据的算法。”
而且，科技巨头们自然也能从自己的用户生成的数据引擎中获取信息，为他们提供一个训练和打磨人工智能模型的内置存储库尽管有争议，但这就是那些小公司没有的优势，比如，Facebook数十亿用户每天都在生成数据集。
尽管谷歌拥有旗下的人工智能部门DeepMind，但它仍然需要通过与第三方机构建立伙伴关系来获取某些高价值的数据集。比如与英国国家医疗服务体系的合作，自2015年末以来，DeepMind健康一直在获取数百万人的医疗数据，而这些医疗数据的保管人正是由公共资金支持的英国国家医疗服务体系，目的是打造出具有诊断医疗效益的人工智能。
不过，不得不说，谷歌庞大的资源和公众形象确实是一大优势。如果一个小公司向英国国家医疗服务体系请求获得宝贵的（和高度敏感的）公共部门医疗数据，很可能会遭到拒绝。而且，正如DeepMind所说的那样，小公司肯定不太可能被邀请参与进来。因此，如果是谷歌DeepMind提出“免费”帮助并共同设计一款医疗保健应用，或者提出用其程序资源和专业技术来换取数据时，这显然是另一种结局。
当被问及他是否认为DeepMind应该公布其人工智能道德委员会的成员名单时，布莱克拒绝回答。（“下一个问题！”）如果他是这一匿名委员会的成员之一，他也不会承认（也不会否认）。（想了解更多布莱克教授对人工智能和伦理的思考，请看本文末尾的采访内容。）
但他并没有立即认同人工智能创新必然是以个人隐私为代价这一观点。例如，有些人认为，苹果在人工智能竞争中处于不利地位，因为它不会像谷歌或Facebook那样，在不受限制的情况下对用户进行数据挖掘和配置（苹果公司更倾向于选择进行本地数据处理，并应用模糊保密技术，比如差异化隐私，只用提供用户人工智能，不需要提交所有信息）。
布莱克也不认为人工智能的黑盒子是完全不可接受的。”这是一个关键点，因为人工智能技术非常强大，要确保人们能正确理解人工智能的社会的影响，在必要的情况下，为避免出现偏见，必须合理监管。“