對話吳恩達：為什麽說製造業（yè）會（huì）是聚焦AI轉型的（de）“當頭炮”？ -機（jī）器人-數控機床市場網

您現在的位置：機器人> 行（háng）業資訊>對話吳恩達：為什麽說製造業（yè）會是聚焦AI轉（zhuǎn）型的“當頭炮”？

對話吳恩達：為什麽說製造業會是聚焦AI轉型的“當頭炮”？

2018-5-16 來源：轉載作者：-

　　近期，吳恩達做客播客節目 Greymatter 探討了自動化、智（zhì）能化將會在各個領域如何發展，以及機器（qì）學習和人工智能的未來。

　　當然，作為前百度首席科學家，吳（wú）恩達還（hái）提到了（le）他曾做出的功績。離開百度後，吳恩達（dá）選擇了自己創業，陸續創立了三個人工智能項目：Deeplearning.ai，Landing.ai 以及 AI Fund。

　　同樣作為人工智（zhì）能領域最權威的學者之一，吳恩（ēn）達依（yī）然在為促進機器學習研究的（de）發展而努力。通過網絡課程，他目前已向數百萬學生講授了 AI 內（nèi）容。

　　以下為對話（huà）內容，AI科技（jì）大本營聽譯

　　一、機器學習分類及其經濟價值

　　Greymatter：回顧您的工（gōng）作，特（tè）別是機器學習技術的應用方麵的，這些技術可以大概劃分（fèn）為監督式學習（xí）、無監督式學習、強（qiáng）化學習和遷移學（xué）習。您能談談這些現在技術（shù）以及如何使用它們嗎？

　　吳恩（ēn）達：人工智（zhì）能目前具有巨大的經濟價（jià）值，事實上，它是（shì）我們（men）在處理不同情景（jǐng）的大型工具集合，主要有兩類不同的問題：

　　隨著現代人工智能的興（xìng）起，我認為它帶來的絕大部分（fèn）經（jīng）濟價值是通過監督（dū）式學（xué）習技術而（ér）來的，也就是學（xué）習從輸入到輸出的映射關係。比如，將電子郵件作為輸入，判斷這封電子郵件是否是垃圾郵件作為輸出；或將廣告作為輸入，判斷用戶是否會點擊這個廣告作為（wéi）輸出；再（zài）或者在自動駕駛汽車中，輸（shū）入（rù）一張汽車正前方的圖片，輸（shū）出能夠告訴我其他汽車的位（wèi）置（zhì）等諸（zhū）如此類的應用場景。通過去探索合適的業務環境，並（bìng）從中挖掘（jué）從輸入到輸出的（de）映射關係和討論監督式學習，事實證明這（zhè）是非常有價值的。

　　另一個技術大類是遷移學習、無監督式學習和強化學習。

　　什麽是遷（qiān）移學習（xí）呢？假設你想（xiǎng）要讀取用（yòng）於放射學問題的 x 射線圖（tú）片，但沒有足夠的 x 射線圖片，那麽這時想要獲得一種適用的監督式學習算法也許（xǔ）是（shì）很（hěn）有難度的。遷移學習是一種（zhǒng）能讓你從海量數據集中學習的技術，例如貓、人、行人（rén）和（hé）標準陸地目標的海量圖像數據集。

　　因為你能輕鬆獲取大量包含（hán）這種目標的圖像，遷移學習技術將從這（zhè）個圖像環境中學到（dào）的（de）知識遷移到新（xīn）的圖像環境中，用來幫助完成新環境中的學習任務。所以最終當你的人工智（zhì）能係（xì）統讀（dú）取一（yī）些額外的圖像時，即使是更（gèng）小的數據集，它也能夠從 x 射線圖像中（zhōng）進行識別和診斷。

　　無監督學習是另一種讓人們為之興奮的技術。假使計算機本地加載數據，並（bìng）且能告訴我們，“本（běn）計（jì）算機通（tōng）過看這（zhè）個數據，能夠弄明白數據關係”，這對於少數應用程序而言是（shì）非（fēi）常有（yǒu）用的。

