酷应用

TechCrunch炉边对话吴恩达：不回应70hr招聘要求，看好小公司AI驱动（附视频）

百家作者：大数据文摘 2017-09-21 08:59:49

大数据文摘作品

作者：钱天培，Aileen

我不会用AI治理污水，所以我决定提供给更多人AI教育！

——吴恩达

TechCrunch Disrupt San Francisco 是由著名科技媒体Tech Crunch主办的年度活动。作为世界上最具影响力的初创公司活动之一，Disrupt每年吸引来自硅谷最好的投资人、创业者、企业家、科技人员和科技爱好者，以及来自“创业竞技场”（Startup Battlefield competition）的顶尖初创公司。

今年 Disrupt 在 9 月１８日至２０日于旧金山码头 48（Pier 48）举行。往届Disrupt的演讲者包括特拉维斯·卡兰尼克（Travis Kalanick）、马克·扎克伯格（Mark Zuckerberg），马克·贝尼奥夫（Marc Benioff）和伊隆·马斯克（Elon Musk）。

曾任职于谷歌大脑和百度，Coursera创始人，并最近建立神秘公司Deeplearning.ai的吴恩达也是嘉宾之一。今天午饭后的“炉变对话“环节，吴恩达和大家聊了聊他对于AI的理解和期待。他似乎很愿意继续保持自己新公司的神秘感，对于未来的动作守口如瓶。主持人调侃起之前盛传其公司要求员工工作时间为每周70个小时的传闻，吴恩达只笑称自己收到很多简历，不愿多谈。看来，无论多大的工作强度，在吴恩达手下工作仍是大家挤破头想要争取的机会。

大数据文摘跟进了专访过程并整理相关要点，想要直击现场的读者直接戳以下视频?

我不会用AI治理污水，所以我决定提供给更多人AI教育

当被问到“未来AI驱动的社会中，生活中哪些方面会受到最大的影响”时，吴恩达重申了他在很多地方提到的观点：AI就好像新型电力，将转型社会上的每一个行业。然而，一两家科技巨头公司不可能完成这一场空前的社会变革。吴恩达希望已经完成初步AI转型的巨头公司能够帮助其他公司完成AI转型，也期待在各领域能有更多的AI公司参与到这场AI驱动社会的理想构建中。而在这场变革中，吴恩达选择了投身AI教育，让百万工程师掌握AI这项技能，让他们用这个工具去更好地改变世界。

主持人：你时常提到你构建一个AI驱动型社会的愿景，现在我们也看到了各式各样的AI技术的兴起，那么AI驱动型社会到底具体指的是什么？

吴恩达：用我经常讲的一句话来说，AI就是新的“电力”。几百年前，电力的发明和兴起改变了美国社会的方方面面，从通信，交通到农业无一不因电力的兴起而发生巨大变革。今天，对于AI的兴起，比如有机器学习、监督学习等等，我们也能看到一条清晰的道路，AI正在改变每一个行业。教育领域，我希望在我生活的世界里，每一个孩子都有一个个性化的导师。医疗方面，AI也正在带来巨大的变革。我甚至很难想到哪一个领域还没有受到AI的影响和冲击。

我此前领导的Google Brain团队帮助Google成为了现在你们所见的AI公司，同样我也领导了百度的AI团队，帮助百度成了一家AI公司。在我加入这两家公司前，他们都已经有了非常优秀的技术团队，我现在比较感兴趣的一点是，这些巨型科技公司是否也能帮助其他公司完成AI化转型，因为AI能为每一个行业、每一个领域带来无限可能。在我理想中的AI社会中，你所能见到的一切，比如灯、电视、音箱、手表，都能被极大的智能化以服务人类。我清楚地知道，巨头科技公司不可能包揽社会的每个层面。比方说，我很希望有一家AI公司能够去治理污水问题，但我自己，以及那些巨头公司不可能去触及方方面面。所以在过去的几个月中，我决定把重点放在帮助更多的人学习AI，设立了Coursera和Deeplearning.ai的多门课程。我希望让上百万的工程师掌握AI这项技能，让他们用这个工具去更好地改变世界。

正能量的大趋势：从“毕业拿学位” 到“终生学习”

众所周知，吴恩达的新公司Deeplearning.ai做的第一件大事就是在Coursera上推出了深度学习课程，吴恩达本人对于在线教育的热情无需置疑。吴恩达说，科技的发展、在线教育的普及也带来了“终生学习”这一潮流的兴起。Coursera如今也积累了足够的数据，通过人们上的课程和学习习惯，Coursera的机器学习工程师们正在试图推出更好的产品，推荐用户更适合的课程。吴恩达也对在场的企业家们建议，一定要重视员工的培训。技术发展飞快的今天，每5年一定要更新员工的技术知识。

主持人：当我们在谈论线上教育的时候，我们谈论的更多的是高等教育，但很少触及基础教育。如你此前所说的，你希望每一个孩子都能有一个个性化导师，那么AI具体能为基础教育带来什么变革呢？

吴恩达：在我看来，从婴儿教育、基础教育，到大学教育、博士教育，我们都仍有很多要做。然而，基础教育中应用的科技和高等教育应用的科技是不同的。基础教育的学习能容更为集中，比如所有人都要学习加减乘除，所以社会在发展基础教育上作出大量的投资。而高等教育的内容则更为分散。虽然我会认为每个人都需要学一点机器学习，但我并不认为这需要做到和学习加减乘除一样普及。因此，我们在某一个高等教育领域的花销不可能达到基础教育的水平。因此，我认为这两种教育会用到的科技也会是大不相同的。

