不斷成熟的“人工智能”（AI）技術，讓學術領域和企業家們更加意識到高效利用這項技術的重要性。如何在日新月異的當下不斷挖掘人工智能的深度、拓寬應用廣度是必須思考的問題。恰逢2017年開局之際，DVBCN推出了人工智能年度人物專欄，聚焦當前人工智能領域，本期分享百度首席科學家吳恩達與人工智能的一路情緣。
吳恩達（Andrew Ng），華裔美國人，斯坦福大學計算機科學系和電子工程系副教授，人工智能實驗室主任；人工智能和機器學習領域國際上最權威的學者之一，在線教育平臺Coursera的聯合創始人。2010年，時任斯坦福大學教授的吳恩達加入谷歌開發團隊XLab——這個團隊已先后為谷歌開發無人駕駛汽車和谷歌眼鏡兩個知名項目。2014年5月16日，百度宣布吳恩達加入百度，三天后百度宣布任命吳恩達博士為百度首席科學家，全面負責百度研究院。
吳恩達認為人工智能可以把人類從大量重復性的工作——比如每天回復的電子郵件——中解脫出來，人就可以有更多時間來做“更有意義的事情”。多年后的今天，人工智能已經發展到新的局面。他相信，就像一百多年前電的發明一樣，人工智能將給整個社會帶來巨大改變，它會改變人的生活工作方式，創造出新的工作，讓人們把更多精力投入到教育和培養人才上。
受父親影響，與人工智能一路成長
吳恩達出生于倫敦，一歲時跟隨家人到了香港，七歲時全家搬到新加坡，17歲自己到美國讀書。他的父親是一名醫生，業余喜歡研究人工智能。父親在家里藏有不少關于人工智能的書，還開始用一種陳舊的設備嘗試研究自動診斷。“那時候人工智能效果沒有那么好，不過就是從那時候開始學習一點人工智能。”吳恩達經常在一旁看父親搗鼓，翻閱父親的藏書。六歲的時候，他還跟著父親用家里的電腦學習寫代碼，做一些簡單的指令。
16歲的時候，吳恩達就讀于新加坡萊佛士書院，開始在新加坡大學實習，跟教授做一些“神經網絡”相關的工作。那時候，他們做的都是非常簡單的機器算法，比如sin、cos之類的簡單數學，與今天的圖像識別相去千里。他嘗試寫了一些人工智能相關的論文，給很多地方投稿，經常被拒絕。這次實習經歷讓他對人工智能有了真切的認識，也因此決定了以后的研究方向。
1993年，他前往美國，在卡內基梅隆大學學習計算機科學，之后前往麻省理工學院和加州大學伯克利分校，取得碩士和博士學位。2002年，開始在斯坦福大學工作，研究人工智能和機器學習。
受父親的影響，在加入百度后，吳恩達帶領團隊研發了美樂醫智能問診平臺系統，希望通過人工智能，在醫療上幫助醫生和患者。
冷靜分析人工智能，表明應承擔就業職責
人工智能的迅猛發展除了帶來人們對科技的贊嘆，同時也帶來了“被替代”的恐慌。吳恩達就人工智能對就業的影響表達了自己的觀點，他認為人工智能與人類之間存在的工作競爭需要企業和社會開誠布公的正視就業問題，找出解決方案。“人類能夠完成的工作，人工智能幾乎都能通過自動化來完成，這就帶來了巨大挑戰。從人工智能研究的流程來看，我們能夠研發出更加高效的算法，不僅能高效自動的完成人類能夠完成的工作，還能完成人類做不了的工作。”在面對就業挑戰的同時，不可否認人工智能也在創造更多的就業機會，并將人們從繁瑣的工作中解放出來，創造更多價值。
互聯網進入下一幕，人工智能的時代已經到來。而語音技術作為人機交互方式的入口，將是人工智能重要的一環。吳恩達說：“未來語音輸入將會變得更普及。語音技術能做到的不只是讓你單方面與你的電腦、手機講話，同時還要讓它們對你‘說話’”。百度大腦提供了全行業領先技術的免費接口，包括語音、圖像、自然語言處理和用戶畫像。“百度輸出我們的語音合成技術，給開發者探索新機會的可能”。
