吳恩達說人工智能永恒的春天已經到來，你準備好了嗎？

時間：2017-04-01

（轉載自36氪，如有侵權請聯系刪除）

2017年2月，百度首席科學家、Coursera的聯合創始人Andrew Ng在斯坦福MSx未來論壇上的一個演講，吸引了全球的眼球。他認為，人工智能(AI)對未來許多行業帶來的變革，如同100多年前，美國“觸電”一樣——電對制造、運輸、農業（尤其是冷藏）、醫療等等帶來了劃時代的變革。

AI驅動著百度的搜索和廣告，調度百度外賣的快遞員，選擇路線，和預估運送時間。AI正在徹底改變金融工程，對物流的轉變進行了一半，醫療和自動駕駛剛開始，而前景巨大。和“電”帶來的變革一樣，很難想象哪個行業不會被AI改變。

監督學習

驅動百億的市場容量的，基本上屬于同一種AI: 監督學習（Supervised learning），即用AI來確定A-->B的映射——輸入A和響應B的映射。

用Email作為輸入A，判斷是否是垃圾郵件是響應B。

用圖像作為輸入，識別這是一千種物體中的哪種？

從聲音A到文字B，從英文到法文，或從文字到聲音。

軟件可以學習這些輸入A到響應B的映射——有很多好的工具來讓機器學習。比如50,000小時的音頻和對應的文本，就能讓機器學到如何從音頻內容轉化為文本內容。通過大量的電郵數據和區分垃圾的標簽，也可以很快地訓練出一個垃圾郵件過濾器。

現在的AI還很初級——A到B的映射而已，不過已經推動著很大的市場。百度有很好的算法來預測某用戶是否會點擊某廣告。向受眾呈現更相關的廣告，能為互聯網營銷和廣告公司帶來極大的賺錢機會。這可能是AI最賺錢的應用。

在哪些產品里能用到AI？

產品經理常常希望了解AI能實現的，和不能實現的。一個簡單的思路是：一般人能在一秒內想出來的事情，現在或很快就可以用AI自動實現。

AI進展最快的領域正是人能做得到的領域。比如自動駕駛。人類能駕駛，所以AI也能駕駛。在醫學影像閱片和分析上，人類放射科醫生能夠閱片，所以AI也很可能在未來幾年內做到。

而人類難以做到的事情，比如預測股市變化，AI可能也難。

原因1：人類能做的，至少是可行的；

原因2：可以利用人類的數據作為培訓樣本，比如前面提到的輸入A和響應B；

原因3：人類能提供指導。如果AI對某個放射影像的結論有誤，設計者可以向醫生請教，醫生所做的正確結論的原因是什么？進而對AI進行改善。

在Andrew Ng所接觸到的80-90%的AI項目中，都遵循這一規律：在人類能做到的領域，AI的進展更快。很多項目的發展一旦超越人類水準，發展也會變得緩慢。這也帶來一個社會矛盾：如果AI和人的水平類似，實質上是跟人類競爭。

AI的發展趨勢

AI已經出現了幾十年了，而近五年發展明顯加速，為什么？

當以前的機器學習算法性能上升到一定程度，即使再增加數據樣本量（前文談到的輸入A、響應B的A-B映射），性能改善也很有限。似乎超過一定樣本量之后，再多的數據也對算法不起作用。

而過去幾年，主要由于GPU，我們終于實現了能利用這么巨大的數據集的機器學習軟件。將數據輸入一個小的神經網絡，當超過一定性能后，上升變得平緩。而不斷地把數據輸入一個很大的神經網絡時，即使性能上升沒有那么快，也會保持上升趨勢，隨著數據量的增大，不斷提高。

因此，要想獲得很好的AI性能，需要兩樣東西：

很大的A-B映射的數據集；

大的神經網絡。現在常用的大型神經網絡建立在HPC高性能計算集群上。
現在的大型AI團隊包括機器學習和高性能計算兩組人，才能獲得足夠計算能力。百度AI團隊里的這兩種人員都專注于各自領域，沒有人能兩者兼備。

