百度首席科学家吴恩达：人工智能将和电力一样具有颠覆性

本文为百度首席科学家吴恩达在麻省理工科技评论举办的 EmTech Digital conference 上接受主持人的采访以及并回答观众的提问，以下是采访及问答互动环节内容（问答互动环节仅翻译了吴恩达部分）。

本文经机器之心（微信公众号：almosthuman2014）授权转载，禁止二次转载。

作者：MIT Technology Review

机器之心编译出品 参与：孙睿、微胖

主持人：作为掀起深度学习革命的先驱之一，你是在何时意识到，深度学习可能会跨过人工智能的门槛？

吴恩达：我记得我在 16 岁的时候，第一次写出自己的神经网络。但很长一段时间里，我对神经网络都没什么信心，因为它并不怎么管用。直到 2009 年的时候，这是个转折点，我的同事 Adam Coates 给我展示了他自己写出的图表。那张图表使用一个深度学习模型，并将它不断扩大。他发现，模型被扩展得越大，输出的结果就越准确，而整个系统不过是从一个小模型演变过来的。所以那时我想，构建更加庞大的系统，可能是一个能够成功的思路。于是我找到 Sebastian Thrun，他那时在 Google X，我问他能不能提供给我一些 Google 的机器，他说好啊我们一起做，于是后来就有了 Google Brain 项目。

主持人：这故事的最后一部分我还真没听过。这段时间，百度在对话型交互界面上有了巨大的突破，从商业角度上看，为什么语音交互界面对百度如此重要？要在效率和灵活性方面取得进步，会面临哪些挑战？

吴恩达：事实上，很多人低估了 95% 语音识别率与 99% 语音识别率的差别，这四个百分点的微小差距能够改变游戏规则：现在，只有少数人偶尔使用手机上的语音交互设备，然而如果我们达到 99% 的准确率，语音交互系统就会成为人们在使用产品时不可分割的一部分，人们会不假思索地使用。自去年以来，百度用户中使用语音助手的数量已经增长了三倍，我们肯定经过了快速弯道。随着语音识别技术越来越可靠，就会接近采用曲线（adoption curve），不久就会有越来越多的人与手机、电脑对话，甚至都不用考虑。我经常想到智能手机触摸屏，它改变了一切，乔布斯没有发明触屏（可能是HTC第一个发明的触屏电话），但是，他让触屏智能电话运行得很棒，你会不假思索地使用它，这改变了一切，因为这是一种全新的人机交互方式。我认为，几年后，语音交互也有这样的潜力，将来我们都会不假思索地以语音的方式与电脑、手机等智能设备交流。

主持人：近年来智能系统在商业中的应用越来越广泛。你认为商业公司战略应该如何与时俱进，适应智能系统的普及？

吴恩达：这个问题很大，要花很多时间谈这个问题。我认为，人工智能是新的「电力」。一百多年前，电力的使用完全改变了一切，产生了许多意料之外的后果，例如，电力让冰箱成为可能，冰箱改变了食品供应系统，发电机也改变了产业建立方式。我认为，人工智能也会产业相似变革影响。目前，我们正处在这一阶段，许多公司正在首席数据执行官，以后可能还会雇用人工智能执行官，来管理掌控一切的人工智能。而这与当时许多公司「电力VP」的角色十分相似，因为在当时，电力系统对人们来说太复杂了，以至于必须要由专人管理。目前，我们也是这样。这种策略有很多价值，如果你不十分确定怎么做，可以雇用数据执行官或者人工智能执行官帮你搞定。

在接下来几年，会发生另一种变革：人工智能会具有战略决策般的重要性。举例，另一个对产业影响与之类似的变革，就是互联网的发明，当时首席信息官负责处理互联网之类事宜。我们意识到，互联网的发明从根本上变革了我们对创立公司方式的看法。人工智能会带来类似的转变。比如，现在，数据是许多公司的防御门槛，技术相对容易进行某种复制，但是数据是很难复制的，因此，你们公司的数据战略是什么？有时我们推出一个产品，部分原因在于我们喜欢这款产品，部分原因就是为了收集足够的数据，获取信息，为以后要做的事情做准备。

这就是战略计划的一部分，计划推出项目的先后顺序，先做什么，获取数据。我认为，一家领先的公司已经开始思考这样的问题。许多公司曾经希望自己早点思考互联网战略问题，就像很多年前一些公司希望早点设计出电力战略一样。现在正是考虑公司的数据战略的好时机。

主持人：我们现在的大学，能够培养足够的人工智能工程师来满足市场的需求吗？

吴恩达：可能仅靠大学，无法提供如此多的专业人才，所以许多在线学习平台，如 coursera, Udacity 等等平台能够帮助我们解决这个问题。

主持人：听说，中国大城市的交通情况很让人头疼，我们的一位同事前段时间体验了百度的无人车，他的感受是，中国的道路真的是很难开，百度训练无人驾驶车就像中国司机一样夸张。你认为，在中国开发无人车，有什么在美国不会遇见的问题吗？