吳恩達認為，“中國市場上也有著消費非中文內容的強大需求。因此推動了機器翻譯的大量創新”，在機器翻譯方面中國已經走到美國前面，百度人工智能的語音識別準確率已達到97%，此技術廣泛運用到百度翻譯、手機百度等產品。
列失敗清單，正視自己的成敗
對待人工智能的研究，吳恩達十分認真與專注，他的同事稱，每次外出，他總是穿著藍色的襯衣。這并非他有特殊偏好，僅僅是不想每天早上在衣櫥前站半天，才下定決心要穿什么。他覺得這是在毫無意義地浪費時間，所以干脆買一柜子藍色衣服，以便“把時間用到工作上”。
他介紹道：“有些方向比較好成功，有些方向用今天的技術來做還是非常難。我要想清楚，哪種項目是一兩年可以做得到，還是五年做得到，哪種可能二十年做得到。如果我們可以選擇一些比較好的策略或者戰略，工作就可以效率更高。人工智能的目的是為人提供服務，效率更高就可以做得更好，這是非常重要的事情。”
作為人工智能和機器學習領域的權威，他覺得，很多人常常只看到科學家成功的項目，卻少有人關注失敗。他有一個清單。在過去十幾年里，他會把自己經歷的那些失敗的項目，或者僅僅依靠運氣取得成功的項目悉數列入這個清單，目的是花更多時間研究那些失敗案例，以選擇最有潛力的方向。在吳恩達的清單里，有大大小小近三十個項目，這是他二十多年對人工智能的研究史。這些項目中，有些失敗了，也許未來又將以新的面貌出現。
看好遷移學習領域，專注探索
從研究角度來看，吳恩達認為遷移學習和多任務學習是他需要探索的領域之一。當今機器學習技術的多數經濟價值都是應用學習，學習許多標簽化的數據，以此完成你希望解決的具體任務。例如，利用龐大的標簽化人臉數據庫學習識別人臉。對于很多任務而言，在特定的垂直領域根本沒有足夠的數據來構建自己的系統。”所以今后的一大領域是遷移學習，這樣可以讓一套機器學習系統從事不同的任務。比如讓它學會識別常見物體。學會了識別常見物體后，可以利用其中的多少知識來從事面部識別這項具體任務。
吳恩達認為這一領域很有前景，而且有一些技術目前已經廣泛應用于遷移學習，但他也認為相關的理論和最佳實踐仍然處于早期階段。他表示之所以看好遷移學習，是因為現代深度學習技術已經可以為具備海量數據的問題提供不可思議的價值。這可以為很多應用模式的發展提供巨大的動力。
舉個例子，在金融行業里可以看到，依賴于人工智能，包括語音識別、人臉識別進行身份認證。在智能銷售方面可以使用增強現實等技術。呼叫中心也漸漸可以使用智能客服為客服人員或者說客戶提供有用的信息。
吳恩達說道：“以語音識別為例，我們在某些語言上擁有海量數據，比如普通話。某些語言的使用人數很少，永遠不可能有這么龐大的數據。因此，可以將我們從普通話學到的知識遷移到這種語言，從而則針對只有少數人使用、數據量很小的中國方言提供語音識別。我們的確有這方面的技術，我們目前也在從事這方面的開發，但我認為這一研究領域的進步可以幫助人工智能解決更多問題。”
吳恩達認為人工智能在改變人類生活上有很多非常大的機會。除了給生活帶來改變，還能給企業帶來價值。在互聯網行業人工智能的價值已經非常明顯，在百度搜索包括推薦的外賣都是大量依賴人工智能，可以看到科技行業也越來越多地使用人工智能，傳統行業在未來幾年也會越來越多的使用人工智能。
責任編輯：黃焱林
相關推薦
百度換“芯”：三部門聯合 供應商誤判
盡管更換ARM架構服務器，在百度內部并不算最重要的項目，但對整個數據中心領域來講，卻是大事件，這在某種程度上意味著，此前英特爾x86...
樂視訴"百度電視云"攔截廣告 法院已受理
李彥宏：大數據、云計算、人工智能三者界限愈加模糊
【重磅】互聯網下一幕——人工智能，百度世界大會李彥宏演講