什么是神經網絡？有沒可能取代人類大腦？

問題是，我們不清楚人腦如何工作，所以很難造出取代人類大腦的神經網絡。

什么是神經網絡？先看個最簡單的神經網絡：

如果想輸入房屋面積，得到房屋總價，可以用面積-總價的一階近似的線性模型來描述這個神經網絡。

或者用更多因素建模，比如通過面積和臥室數，從第一個神經元得到可以支持的家庭人數。再通過所在地址的郵編和社區富裕程度，從第二個神經元得到附近學校的質量。

這就成為一個神經網絡。面積、臥室數、郵編、社區富裕程度屬于“輸入”集合A，總價屬于“響應”集合B。

好處在于，當訓練這樣一個神經網絡時，用戶無需關心中間因素，諸如家庭人數、安全度、學校質量等，也無需關心每個神經元如何將輸入映射到中間結果。只需要給出輸入集合A和響應集合B，神經網絡將自動形成中間的計算過程和參數。當A和B的集合足夠大，神經網絡可以自動算出很多東西。神經網絡看上去非常簡單，讓很多初學者覺得有點失望，但它確實能解決很多問題。關鍵在于數據量要夠大——幾萬或幾十萬個樣本本身能提供大量的信息，而軟件本身只是一小部分。

如何保護AI業務？

AI研究較前沿的團隊都比較開放，常常發布研究成果。百度的AI研究論文也沒有隱藏什么成果——在人臉識別等論文里，都分享了所有的細節。既然很難把算法本身隱藏起來，如何保護AI業務？當前稀缺資源有兩種，一種是數據，二是人才。獲取巨量數據很難，要包括輸入A+響應B。比如語音識別用了5萬小時的音頻來訓練，今年準備用10萬小時，相當于百度10年積累的音頻。

以人臉識別所用的訓練圖像數量為例

學術上最常用的基準測試/比賽：1百萬幅；

所用圖像數最多的計算機視覺對象識別學術論文：1500萬幅；

百度用來訓練世界上最先進的人臉識別系統：兩億幅！

如果只是5-10人的研發團隊，很難獲得這樣規模的數據。百度這樣的大企業的經常推出一些新產品不一定是為了營收，而是為了數據，然后通過后續的產品來獲得收益。

另一個稀缺資源是人才。AI的應用需要根據具體業務場景來定制。僅僅下載個開源包，無法解決問題。實際情況下，是否適合用某種垃圾郵件識別或語音識別技術？針對某種場景，機器學習怎么用？所以各個公司都在為數據挖掘爭奪AI人才，來定制AI技術，找到所需要的A和B各自代表什么，怎么找到這些數據和如何調整算法來適應業務場景。

AI的良性循環

先做出某種產品。比如通過語音識別，以語音實現搜索；

然后吸引來很多用戶，用戶產生數據；

再通過機器學習，用數據改善產品。

這就形成了AI產品的良性循環。最好的產品能獲得最多的用戶，帶來最多的數據，通過現代機器學習體系，能得到最好的AI，最終讓產品變得更好，周而復始。

百度發布新的產品，會特別考慮怎樣推動這樣的良性循環，會包括相當先進的產品發布策略，比如按地理區域、細分市場等，來更好地推動這個循環。

這種良性循環的理念很早就有了，只是最近變得更加明顯。正如前文所述，當數據超過一定規模后，傳統AI算法無法明顯改善AI性能，因此數據多的優勢不明顯，大公司也很難保護自己的AI業務。現在數據越多，AI性能越好，大公司也更容易保護自己的優勢。

AI炒作的非良性循環

許多人擔心AI會不會取代或威脅人類。有一小部分研究AI的人專門從事對“邪惡AI”的炒作，以獲得投資人或政府機構的投資，來研究“反邪惡AI”。道高一尺，魔高一丈，又進一步推動對“邪惡AI”的炒作，從而形成非良性循環，非常不健康。

