不断成熟的“人工智能”（AI）技术，让学术领域和企业家们更加意识到高效利用这项技术的重要性。如何在日新月异的当下不断挖掘人工智能的深度、拓宽应用广度是必须思考的问题。恰逢2017年开局之际，DVBCN推出了人工智能年度人物专栏，聚焦当前人工智能领域，本期分享百度首席科学家吴恩达与人工智能的一路情缘。
吴恩达（Andrew Ng），华裔美国人，斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任；人工智能和机器学习领域国际上最权威的学者之一，在线教育平台Coursera的联合创始人。2010年，时任斯坦福大学教授的吴恩达加入谷歌开发团队XLab——这个团队已先后为谷歌开发无人驾驶汽车和谷歌眼镜两个知名项目。2014年5月16日，百度宣布吴恩达加入百度，三天后百度宣布任命吴恩达博士为百度首席科学家，全面负责百度研究院。
吴恩达认为人工智能可以把人类从大量重复性的工作——比如每天回复的电子邮件——中解脱出来，人就可以有更多时间来做“更有意义的事情”。多年后的今天，人工智能已经发展到新的局面。他相信，就像一百多年前电的发明一样，人工智能将给整个社会带来巨大改变，它会改变人的生活工作方式，创造出新的工作，让人们把更多精力投入到教育和培养人才上。
受父亲影响，与人工智能一路成长
吴恩达出生于伦敦，一岁时跟随家人到了香港，七岁时全家搬到新加坡，17岁自己到美国读书。他的父亲是一名医生，业余喜欢研究人工智能。父亲在家里藏有不少关于人工智能的书，还开始用一种陈旧的设备尝试研究自动诊断。“那时候人工智能效果没有那么好，不过就是从那时候开始学习一点人工智能。”吴恩达经常在一旁看父亲捣鼓，翻阅父亲的藏书。六岁的时候，他还跟着父亲用家里的电脑学习写代码，做一些简单的指令。
16岁的时候，吴恩达就读于新加坡莱佛士书院，开始在新加坡大学实习，跟教授做一些“神经网络”相关的工作。那时候，他们做的都是非常简单的机器算法，比如sin、cos之类的简单数学，与今天的图像识别相去千里。他尝试写了一些人工智能相关的论文，给很多地方投稿，经常被拒绝。这次实习经历让他对人工智能有了真切的认识，也因此决定了以后的研究方向。
1993年，他前往美国，在卡内基梅隆大学学习计算机科学，之后前往麻省理工学院和加州大学伯克利分校，取得硕士和博士学位。2002年，开始在斯坦福大学工作，研究人工智能和机器学习。
受父亲的影响，在加入百度后，吴恩达带领团队研发了美乐医智能问诊平台系统，希望通过人工智能，在医疗上帮助医生和患者。
冷静分析人工智能，表明应承担就业职责
人工智能的迅猛发展除了带来人们对科技的赞叹，同时也带来了“被替代”的恐慌。吴恩达就人工智能对就业的影响表达了自己的观点，他认为人工智能与人类之间存在的工作竞争需要企业和社会开诚布公的正视就业问题，找出解决方案。“人类能够完成的工作，人工智能几乎都能通过自动化来完成，这就带来了巨大挑战。从人工智能研究的流程来看，我们能够研发出更加高效的算法，不仅能高效自动的完成人类能够完成的工作，还能完成人类做不了的工作。”在面对就业挑战的同时，不可否认人工智能也在创造更多的就业机会，并将人们从繁琐的工作中解放出来，创造更多价值。
互联网进入下一幕，人工智能的时代已经到来。而语音技术作为人机交互方式的入口，将是人工智能重要的一环。吴恩达说：“未来语音输入将会变得更普及。语音技术能做到的不只是让你单方面与你的电脑、手机讲话，同时还要让它们对你‘说话’”。百度大脑提供了全行业领先技术的免费接口，包括语音、图像、自然语言处理和用户画像。“百度输出我们的语音合成技术，给开发者探索新机会的可能”。
吴恩达认为，“中国市场上也有着消费非中文内容的强大需求。因此推动了机器翻译的大量创新”，在机器翻译方面中国已经走到美国前面，百度人工智能的语音识别准确率已达到97%，此技术广泛运用到百度翻译、手机百度等产品。
列失败清单，正视自己的成败
对待人工智能的研究，吴恩达十分认真与专注，他的同事称，每次外出，他总是穿着蓝色的衬衣。这并非他有特殊偏好，仅仅是不想每天早上在衣橱前站半天，才下定决心要穿什么。他觉得这是在毫无意义地浪费时间，所以干脆买一柜子蓝色衣服，以便“把时间用到工作上”。
他介绍道：“有些方向比较好成功，有些方向用今天的技术来做还是非常难。我要想清楚，哪种项目是一两年可以做得到，还是五年做得到，哪种可能二十年做得到。如果我们可以选择一些比较好的策略或者战略，工作就可以效率更高。人工智能的目的是为人提供服务，效率更高就可以做得更好，这是非常重要的事情。”
作为人工智能和机器学习领域的权威，他觉得，很多人常常只看到科学家成功的项目，却少有人关注失败。他有一个清单。在过去十几年里，他会把自己经历的那些失败的项目，或者仅仅依靠运气取得成功的项目悉数列入这个清单，目的是花更多时间研究那些失败案例，以选择最有潜力的方向。在吴恩达的清单里，有大大小小近三十个项目，这是他二十多年对人工智能的研究史。这些项目中，有些失败了，也许未来又将以新的面貌出现。
看好迁移学习领域，专注探索
从研究角度来看，吴恩达认为迁移学习和多任务学习是他需要探索的领域之一。当今机器学习技术的多数经济价值都是应用学习，学习许多标签化的数据，以此完成你希望解决的具体任务。例如，利用庞大的标签化人脸数据库学习识别人脸。对于很多任务而言，在特定的垂直领域根本没有足够的数据来构建自己的系统。”所以今后的一大领域是迁移学习，这样可以让一套机器学习系统从事不同的任务。比如让它学会识别常见物体。学会了识别常见物体后，可以利用其中的多少知识来从事面部识别这项具体任务。
吴恩达认为这一领域很有前景，而且有一些技术目前已经广泛应用于迁移学习，但他也认为相关的理论和最佳实践仍然处于早期阶段。他表示之所以看好迁移学习，是因为现代深度学习技术已经可以为具备海量数据的问题提供不可思议的价值。这可以为很多应用模式的发展提供巨大的动力。
举个例子，在金融行业里可以看到，依赖于人工智能，包括语音识别、人脸识别进行身份认证。在智能销售方面可以使用增强现实等技术。呼叫中心也渐渐可以使用智能客服为客服人员或者说客户提供有用的信息。
吴恩达说道：“以语音识别为例，我们在某些语言上拥有海量数据，比如普通话。某些语言的使用人数很少，永远不可能有这么庞大的数据。因此，可以将我们从普通话学到的知识迁移到这种语言，从而则针对只有少数人使用、数据量很小的中国方言提供语音识别。我们的确有这方面的技术，我们目前也在从事这方面的开发，但我认为这一研究领域的进步可以帮助人工智能解决更多问题。”
吴恩达认为人工智能在改变人类生活上有很多非常大的机会。除了给生活带来改变，还能给企业带来价值。在互联网行业人工智能的价值已经非常明显，在百度搜索包括推荐的外卖都是大量依赖人工智能，可以看到科技行业也越来越多地使用人工智能，传统行业在未来几年也会越来越多的使用人工智能。