另外我想提的一点是，现如今人们对教育的预期有了较大的变化。以前，人们上大学，毕业拿到学位，学生生涯就结束了。现在，一个很正面的趋势是“终生学习”，这意味着学习不会在大学四年后戛然而止，更多的人会在接下来的40年中不断学习新知识和技能。我非常欣喜地看到，许多公司和政府机构已经通过Coursera等教育公司为他们的员工和民众提供教育，来构建一个崇尚不断学习的公司和社会。这一变化让我非常激动。

创业公司如何在夹缝中生存：从数据入手，构建你自己的垂直产业

在这次以“创业竞技场”著称的活动中，创业公司如何在巨头的夹缝中生存自然也成为了大家最关心的话题。AI在各行各业的兴起为创业公司带来了无数的机会，但众所周知，如Google、Amazon在发展过程中不仅形成了产业的垄断，也同时形成了数据的垄断。在这个数据为王的时代，这是否意味着创业公司就无法有所作为了呢？吴恩达认为，数据的垂直化意味着初创公司依旧大有施展拳脚的余地。从垂直产业入手，积累数据，初创公司也能叫板巨头。

主持人：假设你是一位AI投资人，从数据处理、模型研发到AI产品化，你认为你会更看好哪一个方向，并投入你的时间、精力？

吴恩达：说实话我觉得你提到的所有方向都大有前途。

现如今，AI相关的论文和研究成果层出不穷，这让我非常激动。然而，将这些研究成果真正转化为有价值、能造福人类的产品依旧是一个不简单的过程。在互联网普及的今日，我觉得对当今的创业公司来说（就像当年的Google，Amazon），这是一个难得的机会。当然了，这对现如今的科技巨头，比如Apple和Microsoft来说也同样是个转型的机会。或许在不久的将来，在座的某一位就将借此东风创立出一家AI巨头公司。多年之后我们回过头来看2017年，我们甚至不敢相信这家公司还只是个创业公司。

主持人：现如今，大量的数据都集中到了Google之类的科技巨头手中，他们有巨型数据库，同时也有一流的工程师能够利用这些数据。对创业公司来说，除了资金不够之外，数据的匮乏是否在根本上就让他们处于劣势呢？

吴恩达：我认为AI的兴起带来了太多的机会，没有哪一家公司有能力抓住所有的机会。对于创业公司来说，你正在关注的方向很可能是巨头们所忽视的。当然，在某些垂直领域，我还是不建议初创公司去触碰的，例如被巨头垄断的搜索领域。因为我之前在Google和Baidu这样的巨型搜索公司都工作过，我十分熟悉这一领域。这些公司有着大量的数据，比如你在搜索某一关键词后更可能点击某一个网站，这些数据使得他们的模型能够产出更有用的结果。除非有重大的技术突破，我不觉得现在哪一个初创公司可以凭借其几十人的团队叫板科技巨头公司。

话虽如此，我们也要知道，数据也是垂直化的。即便巨头们拥有大量的搜索的数据，这也不会为他们在制造心理健康聊天机器人或者发展精密农业上提供太多帮助。所以说，在很多其他的垂直领域，巨头们的优势其实是不明显的。作为一家初创公司，你典型的发展路线一般是这样的：你进入了某一垂直领域（当然这不能是搜索领域），开发了一个功能不错的产品并吸引到了第一批用户，这批用户从而为你带来了更多数据。这就形成了一个良性循环。你的数据带来了用户，用户带来了数据，更多的数据提升了你的产品，更好的产品又能为你带来更多的用户....... 很可能在几年之后，你在这一垂直领域积累的数据就会大大超过科技巨头们，从而在这一场商业竞赛中处于领先地位。

一般人任由AI摆布是否值得担心，吴恩达：别怕，我们有专业人士把关

从无人驾驶、银行信贷到医疗诊断，一方面，AI早已被深入应用到了这些领域，另一方面，多数群众对于AI应用背后的原理仍旧一无所知，在AI阴谋论层出不穷的当下，我们是否应该为此感到担忧呢？吴恩达认为，正如我们不明白药物成分却依旧放心服用它们一样，我们也不用太过担心自己对AI应用的原理一无所知。当然，对AI原理的理解能够让我们更为心安。

主持人：我们普通人是否应该担忧AI决策的不透明化呢？我不会去担心AI算法如何为我推荐电影，但当AI算法为我选择医疗治疗手段时，如果我一点都不明白其中的原理，我是不是该为此忧虑？这些AI决策是不是应该被做得更加透明化呢？

吴恩达：我认为现在有很多令人激动的举措正在试图令AI变得更容易被大众理解，但我并不认为AI决策的不透明化本身是个大问题。以你刚才提到的医疗为例，我们现在服用的药物是经由国家药监局审核安全通过的，但我们也不知道这些药物的成分，以及生理原理，因为这些药物已经通过了临床检验。

当然，尝试更好地解释AI技术也是有它背后的原因的。首先，这让我们在AI技术（如无人驾驶）出错时能够进行人为干预。其次，这也让我们对AI作出的决策有基本的认知，以银行借贷为例，我们可以大概知道AI为什么通过/拒绝了某一个借贷申请。最后，也是最重要的原因，则是让人们心安。我遇到很多医生对AI医疗提出了质疑，为他们解释AI技术能够让他们在使用AI医疗是更为放心。

总的来说，在医疗之外的其他领域，我认为大众对AI技术的不甚理解并不是个大问题，而AI技术的迅猛发展也让我对未来几年的AI发展充满了乐观和信心。

秋招优质课程推荐

大数据+人工智能《国庆七天集训营》

一线互联网面试官亲授

7天线下集训

6个月持续辅导

十一火热开启限额20人

详情见海报