擔心AI變得邪惡，類似于擔心火星的未來人口過剩。現在看不出AI將會怎樣走偏，因此也談不上有針對地研究相應措施。研究本身沒有問題，不同的研究是好事，但是對邪惡AI的研究占用不恰當的資源，就不應該了。兩個人，或者10個人來研究邪惡AI也許沒問題，但是現在投資得太多。

AI對就業的影響

AI對就業帶來的影響更讓人擔心。有些AI項目確實是瞄準了某些人類崗位，而從事這些工作的人并不清楚嚴重性。硅谷創造了大量財富，但也應該對其造成的問題承擔責任，比如造成的失業問題。AI取代人類崗位的現實問題，更應該引起重視，而不是被邪惡AI的炒作轉移了注意力。

AI產品管理

AI是個讓人興奮的領域，同時也存在一些挑戰。如何將AI融入公司業務？
產品經理的職責是找到用戶喜歡的，而工程師的角色是做出可行的產品。兩者共同協作，才能做出理想的產品。

AI是個新生事物，所以技術公司以前的流程和工作方法，不太適用。硅谷的產品經理和工程師的合作已有一套標準流程。比如開發APP時，產品經理先畫出線框圖，比如logo，按鈕，各個板塊等，工程師再寫出代碼來實現。但是AI的APP無法通過畫線框來描述。通過什么形式，把產品經理頭腦里對AI產品的功能要求明白地分享給工程師呢？

比如開發語音識別系統，實現語音搜索，有很多改善方向。比如：

在嘈雜環境下如何改善，比如車里或咖啡館？

僅改善窄帶語音信號；

對不同口音改善；

百度發現，產品經理通過數據和工程師溝通，是個較好的辦法。產品經理負責提供測試數據集給工程師，比如一萬個音頻和對應的文字，來說明所關心的問題，工程師也能更明白需要解決的問題。如果這些音頻里有大量車輛噪音，工程師就知道車輛噪音是問題。如果是混合了幾種不同噪聲，工程師也能想辦法解決。最糟糕的情況是，產品經理提供的測試數據，并不能代表自己想解決的問題，那就出問題了。

同時，新產品設計的流程有很多，比如想設計一個交流型AI機器人：

- 人：“我想叫個外賣”；
- AI：“你喜歡哪種類型餐館？”；
- 人：“川菜”；
- AI:“這些可供選擇，xxx,yyy,zzz,...”；

線框圖只能顯示對話過程，無法描述所需AI的復雜程度等。百度的產品經理和工程師會在一起，寫五十種對話，

- 人：“請幫我定一個結婚紀念日的餐館”；
- AI：“你需要訂花嗎？”；

這時候，工程師會問一些更具體的問題，比如每種場景是否都需要繼續提配套產品的問題，比如談到圣誕節時，是否要問對方要不要買圣誕裝飾？一起思考，共同討論需求和技術，很有效。

對AI的宣傳里，有很多吸引眼球的技術，不過它們未必最有用。如何將吸引眼球的技術和產品、業務相結合？軟件產業已經有標準流程，比如代碼審查、敏捷開發等，如何組織AI的產品工作，有很長的路要走，現在正是考慮這些問題的時候。

短期內，AI有哪些機會？

語音識別正在起飛

最近準確率已經提高到很有用的程度。4-5個月之前，斯坦福大學計算機系教授James Landay、百度、華盛頓大學一起展示了在手機上輸入英文和普通話，用語音識別的速度比用手機輸入快3倍。去年百度的所有語音識別產品年度環比增長大約100%，現在正是語音識別技術騰飛之時。美國有幾個公司做智能語音控制器（Smart Speakers)，用語音控制家用設備也會很快推廣。相關的操作系統和硬件都會很快發布。

計算機視覺也即將到來

中國的人臉識別發展速度很快。因為中國的手機比筆記本更普及，很多人有手機，而不一定有筆記本。在中國可以僅僅憑手機申請助學貸款。涉及到錢，所以需要先驗證身份和很多東西。這加速了人臉識別的發展。通過手機進行人臉識別，作為用生物標識進行身份認證的一種方法，在中國發展很快。

