业界 | 吴恩达写给产业界的一份信:《你要弄明白人工智能能做什么,不能做什么》

许多高管问我人工智能能够做什么?

这些人想知道 AI 是如何颠覆他们从处的行业,以及他们该如何利用 AI 重塑自己的公司。这段日子,有媒体在描述人工智能时总是夹杂着一些不切实际的观点:如人工智能很快就会接管全世界!

是的,人工智能确实在改变着搜索、广告、电商、金融、物流、媒体等行业,但作为曾经 Google Brain 的负责人、斯坦福大学人工智能实验室前主任以及百度 1200 多人的 AI 团队领导者;以及培育出许多世界领先的人工智能小组,并创造出许多服务上亿用户的人工智能产品的人,在谈及人工智能对世界的影响,我想表达这样一个观点:

AI 确实将改变许多行业,但它不是魔法。要真正了解人工智能为你的企业和你所处的行业产生哪些影响,我们必须得扒开被炒作背后的面纱,看清楚它的本质,去了解人工智能在今天究竟能做些什么。

尽管人工智能已渗透到各行各业,但它的应用和落地方式还极其有限。几乎所有 AI 的最新进展均是通过一种类型来完成:输入数据(A)快速生成简单的回应(B),举个例子:

就这么一个简单的输入 A 和输出 B 将改变许多行业,而构建由 A→B 的技术被称为监督学习。A→B 这种系统距离科幻片中存在情感的机器人还差得很远,人类的智能也远远比 A→B 系统高级得多。

A→B 系统发展速度很快,这其中深度学习很大程度上受大脑的工作原理启发。即便是受大脑原理启发,但是这些系统的智能程度仍旧远远达不到科幻小说里的那样。许多研究员正在探索其他形式的人工智能,其中一些已被证明在特定环境下有效,也许还有更好的突破方式,让更高级的人工智能诞生成为可能,但我们仍然没有清晰的路径去实现这一目标。

不过,目前监督学习有一个致命的弱点:它需要庞大的数据。

研究者需要给系统输入大量 A 和 B 的样本:搭建一个图片标注器就需要十几万的图片(A)和可以证明图中是否有人存在的标签(B)。同样,建立一个语音识别系统需要数万小时的输入语音(A)和语音转录文本(B)。

那么 A→B 这个系统能做什么?关于其颠覆性影响,这里列一个法则:

如果人类进行一项思考时间少于 1 秒的任务,那么不远的将来或许我们能用人工智能自动化完成这项任务。

人们在人工智能应用方面已经做了很多有价值的研究:在监控视频中检测可疑行为、汽车即将撞到行人时自动急刹车、自动删除网上的黄暴内容,上述任务均可在一秒之内完成。

当然,上述提到的更适合大的业务方向,搞清楚人工智能技术与你的业务的联系很重要。

运行人工智能需要仔细选择 A 和 B,并提有效数据以帮助 AI 找出 A→B 的关系。选择 A 和 B 就已经改变了许多行业,此外,它还有望带来更多新的颠覆。

在明白了人工智能能够做什么和不能做什么之后,高层管理员们下一步应该把它人工智能纳入自己的战略。这意味着需要理解价值是怎么创造出来的?以及什么是难以复制的?人工智能社区非常开放,与大多数顶尖的研究人员发布和共享观点、甚至开源代码。这个开源的世界,有两种东西是稀缺资源:

  • 数据:在我领导过的 AI 团队中,很多团队最多一两年的时间就能把其他团队软件写出来,但是要获得其他团队的数据是极其困难的。相比于软件,数据在商业竞争中是更好的壁垒。
  • 人才:简单地下载和应用开源软件作用有限,更多需要你根据实际的商业模式和数据定制人工智能。而能胜任这项工作的人才是绝对的“抢手货”。

很多人通过写人工智能对人类的利弊来阐述 AI 的潜力。例如,我们已经看到有人用聊天机器人进行对话来缓解寂寞;我们也看到了人工智能涉及到种族歧视等问题。然而,人工智能在短期内对我们造成的最大危害是:我们利用人工智能处理任务的频率远远超过了以前,这有可能会造成失业问题。作为领导者,确保我们正在建设中世界的每一个个体都能自由成长是我们所有人的责任,这个过程中,了解人工智能能够做什么以及如何让它渗入到你们企业的策略中只是一个开始,而不是结束。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-11-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据科学与人工智能

【智能】人工智能发展背靠的三座大山:人、技术、产品

小编邀请您,先思考: 1 人工智能人才的核心竞争力是什么? ? AI是技术的竞争,也是人才的竞争 根据智联招聘《2017人工智能就业市场供需与发展研究报告》,...

33611
来自专栏新智元

深度学习市场分析报告: 图像识别主导,市场份额超40%

【新智元导读】市场研究&咨询公司Grand View Research的报告从行业、解决方案、硬件、应用程序、终端使用、区域等方面对深度学习进行了评估及趋势分析...

4088
来自专栏机器人网

扒一扒机器人专利报告,发现商业新机遇

目录 一、机器人时代的来临 二、寻找技术互补的最佳合作伙伴 三、机器人领域的创新 四、确定商业化发展的机遇 五、特殊专利进一步揭示合作选择 六、结论 机器人,曾...

3776
来自专栏数据科学与人工智能

【智能】机器学习强化Fintech

如今,广泛应用于银行业务和金融业务的大数据分析技术几乎不会让任何人充分意识到这个问题。

953
来自专栏量子位

人工智能公司的17大关键成功要素:跟资深VC学如何看这个行业

李杉 唐旭 编译自 Medium 量子位出品 | 公众号 QbitAI 本文作者David Kelnar是MMC Ventures的投资总监和研究主管。MMC ...

2685
来自专栏PPV课数据科学社区

斯坦福「人工智能百年研究」首份报告:2030年的人工智能与生活

序言 2014 年秋季,人工智能百年研究(OneHundred Year Study)项目启动,这是一项对人工智能领域及其对人类、社区、社会影响的长期学术研究。...

34910
来自专栏量子位

Facebook也在搞智能音箱,以及一个美国版小鱼在家

李林 编译整理 量子位 出品 | 公众号 QbitAI ? 这年头,不搞智能音箱还真不好意思说自己是巨头。 于是Facebook也来了。来自彭博的报道显示,Fa...

33713
来自专栏钱塘大数据

做数据挖掘工作需要具备的五大思维原理

一、数据核心原理 从“流程”核心转变为“数据”核心 大数据时代,计算模式也发生了转变,从“流程”核心转变为“数据”核心。Hadoop体系的分布式计算框架已经是“...

2464
来自专栏华章科技

做数据挖掘工作需要具备哪些思维原理?

大数据时代,计算模式也发生了转变,从“流程”核心转变为“数据”核心。Hadoop体系的分布式计算框架已经是“数据”为核心的范式。非结构化数据及分析需求,将改变I...

391
来自专栏腾讯高校合作

T派IN课堂—腾讯广点通技术团队揭秘互联网效果广告背后的技术与挑战

T派IN课堂 腾讯攻城师走进名校课堂 打开互联网技术黑匣子 腾讯广点通技术团队揭秘互联网效果广告背后的技术与挑战 合作高校:南京大学 课程总体介绍 好的商业模式...

3366

扫码关注云+社区