　　舉例來（lái）說，目前很多網絡（luò）搜索算法或實際操作文本的算法，比如網頁搜索，或聊天機器人使用的一種無監督（dū）算法（fǎ）。在沒（méi）有人真正意義上告（gào）訴你應該學什麽的情況（kuàng）下，這種無監督算法通過在互聯網上閱讀大量（liàng）的文（wén）本進行學習。關於詞匯意思，這涉及到很多東西，無監（jiān）督學習能從互聯（lián）網上學會理解詞匯的意思。事實證明，這些人工（gōng）智能算法能使聊天機器人（rén）在網頁搜索方麵變得更好。

　　強化學習是這樣一種（zhǒng）技術類型，在生（shēng）產產品的（de）實例中，我認為能夠切實運用這種技術（shù）的實例數量遠比（bǐ）公（gōng）關報道中的少。其實，強化學習就像你訓練貓或狗（gǒu）的方式，無論（lùn）你會讓狗去做什麽，隻要是好的行為，你就會告訴它，你做的很棒；反之，隻（zhī）要是不好的行（háng）為（wéi），你就會告訴它，你這條壞狗。一段時間之後，你（nǐ）的（de）狗將會知道如何做更多正確的事。

　　事實證明，強（qiáng）化學習對學習玩（wán）象棋和跳棋等遊戲非常有用，因為，無論何時當電腦贏得比賽的時候（hòu），你（nǐ）都會告訴它做（zuò）得（dé）好；反之在當電腦輸掉比賽時，你都會告訴它，這次做得（dé）不好。經（jīng）過一段（duàn）時間之後，電腦將擅長玩這些遊戲。

　　因此，根據（jù）當前技術所創造的經濟價值而言，我會將監督學（xué）習排在首位，其（qí）算法（fǎ）通過學習從輸入到輸出（chū）的映射關係實現。其次是遷移學習，從一個對應關係推廣到另一個（gè）對（duì）應關係（xì），接著是（shì）無監督學習。然後是強化學習（xí），就目前創造的經濟價值而言，強化學習的（de）運用與實際（jì）經濟價值相比有很大的（de）差距。但人（rén）工智能領域正在高速發展，誰知道這個排名會不會被打破呢，誰知道接下（xià）來兩年可能會迎來怎樣的（de）徹底（dǐ）的（de）變化呢？

　　Greymatter：那麽（me）就對世界的影響（xiǎng）而（ér）言，或就解決（jué）新問題（tí）的有效性而（ér）言，您認為目前機器（qì）學習研究（jiū）在哪些（xiē）其他領域也（yě）很有發展前景？

　　吳恩達：在深度學習（xí）中，最近取得的最新進展是通過 GAN （生成對抗網絡）來（lái）進行數據合（hé）成。令（lìng）人驚訝的是，在全新的場景下，我們能重新準確地合成人們的照片；或者，根據你對人們特征的模（mó）糊描述，我們能夠合成這些人的圖片，也許你並不認識這些人。而且，我認為技術對娛（yú）樂產業造成的影響（xiǎng）也可能帶動影響別的行業，但在雲學習方麵的影（yǐng）響還有（yǒu）待觀察。

　　我在哈佛大學時的團隊（duì） Brain Team 在這方麵做了很多研究，從真（zhēn）正意（yì）義上采用（yòng）機器學（xué）習技術來加速（sù）其他機器學習算法，這其實是一個很酷的想法和（hé）實驗策略。我不知道機器學習（xí）是否會從根（gēn）本上改變（biàn）一切，但這（zhè）是一個很好的有待持續努力的項目。

　　人工智（zhì）能社區具有很大創新性和（hé）創造性，這是一個（gè）激動人心的時刻，我們既要在人工智（zhì）能領域做基礎研究，又要在這個領域尋找好（hǎo）的技術，並探索如何才（cái）能用這些技（jì）術去（qù）幫助他人。

　　二、百度的（de） AI 轉型

　　Greymatter：離開 Google 之後，你去了百度任職，領導大約 1300 人，您當時（shí）是如何決定哪些（xiē）問題是要重（chóng）點關注的？

