【吴恩达】Spark Summit 2016 演讲：AI 超能力

【新智元导读】上周举行的Spark Summit 2016大会，吴恩达受邀发表演讲，再谈深度学习的两大推动力——计算力和数据。他认为，数据的获取和组织将成为大公司构筑行业壁垒的一个方式，“现在发布的一些产品目标不是收入，而是数据”。最后，吴恩达说，了解AI、分布式计算和HPC这3样东西，你将拥有颠覆行业的“超能力”。

深度学习如何训练语音识别模型

吴恩达首先介绍了Spark在百度的应用。

深度学习：神经元网络对模型的训练过程。

深度学习为什么获得飞跃式发展？

吴恩达的“火箭论”：大型的神经元网络为引擎，数据为燃料。

传统的语音识别模式：

数据（音频）—语音特征—现象—语言模型—转换结果。

Deep Speech 模式：端对端的学习

用神经元训练的语音识别模式。

深度学习对语音的训练过程。

语音数据（火箭的燃料）

语音识别表现（点击图片查看大图）

15年6月2日，错误率降至7%左右

15年7月5日，错误率降至6%

99%的准确率对于行业来说是颠覆性的。

百度的语音识别

2012年错误率17%，2013年错误率13%，2014年错误率8.5%，2015年错误率5.5%，2016年错误率3.5%。

从2015年一月份到2016年第一季度，用户量增加到3倍

吴恩达经历的计算能力进化

主要趋势1：神经网络大小和数据的多少对AI发展的影响。

计算能力的提升

吴恩达的个人经历：许多年前使用CPU进行深度学习训练；2008年在斯坦福实验室开始使用GPU，当时还有很大的争议；2011年在谷歌Brain使用Google Cloud，当时与Jeff Dean合作；2015年，在百度开始使用HPC。

现在训练一个模型：

• 每秒浮点计算百亿亿次
• 电力成本100美元
• 训练数据4TB

GPU数量与计算能力的关系。

传统CPU架构。

GPU的优势：批量处理。

端对端的深度学习局限：标签数据

主要趋势2：

语音片段的转换（语音识别）

图像识别

图像识别过程

主要的局限在于：需要大量的标签数据。

正如电力的发明一样，AI也会对社会产生颠覆性的影响

正如电力一样，AI也会对社会产生颠覆性的影响。

吴恩达的调查：接下来五年内，哪一个行业受到AI的影响最大？

截止6月13日下午3点，共有308人参与投票。结果显示，医疗行业得票率最高，为36%，交通和制造业紧随其后，为24%和10%。详见上图。

投票地址：http://share.snacktools.com/F9C7BBEBDC9/q715o9n1

深度学习当下的应用与未来发展趋势

Dulight 项目，帮助盲人“看”世界。

深度学习在医疗中的应用。

自动驾驶。

其他领域：网页搜索、广告、消费金融、欺诈侦查、物流优化、预测数据中心硬件的失效、恶意软件监测、身份验证等等。

使用AI来协助人，推进商业发展。

未来趋势

• 短期：聘用 AI VP 或 首席数据官；建立中心化的AI功能，帮助公司运转；在既有业务中“激活” AI。
• 长期：将AI深入地融合到业务中；加入AI的创新商业战略。

吴恩达说：“现在发布的一些产品目标不是收入，而是数据。”

演讲的最后，吴恩达说：“未来，AI 将会为公司、消费者以及工程师创造巨大的价值。如果你了解AI、分布式计算和HPC，你将会改变整个行业，也会让人看到这种超能力。我希望我们都能有这种超能力。我会为人类尽自己最大的努力。”