年度商業人物榜｜吳恩達：百度下一秒的世界

經濟觀察報 溫淑萍/文多年前曾有人說，「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這一智能生活。

吳恩達是百度首席科學家，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。

他說他對人工智慧的未來充滿希望。

包括百度正在研究的下一秒，以及未來運用後的可以對著窗簾、燈光、安保系統直接說你的訴求的智能家居。

當這一切越來越智能，也預示著人工智慧由網際網路成功晉級，成為未來主要的智能生活和商業價值趨勢。

人工智慧也在經歷兩次寒冬後，真正走向成熟。

下一秒

「有人問我，人工智慧發展這麼快，它到底可以為你做什麼？我想第一，假如有一件事是一個正常人可以在一秒以後做到的，也可以使用人工智慧來自動做。

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，這樣的事情人工智慧可以做得非常好。

」吳恩達舉例稱，再如語音識別能力，人工智慧在聽一段語音後不需要想太久，一秒以後可以識別出語音說了什麼。

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，在一個具體重複發生的事情中可以利用海量數據，用這些數據來預測下一次的結果。

這一預測方式，在百度命名為「深度學習」。

深度學習，即主要依靠硬體——機器及算法模仿類似於大腦神經突觸聯接的結構進行信息處理的模型，它讓機器執行人類的活動，如看、聽和思考，為模式識別提供了可能性。

深度學習也被譽為拯救人工智慧的主要方式。

在學界研究中已進行了數年，而吳恩達是百度深度學習的主要引導者。

深度學習的另一名稱為機器學習，吳恩達是國際人工智慧、機器學習領域最權威的學者之一。

當年，吳恩達加盟百度，也被業界譽為百度的下一秒——人工智慧將更迎來美好的發展前景。

據了解，吳恩達未加入百度前，是線上教育公司Coursera的聯合創始人。

吳恩達於2008年發起了Stan-ford Engineering Everywhere」（SEE）項目，這個項目把斯坦福的許多課程放到網上供大家免費學習。

吳恩達的理想是讓世界上每個人能夠接受高質量的、免費的教育。

但吳恩達的最大興趣是研究機器學習。

2013年，他的老朋友余凱敦促他專注於人工智慧。

余凱那時任職於百度。

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和將要解決哪類問題進行了商討和願景展望。

吳恩達最知名的一個人工智慧開發項目是，人工神經網絡通過觀看一周YouTube視頻，自主學會識別哪些是關於貓的視頻。

在人工智慧界，這個案例被譽為是人工智慧領域的新篇章。

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「神經網絡」，這個神經網絡能以與人類大腦學習新事物相同的方式來學習現實生活。

谷歌將這個項目命名為「谷歌大腦」。

包括2010年，時任史丹福大學教授的吳恩達加入谷歌開發團隊XLab——這個團隊已先後為谷歌開發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年出生於倫敦，父親是一位香港醫生，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，並於1997年獲得了卡內基梅隆大學的計算機科學學士學位。

1998年獲得了麻省理工學院的碩士學位。

隨著不斷學習和深造，他的履歷中與人工智慧最接近的描述是，史丹福大學計算機科學系和電子工程系副教授，人工智慧實驗室主任。

吳恩達主要成就在機器學習和人工智慧領域。

全球有三個在用深度學習來做人工智慧的頂尖的公司：Google、百度，還有Facebook。

2014年，吳恩達加入百度，出任百度首席科學家，全面負責負責運營百度在美國矽谷和中國北京的人工智慧研究室。

加入百度後，吳恩達花時間最多的人工智慧的兩個方向是，自動駕駛和語音識別。

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

吳恩達認為這兩個方向能夠在很大程度上改變人們的生活。

自動駕駛可以減少車禍，可以幫人們節省時間去做更多的事情。

而語音識別，可以改變人與設備交互的方式，這將是顛覆性的改變。

2015年底，百度矽穀人工智能實驗室（SVAIL）開發出深度語音識別系統（Deep Speech 2），該系統能通過簡單學習算法準確的識別英語和漢語，並且轉錄普通話片段的準確率有時可以超越人類。

商業價值

深度學習也被譽為拯救人工智慧的主要方式。

在百度，深度學習被歸列在百度大腦框架內，百度大腦融合深度學習算法、數據建模、大規模GPU並行化平台等技術。

2013年，在加州庫比蒂諾，百度悄然成立了專注於深度學習研究的前沿實驗室。

深度學習尋求通過模擬人腦運行機制來大規模提升計算任務處理，是人工智慧的一個分支領域。

吳恩達說，他對人工智慧，以及百度的人工智慧發展前景充滿了信心。

而這一次人工智慧的高潮，將伴隨著經濟價值的實現，得到長遠延續，不會再度迎來寒冬。

據吳恩達介紹，人工智慧或者深度學習的想法已經存在好幾十年，不過這種技術近五六年才開始變好。

事實上，到2016年世界人工智慧的技術剛好出了60年，但前面50年都不成功，因為那時候用的是Rule Based的技術。

一直到十年前，2006年深度學習的興起，大家發現這個技術有所突破。

用深度學習來做人工智慧，有了很大發展。

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據，比如有百度、Google、Facebook等這類大公司。