　　吳恩達：在百度的時候，很幸運我能夠與一（yī）支出色的團隊共事，包括李彥宏，這位 CEO 不僅僅是一位出色的管理人員（yuán），他（tā）在（zài）人工（gōng）智（zhì）能研究領（lǐng）域也非常有（yǒu）天賦，並且在（zài）公司的（de）技術研發和研發新產品（pǐn）方麵也非常出色。

　　在發（fā）展人工智能時，我同時也讓百度致力於發展現有業務，所以我們擁有許（xǔ）多項目能支持（chí）現有業務，從網頁搜索廣告（gào）到百度地圖等等，使用人工智能技（jì）術來改（gǎi）進這些不同（tóng）的產品。我認為百度最擅長的事情是（shì）使（shǐ）用 AI 去創（chuàng）造全新種類的（de）產品。

　　舉（jǔ）例來說，針對多數有著（zhe）小型揚聲器的消費（fèi）電子設備等，我們的操作係統團隊為（wéi）其提供了語音控製操作平（píng）台（tái）。目前，該團隊（duì）在中國處（chù）於非常領先的地位。我猜想，該團隊可能就是中國版的（de）亞馬遜（xùn） Alexa 團隊。

　　一段人們並不熟知的曆史是百度公開發布的智能揚聲器，這實際上（shàng）早於亞馬（mǎ）遜（xùn）宣布 Alexa 的時期。所以這（zhè）很有趣（qù），這（zhè）些都屬於同一（yī）時代的想法，有時（shí）在美國出現得早些，有時則在中國出（chū）現得早些。

　　但我認為，百度的人工智能團（tuán）隊主要工作還是支持發（fā）展現有業務。並且，我認為支持現有業務能（néng）帶動很多其他業務，同時結合人（rén）工智能技（jì）術開啟新的業務流（liú）水線，例如做操作係統，小型（xíng）揚（yáng）聲器語音控製平台，或組成無人駕（jià）駛團（tuán）隊，他們（men）也出自我的（de）團隊。

　　當你以更開闊的事業看待社會、行業時，我認為（wéi），人工智能的機遇實際上反應在兩類情況中，一是利用人工智能技術進行轉型，這（zhè）裏實際上指的是我們需（xū）要關注人工智能落（luò）技術落地。二是針對（duì）初創公司而言（yán），技術人才有很多新的發（fā）展機會，人工智能（néng）新技（jì）術的浪潮會創造嶄（zhǎn）新的產業。

　　Greymatter：我相信美國的一些科技（jì）公司也受（shòu）到了百度轉型的啟發。曾經在你的帶領下，你們的哪些成績在（zài）你（nǐ）看來是成功的擁抱了變化？

　　吳恩（ēn）達：在 Google 向（xiàng）優秀的人工智（zhì）能公司過（guò）渡時，我認為 Google 大腦團隊在轉型中扮（bàn）演了非常（cháng）重要的角色。在人工智（zhì）能戰略和技術平台方麵，百度的人工智能（néng）團隊也促進了百度的轉型。為了激發人工智能的全部潛能，我認為不僅僅（jǐn）大型互（hù）聯（lián）網公司需要轉型，各個國家的不同行業也需要轉型。

　　在人（rén）工智能技術時代，我與多個行業（yè）的 CEO 保持著（zhe）交流（liú），並為大（dà）型公司轉型提供建議。我傾向（xiàng）於去組建人工智能團隊，這個團隊能（néng）夠將六種人工智能基本功能集成到多個業務中。假如你是一個大型企業的 CEO，並且有五到十個業務部門要向（xiàng）你匯報，要知（zhī）道對你而言清楚掌握（wò）這五（wǔ）個或十個業務是（shì）十分困難的，因此需要建（jiàn）立你們自己的人工（gōng）智能團隊。從 CEO 的視角來看，我認為這樣會有更高的成功率。

