吳恩達：百度下一秒的世界

　　多年前曾有人說，“下床找鞋是個比較麻煩的事，如果百度可以告訴我，該多好。”

　　就吳恩達的信心來看，或許在不久的某年中的某一天就可以實現(xiàn)這一智能生活。

　　吳恩達是百度首席科學(xué)家，他習慣以1年、3年、5年及10年的時間的度量看未來和計劃工作。

　　他說他對人工智能的未來充滿希望。包括百度正在研究的下一秒，以及未來運用后的可以對著窗簾、燈光、安保系統(tǒng)直接說你的訴求的智能家居。

　　當這一切越來越智能，也預(yù)示著人工智能由互聯(lián)網(wǎng)成功晉級，成為未來主要的智能生活和商業(yè)價值趨勢。人工智能也在經(jīng)歷兩次寒冬后，真正走向成熟。

　　下一秒

　　“有人問我，人工智能發(fā)展這么快，它到底可以為你做什么?我想第一，假如有一件事是一個正常人可以在一秒以后做到的，也可以使用人工智能來自動做。比如你想輸入一張圖片，一個正常人看這張圖片思考一秒就可以理解圖片上的人是否好看，這樣的事情人工智能可以做得非常好。”吳恩達舉例稱，再如語音識別能力，人工智能在聽一段語音后不需要想太久，一秒以后可以識別出語音說了什么。再如，這個烤鴨讓你嘔吐，如果問覺得這個用戶喜歡或者不喜歡這個餐館，也只需要想一秒以下就可以知道。

　　在吳恩達的描述中，一秒以下，是在非常短期的時間，在一個具體重復(fù)發(fā)生的事情中可以利用海量數(shù)據(jù)，用這些數(shù)據(jù)來預(yù)測下一次的結(jié)果。

　　這一預(yù)測方式，在百度命名為“深度學(xué)習”。深度學(xué)習，即主要依靠硬件——機器及算法模仿類似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu)進行信息處理的模型，它讓機器執(zhí)行人類的活動，如看、聽和思考，為模式識別提供了可能性。

　　深度學(xué)習也被譽為拯救人工智能的主要方式。在學(xué)界研究中已進行了數(shù)年，而吳恩達是百度深度學(xué)習的主要引導(dǎo)者。

　　深度學(xué)習的另一名稱為機器學(xué)習，吳恩達是國際人工智能、機器學(xué)習領(lǐng)域最權(quán)威的學(xué)者之一。

　　當年，吳恩達加盟百度，也被業(yè)界譽為百度的下一秒——人工智能將更迎來美好的發(fā)展前景。

　　據(jù)了解，吳恩達未加入百度前，是線上教育公司Coursera的聯(lián)合創(chuàng)始人。吳恩達于2008年發(fā)起了Stan-ford　Engineering　Everywhere”(SEE)項目，這個項目把斯坦福的許多課程放到網(wǎng)上供大家免費學(xué)習。吳恩達的理想是讓世界上每個人能夠接受高質(zhì)量的、免費的教育。

　　但吳恩達的最大興趣是研究機器學(xué)習。2013年，他的老朋友余凱敦促他專注于人工智能。余凱那時任職于百度。在老友的敦促下，他與百度CEO李彥宏會面。在三個小時的午餐中,兩人就百度研究部門形態(tài)和將要解決哪類問題進行了商討和愿景展望。

　　吳恩達最知名的一個人工智能開發(fā)項目是，人工神經(jīng)網(wǎng)絡(luò)通過觀看一周YouTube視頻，自主學(xué)會識別哪些是關(guān)于貓的視頻。在人工智能界，這個案例被譽為是人工智能領(lǐng)域的新篇章。

　　另一起知名事件是，他與谷歌頂級工程師開始合作建立全球最大的“神經(jīng)網(wǎng)絡(luò)”，這個神經(jīng)網(wǎng)絡(luò)能以與人類大腦學(xué)習新事物相同的方式來學(xué)習現(xiàn)實生活。谷歌將這個項目命名為“谷歌大腦”。包括2010年，時任斯坦福大學(xué)教授的吳恩達加入谷歌開發(fā)團隊XLab——這個團隊已先后為谷歌開發(fā)無人駕駛汽車和谷歌眼鏡兩個知名項目。