吴恩达：中国交通的确让人头疼。有一次我们在五环高速试行无人车，一辆车突然就开到我们前面。如果是我的话我早就撞上去了，但是当时，汽车猛地停了下来。我还跟坐在驾驶位的同事说，哇你技术真好，刚才太危险了，人类接管了汽车，他说，我什么都没做，车自己停下了。这可能就是你刚才提到的那种体验。

我想和大家分享一个洞见：为什么我对百度的自动驾驶战略表示乐观。

例如，当我独自开车时，旁边的建筑工人可能会对你做出「停车」的手势，这时，你必须停车，如果做出「加速通过」的手势（类似召唤你过去的手势——译者），你最好开过去。对于无人车来说，它需要非常准确地判断这两个十分相像的手势，因为它们的含义是完全相反的。这时，99.99% 的准确率才能保证一切运作正常。

根据现在计算机视觉技术，区分这两种手势需要辩证能力。这就是为什么我认为现在绝大多数组织思考自动驾驶汽车存在的误区，自动驾驶汽车不仅仅是自动化，也需要轻微改变汽车的基础结构，比如给建筑工人无线麦克风，与自动驾驶汽车交流，搞清楚汽车传达的信息。如此以来，可能不久以后，自动驾驶汽车就可以上路了。

主持人：作为一名父亲，我很关心未来的教育和就业情况。你有什么建议给家长们，让他们帮助孩子更好地就业？

吴恩达：像所有技术革命一样，人工智能会替代许多职位，也会创造许多职位。我能给各位家长的建议是，帮助你的孩子学会如何学习。随着技术更新换代越来越快，最重要的是拥有学习的能力，这样一个人才能不断地适应环境的变化，始终在需要人类的岗位上发挥价值。

主持人：你谈到了技术性失业这个主题，不过，目前在硅谷，一个特别热烈的讨论是，工作机会的有限是不是一种永久性的结构性有限，硅谷的解决方案是 universal basic income，意思是每个人出生的时候就有收入购买所需 ，这个概念可以追溯到经济学家米尔顿·弗里德曼，在你看来，无论工作机会是否有限，这种统一基础收入的解决方案是否会有意义？

吴恩达：以后可能出现的失业潮，可能会更加迅速。之前，当农业渐渐被机器取代的时候，农民们尚可继续耕作，而他们的孩子转而学习别的技能。未来，从事司机等职业的人，可能在他们有生之年就会面临失业。我认为，有一种与此类似的方法可能会很有帮助，那就是，对于结构性失业的人，我们不发放「失业补助」，而是发放「学习补助」，让人们通过学习来赚钱。因为我相信，每个人都有通过自己的努力来创造更好的生活的权利。对于因智能系统的普及而失业的人来说，让他们能够学习其它更加需要人类的技能，能够帮助他们继续他们个人的发展。

主持人：你认为对于当前的机器学习技术来说，可能存在什么样的局限性，可能出现什么样的难题？

吴恩达：目前，任何的机器学习系统使用的都是监督式学习，而实现监督式学习，我们需要大量的数据。例如，我们在百度训练语音识别系统的时候，我们使用了过去整整五年的语音数据和相应的文本数据。所以，对数据的庞大需求是机器学习的阿喀琉斯之踵。我希望以后能够出现新的技术，使得机器学习能够从更少的样本中学习。

观众：我感觉对于人工智能在市场上的应用，工业产业常常被忽略，那么你认为人工智能对工业产业会有什么影响？

吴恩达：我认为事实上没有什么产业是不会被人工智能所影响的，其中有很多是我们现在难以想象的产业。在互联网刚刚兴起的是，不论在百度还是谷歌，我们投放广告的方式是，雇佣专门的人员，他们需要和广告商讨论，寻找与之匹配的、用户访问量高的网站，然后把不同广告放到不同的网页去。后来，我们开始使用数据来帮助他们进行分析。到现在，我们几乎完全依赖机器学习系统来自动匹配广告和网页。但在一开始，那些工作人员是绝对不会相信机器能够取代他们的工作的。同样，拿服装零售业举例，以前，销售人员需要分析什么款式、什么颜色更符合用户的需求，他们需要预估一件产品的销量，现在，很多公司已经在使用数据来帮助它们分析了。

观众：目前在语义理解方面，我们的进步十分有限，你觉得什么时候才会出现拐点？

吴恩达：目前，我们已经能够使机器学习类比，这虽然只是非常基础的一步，但我确实相信我们能够一步一步地达成目标。其中，大量的数据是必要的，我相信这也是儿童学习的方式。算法也是十分重要的。我们确实非常需要一种新的算法来解决这一问题，但就我个人而言，我还不知道这种算法会是什么样的。概括地讲，大数据、更好的算法、以及强大的硬件，能够帮助我们进步。