　　如（rú）果你能夠組建人工智能團隊，這種內部的影響力能夠做（zuò）到你想要達到的目標。但更重要的是，我們還需要外部的力量。無論如何，不要購買那（nà）些將會成為行業內標準的東西，非標（biāo）準的外部團隊能夠更有（yǒu）效（xiào）地（dì）開發產品，然後能將他們開發（fā）的功能集成到所有（yǒu）不同的業務中。我認為這是幫助許多（duō）公司借助人工智能技術轉型的準則。

　　科技世界更（gèng）新換代的速度很快（kuài），相比於過（guò）去十年，發（fā）生的另一個（gè）變化是現（xiàn）在（zài）能（néng）夠以更便捷、更低成本的方式進行學習和教育（yù）。十年前，如果你想要對（duì）員工培訓人（rén）工智能理論，你很清楚（chǔ）你能做的並不（bú）多。大家一起看書，根據內容講解，或你給我工資（zī），我來講課。但是這並不是幫助公司轉型的可變通方式。但隨著網（wǎng）絡數字（zì）內容公司的崛起，像 Coursera 能夠對大量員工進行培訓，這也在很大程度上降低了（le）成本（běn）。

　　Greymatter：在（zài）計算機輔助教學（xué）方麵，你覺得中國和美國（guó）的高管會有怎樣的文化差（chà）異？

　　吳恩達：無論是行政（zhèng）級別（bié）還是公司的其他所有級別，文化都有（yǒu）很大的差異。在美國和中國之間，我認為很多中國公司還比較年輕，它們通（tōng）常是創始人領導（dǎo）公司。中國公司會普遍很快做出決策，但對一（yī）些有比較成熟的董事會控製的上市公司，我們很（hěn）難說 CEO 能夠快速改變公司，並組織去開擴一個新方向。

　　在（zài）中國，很多你所熟知的人，他（tā）們見證了（le）過去十年（nián）間財富如何積累（lèi）和消（xiāo）散。很（hěn）多 CEO 都知道，當下一個科技浪潮來臨的時候，如果你轉型得不夠快，也許下一次就輪到你的公司以這樣的方式倒下了。因此，亞洲的公司總是主動嚐試新的技術。話（huà）雖如此，相比中國，我認為，美國有（yǒu）著更強（qiáng）的（de）基礎理論研究能力和技術能力（lì），美國目前還有顯著的優勢。

　　三、談（tán）創業（yè）、人工智能落地

　　Greymatter：讓我（wǒ）們來（lái）談談 AI Fund 和一些你目前正在把握的機會，比如人（rén）工（gōng）智能落地，是什麽原因讓（ràng）你決定開（kāi）始創建公司並籌集資金？

　　吳恩（ēn）達：人工智能技術的興（xìng）起，讓我們能用計算機去（qù）做（zuò）兩三年前我們做不到的事情。現在的（de）高中生，他們能下載源碼（mǎ）來學習，這在三年前，即使是（shì）世（shì）界上最優秀（xiù）的研究團隊也做不到。這是多麽讓人興奮的時刻，現在低收（shōu）入水平的國（guó）家有機會翻身並且創造（zào）全新的企業。事實上，這也許是技術轉型中最後一個能夠進行提（tí）升（shēng）的主（zhǔ）要途徑。

　　我（wǒ）認為蘋果、微軟在從非互聯網公司轉型到互聯網公司（sī）方麵做了很大的貢獻。所以，實際上我所做的很多工作旨（zhǐ）在讓人（rén）工智能落地著重於幫助初創（chuàng）公司轉型，增強初創公（gōng）司的人工智能技術。

　　機器學習和人工智能在新事物方麵做得很好（hǎo），AI Fund 就是關注這些方麵，它（tā）的主要業務與大多數風（fēng）險投資有所不同。很過人都想知（zhī）道我們是不是創業孵化基（jī）地（dì），答案是（shì）否定的（de），我們自己也是創業者。

　　我們經常與企業家、人工智能工程師、各種領域的工程師交流，有時是在他們建立孵化公司之前與他（tā）們合作，有時是在（zài）團隊加入之前與他（tā）們合作，甚至有時（shí）是在他們有具體的想法（fǎ）之前，與他們一起去探索、挖掘（jué）不同（tóng）的想法，然後去（qù）建（jiàn）立初創公司。