　　時間再向前推，吳恩達的履歷或許自帶與百度相吸的基因。他1976年出生于倫敦，父親是一位香港醫(yī)生，年輕時在香港和新加坡度過。1992年吳恩達就讀新加坡萊佛士書院，并于1997年獲得了卡內(nèi)基梅隆大學(xué)的計算機科學(xué)學(xué)士學(xué)位。1998年獲得了麻省理工學(xué)院的碩士學(xué)位。

　　隨著不斷學(xué)習和深造，他的履歷中與人工智能最接近的描述是，斯坦福大學(xué)計算機科學(xué)系和電子工程系副教授，人工智能實驗室主任。吳恩達主要成就在機器學(xué)習和人工智能領(lǐng)域。

　　全球有三個在用深度學(xué)習來做人工智能的頂尖的公司：Google、百度，還有Facebook。

　　2014年，吳恩達加入百度，出任百度首席科學(xué)家，全面負責負責運營百度在美國硅谷和中國北京的人工智能研究室。

　　加入百度后，吳恩達花時間最多的人工智能的兩個方向是，自動駕駛和語音識別。

　　這一利用深度學(xué)習締造的下一秒產(chǎn)物很快實現(xiàn)落地——2015年12月初，百度完成無人駕駛汽車混合道路上路測試，之后于12月4日宣布正式成立自動駕駛事業(yè)部，計劃三年商用，五年量產(chǎn)。

　　吳恩達認為這兩個方向能夠在很大程度上改變?nèi)藗兊纳?。自動駕駛可以減少車禍，可以幫人們節(jié)省時間去做更多的事情。而語音識別，可以改變?nèi)伺c設(shè)備交互的方式，這將是顛覆性的改變。

　　2015年底，百度硅谷人工智能實驗室(SVAIL)開發(fā)出深度語音識別系統(tǒng)(Deep　Speech　2)，該系統(tǒng)能通過簡單學(xué)習算法準確的識別英語和漢語，并且轉(zhuǎn)錄普通話片段的準確率有時可以超越人類。

　　商業(yè)價值

　　深度學(xué)習也被譽為拯救人工智能的主要方式。在百度，深度學(xué)習被歸列在百度大腦框架內(nèi)，百度大腦融合深度學(xué)習算法、數(shù)據(jù)建模、大規(guī)模GPU并行化平臺等技術(shù)。

　　2013年，在加州庫比蒂諾，百度悄然成立了專注于深度學(xué)習研究的前沿實驗室。深度學(xué)習尋求通過模擬人腦運行機制來大規(guī)模提升計算任務(wù)處理，是人工智能的一個分支領(lǐng)域。

　　吳恩達說，他對人工智能，以及百度的人工智能發(fā)展前景充滿了信心。而這一次人工智能的高潮，將伴隨著經(jīng)濟價值的實現(xiàn)，得到長遠延續(xù)，不會再度迎來寒冬。

　　據(jù)吳恩達介紹，人工智能或者深度學(xué)習的想法已經(jīng)存在好幾十年，不過這種技術(shù)近五六年才開始變好。

　　事實上，到2016年世界人工智能的技術(shù)剛好出了60年，但前面50年都不成功，因為那時候用的是Rule　Based的技術(shù)。一直到十年前，2006年深度學(xué)習的興起，大家發(fā)現(xiàn)這個技術(shù)有所突破。用深度學(xué)習來做人工智能，有了很大發(fā)展。

　　吳恩達認為，取得這樣的成就主要有兩個原因，第一就是有了海量數(shù)據(jù)，比如有百度、Google、Facebook等這類大公司。第二就是百度計算平臺，比如百度有高性能計算超級計算機，也就是說有了這些平臺才可以使用這些海量數(shù)據(jù)。

　　一個事物的壯大，必然需要社會其他因素的輔助。在人工智能領(lǐng)域尤為明顯。“確切地說，人工智能領(lǐng)域在過去曾經(jīng)歷過快速進展和炒作的階段，緊接著的卻是投資和興趣的冷卻，這通常被稱為‘AI寒冬’。由于進展放緩和政府資助干涸，第一次寒冬發(fā)生于20世紀70年代。第二次寒冬發(fā)生于20世紀80年代，那一次是因為新的AI趨勢未能產(chǎn)生預(yù)期的商業(yè)影響。”吳恩達稱。