第二就是百度計算平台，比如百度有高性能計算超級計算機，也就是說有了這些平台才可以使用這些海量數據。

一個事物的壯大，必然需要社會其他因素的輔助。

在人工智慧領域尤為明顯。

「確切地說，人工智慧領域在過去曾經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』。

由於進展放緩和政府資助乾涸，第一次寒冬發生於20世紀70年代。

第二次寒冬發生於20世紀80年代，那一次是因為新的AI趨勢未能產生預期的商業影響。

」吳恩達稱。

接下來就是目前的這次大繁榮，得益於「深度學習」系統的開發，近幾年人工智慧的發展有目共睹。

人工智慧在訓練機器從事有用任務方面取得了快速進步，推動了這波前所未有的人工智慧快速發展，各大公司紛紛建立研究團隊。

因為這些企業相信研發將帶來重要的商業突破。

「這次存在著真正有價值的、堅實的潛在驅動力，它不會像從前那樣崩潰。

」吳恩達所說的價值和驅動力，即商業性質的落地，如百度在人工智慧領域的應用有交通、醫療、工業生產等。

隨著技術、硬體等持續發展，吳恩達，認為未來的人工智慧浪潮將席捲更多行業。

而目前，百度已經實現人工智慧商業落地的項目包括百度無人駕駛車和DuLight小明——盲人的科技之眼，盲人之眼是依託「百度大腦」的圖像識別、人臉識別、語音識別以及深度學習等相關核心技術，為盲人的日常生活提供多種便利服務，成為盲人的日常生活私人助理。

以及小度機器人——度秘，度秘是通過多模交互、多輪對話、自然語言處理、全網數據挖掘等核心技術，與用戶進行信息、服務、情感的交流。

未來，百度大腦的200億個參數，構造起的深度神經網絡，可在政府、製造、金融、零售、教育等多領域開展項目合作。

未來世界

「我對人工智慧的未來充滿信心，我覺得未來那兩個字在人工智慧時代可能很快就會到來。

百度還做了一個醫療大腦，目前我們只是研究階段，探索一個機器人醫生可以不可以做成功。

未來，你如果使用醫療大腦，你問他一個問題，比如問他感冒發燒了應該怎麼辦。

這個醫療大腦就會理解你的問題，又問你很多有關狀況的問題來了解你的病情，他也可以自動識別出你病情的可能，可以為你提供一些有關病情的信息和建議。

」吳恩達稱，醫療大腦當然不可以替代醫生，而且如果患者想使用醫療大腦信息進行下一步治療，他需要先跟醫生討論。

但吳恩達希望未來這一類技術可以為患者和醫生提供有用的信息。

關於未來人類生活中的人工智慧世界，吳恩達給出了很多期許，包括家電變得越來越智能，主人可以對著音響、燈光、安保系統、窗簾等等說出自己的訴求，這些智能的家庭設備根據語音、圖像識別，滿足主人的需求。

而據了解，目前百度已經在和第三方公司合作，希望實現更多智能項目的落地。

再如另一個智能場景，通過輸入一段視頻，識別處理後告訴你狗在房子的哪個地方玩。

也包括幫你找鞋子。

再如，通過人臉識別，智能門鎖自動開啟。

「我們也在嘗試，一個用戶的性別、年齡、喜歡吃什麼、喜歡穿什麼衣服、喜歡去什麼地方旅遊都可以智能顯示。

」吳恩達稱，隨著技術、硬體等發展，人工智慧浪潮將席捲更多行業，帶來更多更迭。

隨著百度人工智慧的快速發展，未來世界的畫面被初步勾勒出來，吳恩達被認為是中國網際網路公司迄今為止引入的最重要外援。

「我覺得現在人工智慧最大的問題就是機會太多，人太少。

我覺得在百度裡面，我們看有很多非常有價值的項目,只是人不夠多，沒法去試一試。

」吳恩達稱，百度大腦計劃將進一步推進計算機視覺、智能語音處理、生物特徵識別、自然語言理解、智能決策控制以及新型人機互動等關鍵技術的研發。

力求在人工智慧時代的下一秒為人類提供更愉悅的生活環境。

而百度未來的技術和發展，會高度依賴人工智慧的發展。

讓機器自己學習，提高人工智慧的經濟效益，並且為消費者帶來更好的應用程式。