　　Greymatter：所以作為一家公司的CEO，關於人工智能技術落地，你主要做了哪些工作（zuò）？

　　吳恩達：我（wǒ）們決定從製造業入手，也對多個不同（tóng）的行業（yè）進（jìn）行（háng）了詳細調查，包括（kuò）醫療、教（jiāo）育以（yǐ）及其他一些行業。我們認為製造業是較容易實現人工智能技術落地的行業，並希望製造業成為第一（yī）個聚（jù）焦轉型的行業。

　　矽穀在數字領域的轉型中做了很大貢獻，但我們身（shēn）邊（biān）絕大多數你能看到的事物是由製造行業生產的（de）。對（duì）於我們身邊的物質世界，我很榮幸（xìng）能夠參與這次數字（zì）化改（gǎi）造，用人工智能（néng）技術（shù）去實現（xiàn）生產。

　　也許在（zài）國（guó）內某些地方，居民消費趨於飽和，但我們是不是能降低實物商品的成本？這是更好的方式，能讓世界上每個人得到大約超出（chū）百分之十的收入，或者我們讓（ràng）大多數的商品價（jià）格便宜百分（fèn）之十。製造業的模式改進將涉及各行各業，我花了很多時間（jiān）去工廠參觀，這讓我感到很激動，我認為我承（chéng）擔著製造（zào）業和製造業服務人（rén）員發展前景的責任。

　　Greymatter：這是（shì）一個遠景，但目前（qián）對於人工智能技術的突破，或現代數字技術的突（tū）破，我覺得很多製造業事實上是服務不足的行業。許多投資者和企業家會說（shuō），公司無法完全（quán）掌握（wò）自己的數（shù）據，舉例來說，如果你（nǐ）是（shì）一家互聯網企業，想要分析公司的廣告數據，這些你需要在市場上與客戶交談找到有趣（qù）的數據集。

　　吳恩達（dá）：我認為，實際（jì）上還沒有遇到過（guò）一個垂直行業（yè），能做到完全滿足於它自己已有的數（shù）據。這些偉大的人工智能公司會麵臨這種（zhǒng）情況，盡管他們（men）確實比（bǐ）很多其（qí）他公司擁有更好的數據基礎設施。

　　從很多行業中，我（wǒ）觀察到一種模式，這種模式是通常會首先出（chū）現信息（xī）技術革命或數字化革命，然（rán）後創建數據，在 IT 信息技術革命之後，人工智能技術革命到來，因為人（rén）工智能技術將會運用這些數據（jù）來創造價值。

　　例如，在過（guò）去二十年中，社會的大部分正經（jīng）曆著數字化（huà）革命。假設你拍攝一張 x 射線圖，當前的 x 射線圖很有可（kě）能是一張數字圖像，我們能夠（gòu）對這張（zhāng） x 圖像的像素進行（háng）計算，而不是對 x 射線的膠片進行計算。所以，這就是人工（gōng）智能能否使（shǐ）用的數據，這樣處理數據的（de）方式（shì），讓人工智能（néng）技術融入（rù）到各行各業。

　　Greymatter：您確信在人工智能技術真正落（luò）地之前，必須完成數據化（huà）變革（gé）。

　　吳恩達：是（shì）的，在手機生產方麵，我已經做（zuò）了很長時間（jiān），但（dàn）總無法做到令所有人都對數據滿（mǎn）意。一些人希望手機能通過 WiFi 加載數據進行運行，一些人希望手機能通過網絡連接，采用 USB 驅動的方式連接到電腦傳輸數據。

投稿箱（xiāng）：
如果您有機床行業、企（qǐ）業相關新（xīn）聞稿件發表，或進行資訊合作，歡迎聯係本網編輯部，郵箱：skjcsc@vip.sina.com

更多相（xiàng）關信息

名（míng）企推薦

業界視點

| 更（gèng）多

行業數據

| 更多

博文選萃

| 更多