在百度總部，不需要RFID卡進行認證，而是直接刷臉進門，Andrew Ng在YouTube上有一段視頻。現在人們對人臉識別技術已經足夠信任，并在安全要求較高的場景下使用。

百度在語音識別和計算機識別上的資金投入和數據投入巨大，任何小開發團體遠遠無法相提并論，也不太可能有其他出乎意料的技術突破。

醫療健康的AI應用

Andrew Ng對AI對醫療健康領域帶來的影響很看好。很多現在的放射科醫生會被AI影響到。如果想在放射科一直工作四十年，不是個好的職業計劃。

還有很多垂直領域將受到AI的影響，比如金融工程和教育。不過短期之內還不太會對教育產生實質性的影響。

永恒的春天

光從監督學習已經看得出AI將如何逐漸改變各個行業。其他的AI形式，比如無監督學習、強化學習、遷移學習等等，都還在研究階段，現在的市場規模較小。

有很多行業會經歷幾個冬天，然后迎來永恒的春天。AI經歷過兩個冬天，現在已經進入永恒的春天。就像硅的春天一樣，半導體、晶體管、計算周期這些都將和人類一起發展很久。神經網絡和深度學習會繁榮很長時間，一百年或許太遠，但一些重要應用改變幾個大行業的路線圖已經很清晰。

AI確實正在取代人類的一些崗位。當某些崗位被AI取代后，我們需要新的教育系統，來幫助失去工作的人獲得新的技能。政府應該為這些愿意學習新技能的人，提供基本收入保障，重新成為勞動者的一員。我們需要新的系統和結構，來讓幫助社會向新世界進化。雖然會有新類型的工作，但工作崗位的消失也比以前更快。

一些問題

大公司在數據和人才上有巨大優勢，那么創業公司的機會在哪里？投資者可以關注哪種規模的創新？

在語音識別、人臉識別上，小公司非常難與大公司競爭，除非有意料之外的技術突破。同時，也有很多小垂直領域適合創業公司，比如醫療影像。有一些疾病的病例不多，如果有一千張影像，也許就涵蓋了所有所需的數據了，一些垂直領域需要的數據量也不大。

另外，AI的機遇非常多，大公司會放棄很多的小的垂直市場，因為精力有限，大的機會還研究不過來。

AI在發明創造上，有哪些進展？

還很早期。AI可以作曲，但這很主觀。20年前的技術做出來的曲子有人喜歡，有人不喜歡。有些項目用AI制作圖片特效，用特效模仿某畫家作品，這些都是小而有趣的領域。現在還看不到有什么技術路線能發明復雜的系統。

如果摩爾定律不再成立，對AI的擴展性有什么影響？

一些高性能計算公司的硬件路線圖顯示，摩爾定律在單芯片上不再那么有效，但神經網絡、深度學習所需的計算類型在未來幾年仍然能很好地擴展。SIMD（單指令多數據）讓并行化處理負載非常容易。神經網絡很容易并行化，加速計算的空間還很大。

AI面對的諸多問題中，許多問題的瓶頸在于數據，也有很多的瓶頸在于計算速度——能便宜地處理數據的速度趕不上獲得數據的速度。所以高性能計算的路線圖應該包括這方面。

算法是AI里的特殊作料。是否應通過知識產權保護，還是繞過這個問題去設計產品？對機器學習的研究者，是否有和AI產品經理-工程師那樣類似的流程或良性循環，來實現突破或改善研究流程？

知識產權的問題比較難講。有些公司申請了大量專利，但是是否真能帶來實質性的保護？所以我們往往從如何從戰略上思考細節，比如讓數據保護自己。

研究機構更偏好新鮮、搶眼球的東西，來發表論文。訓練新研究者的辦法通常是讀很多論文。而大家常常忽視重復論文里的試驗的重要性。不一定要把精力大量用于發明新東西，而花時間重復別人的發布結果也是很好的培訓方法。和培訓博士生一樣：去學習和理解別人的論文，重復別人的試驗，爭取獲得類似的結果，很快你就能產生自己的想法去推動最新的科技。

對希望從事機器人相關工作的機械工程學生，有哪些和AI、機器人相關的機會比較適合？

很多機械工程背景的人，在AI領域很成功。可以上一些計算機/AI課程，和AI領域的老師聊聊。一些垂直領域存在有趣的AI機器人的機會，比如精準農業。Blue River用計算機視覺來區分不同植物，比如不同品種卷心菜，選擇留下哪些，除掉哪些，來提高產量。

中國也生產和銷售很多社交和伴侶機器人，美國還沒起怎么起步。

讓AI和人配合起來的前景如何？很多AI應用是基于AI自己，如果采用AI+人的混合方案？比如自動駕駛等？

沒有統一的規則，應該跟實際情況有關。很多語音識別是為了讓人類更高效，比如通過手機。對自動駕駛汽車，可能需要10-15秒來轉換控制權，因為難讓容易分神的人快速接手駕駛，很困難。這種情況下，由AI獨立控制更安全。所以從使用者角度來講，人類和AI混合的自動化比較困難。

對在線教育而言，主要問題是動機，人們不愿意花那么多時間來學完整個課程。這是不是最大的挑戰？其他還有什么挑戰？

AI對在線教育有幫助。個性化的輔導已經談論了很長時間，Coursera用AI推薦個性化的課程，自動打分，在細節上確實有幫助。但在利用AI之前，教育的數字化還有很長的路要走。很多行業都有個規律：先有數據，再有AI，比如醫療，美國電子病歷（EHR）的進展很大。隨著電子病歷的興起，影像膠片變成數碼圖片，這些數字化產生了很多數據供AI使用，并產生價值。教育需要先經歷數字化，這一階段還有很多工作要做。

百度如何用AI來管理自己的云上數據中心？比如IT運維管理的例子？

兩年前，百度做了個項目，可以提前一天自動檢測出硬件故障，特別是硬盤故障。這就可以事先拷貝、熱插拔進行預防處理。還可以降低數據中心的用電量，負載均衡等，都是很多小細節的改善。

能否舉一些例子說明能通過仔細地建模和規劃，用AI解決的復雜問題？對這些問題，人類可能需要進行長時間的思考。

亞馬遜是個很好的例子。它知道我瀏覽過什么，讀過什么，比我太太更了解。電腦對人們看過什么，點擊過什么廣告更了解，所以在廣告方面做得非常好。對于有些任務，計算機可以處理的信息量遠遠超過人類，并根據規律建模，進行預測，這方面AI比人做得更好。

將AI融入人類工作的很大一部分，是將一塊塊的AI部分串成一個大系統。比如為了造自動駕駛汽車，要用相機拍攝的圖像，雷達等，組成車前方的一幅圖，再由監督學習估算和其他車的距離，以及和行人的距離，這只是兩個重要的AI部件，還需要其他的部件來估計5秒后車的位置，行人的方向。還有一個部件來分析，根據行人車輛等不同對象的運動情況，我應該怎么走？然后還需要算方向盤的旋轉程度，以此類推。

所以復雜的AI系統有很多小AI部件，工程人員要知道如何將這種超級學習能力融合到更大的系統里，來創造價值。

產品經理和社會學家、律師等如何協調？比如自動駕駛汽車在撞人前，開發者和AI應從駕駛者，還是行人的角度考慮問題？這只是個法律問題，但也有很多類似情況。產品管理者和不同的功能部門的合作時，應該扮演什么角色？

這個問題的一個相似版本是“有軌電車”問題，會產生倫理矛盾。一個電車走到岔道口，繼續往前會撞死5個人，你可以用扳手將電車扳到另一條軌道，撞死該軌道上的一個人，而你成為兇手，你扳嗎？

除了在哲學課里，很少有誰在現實生活里遇到過這個問題，所以，它并不重要。自動駕駛的開發者沒去討論它。實際上，如果誰真正遇到了，可能之前已經犯了其他錯誤了。自動駕駛處理的問題更實際，和你自己開車一樣。比如，對面有個白色的大車，是否能及時剎車？