由機(jī)器之心與上海市北高新聯(lián)合主辦的市北·GMIS邀請(qǐng)到AI界“網(wǎng)紅級(jí)”人物——吳恩達(dá)（Andrew Ng）。吳恩達(dá)是斯坦福大學(xué)教授、Landing.ai創(chuàng)始人&CEO、在線教育平臺(tái)Coursera的聯(lián)合創(chuàng)始人，也是人工智能和機(jī)器學(xué)習(xí)領(lǐng)域國(guó)際上最權(quán)威的學(xué)者之一。接下來(lái)便是Andrew為我們帶來(lái)的主題演講——《企業(yè)的人工智能轉(zhuǎn)型》，讓我們一睹為快吧！

AI是新的電力

Andrew表示，從AI在過去幾年的表現(xiàn)來(lái)看可以被稱得上為“新的電力”，且AI的發(fā)展勢(shì)頭依舊十分迅猛。

從AI相關(guān)職位的空缺及AI相關(guān)論文的逐漸增加，到各類財(cái)報(bào)顯示的AI營(yíng)收數(shù)據(jù)，我們可以清楚地看到軟件和互聯(lián)網(wǎng)行業(yè)已經(jīng)發(fā)生了非常重要的轉(zhuǎn)型，越來(lái)越多的軟件行業(yè)正在擁抱AI，越來(lái)越多軟件行業(yè)之外的行業(yè)也在更多的擁抱AI。

麥肯錫預(yù)計(jì)，到2030年GDP的增長(zhǎng)中將會(huì)有13萬(wàn)億美元是來(lái)自AI，AI會(huì)影響到零售、旅游、交通、物流、醫(yī)療、制造業(yè)等各個(gè)方面。

此外，AI的門檻正在顯著降低，幾乎任何人都可以使用到云服務(wù)。譬如通過AWS（亞馬遜云服務(wù)），人們只需要輸入自己的密碼并支付2000美元就可以完成當(dāng)年谷歌團(tuán)隊(duì)才能完成的一個(gè)實(shí)驗(yàn)。

如今網(wǎng)絡(luò)上也有很多的線上課程，近250萬(wàn)的線上學(xué)習(xí)者主動(dòng)花時(shí)間或花錢去學(xué)習(xí)機(jī)器學(xué)習(xí)，而且學(xué)習(xí)者不僅來(lái)自軟件行業(yè)，很多軟件行業(yè)以外的人才也開始學(xué)習(xí)編程，學(xué)習(xí)一些基礎(chǔ)的機(jī)器學(xué)習(xí)。

印象最深刻的是一次創(chuàng)客的會(huì)議，會(huì)議上有很多來(lái)自世界各地的人一起展現(xiàn)他們的項(xiàng)目。其中有一個(gè)從印度來(lái)到加州的孩子正在展現(xiàn)他造的這個(gè)機(jī)器人，這個(gè)機(jī)器人不僅可以拍農(nóng)場(chǎng)照片，還可以通過機(jī)器學(xué)習(xí)算法來(lái)看農(nóng)作物是否已經(jīng)成熟——然而這個(gè)孩子只有12歲。同樣的一個(gè)機(jī)器學(xué)習(xí)的項(xiàng)目，在五年前需要斯坦福的博士生完成，那么現(xiàn)在只需要一個(gè)12歲的學(xué)生借用開源平臺(tái)提供的工具就可以做到。所以，現(xiàn)階段的AI不僅依靠數(shù)據(jù)與計(jì)算能力，還需要借力于人才、想法以及工具。

如何選擇AI項(xiàng)目?

首先要從小的項(xiàng)目開始。Andrew以自己在谷歌時(shí)的經(jīng)歷為例講道，在自己開始AI項(xiàng)目時(shí)其實(shí)有有很多懷疑的聲音，很多人（包括一些管理者）其實(shí)并不相信深度學(xué)習(xí)，即使到現(xiàn)在仍然有許多并不相信說AI真正會(huì)影響到他們的業(yè)務(wù)。

Andrew第一個(gè)內(nèi)部的項(xiàng)目就是語(yǔ)音識(shí)別，那時(shí)候語(yǔ)音識(shí)別在谷歌并不是最重要的項(xiàng)目，也并沒有涉及到廣告業(yè)務(wù)，所以團(tuán)隊(duì)在提高這個(gè)語(yǔ)音識(shí)別的準(zhǔn)確度后開始幫助谷歌的其他的團(tuán)隊(duì)的工作，幫助他們使用AI及深度學(xué)習(xí)來(lái)提升他們的績(jī)效和表現(xiàn)。隨后，語(yǔ)音識(shí)別功能上線，我們開始了谷歌地圖的下一項(xiàng)目，將深度學(xué)習(xí)應(yīng)用于視覺識(shí)別，以看到這個(gè)地圖上面的門牌號(hào)，提升了地圖的質(zhì)量。在獲得了這個(gè)地圖的項(xiàng)目成功之后，我們又獲得了谷歌廣告團(tuán)隊(duì)認(rèn)可…… 所以，很多公司啟動(dòng)AI項(xiàng)目識(shí)別其實(shí)是因?yàn)樗麄円婚_始的項(xiàng)目太大了，反之，如果先從小的項(xiàng)目開始，逐漸幫助大家建立一個(gè)好的基礎(chǔ)，那么項(xiàng)目落地成功的概率將大大提高。

第二點(diǎn)是要明確AI項(xiàng)目是通過自動(dòng)化幫助人們的某些任務(wù)開始而不是取代人們的工作。在新聞中有很多的關(guān)于AI將取代人類工作的報(bào)道，但實(shí)際上我們應(yīng)該要想怎么樣用AI進(jìn)行一些任務(wù)的自動(dòng)化，而不是替代工作。

大多數(shù)的工作其實(shí)是有很多任務(wù)所組成的，人們通常做的一些工作，其實(shí)是有很多小的任務(wù)組成的，而且其中有一些任務(wù)是可以自動(dòng)化的，比如說在影像醫(yī)學(xué)領(lǐng)域，醫(yī)生的工作任務(wù)包括包括讀片、與其他的醫(yī)生來(lái)溝通咨詢、給年輕醫(yī)生提供指導(dǎo)等等，換句話說這個(gè)影像醫(yī)生有很多的工作要做，只是其中的一個(gè)任務(wù)是讀掃描的這些片子，而這個(gè)閱片的工作就可以交給AI完成，提升影像醫(yī)生的閱片效率。

第三點(diǎn)就是把人工智能和專業(yè)領(lǐng)域的知識(shí)進(jìn)行結(jié)合。比如一些公司想要對(duì)水下設(shè)備進(jìn)行檢測(cè)，識(shí)別設(shè)備是否泄漏，在過去我們需要人類下水去看，但是現(xiàn)在可以用AI識(shí)別是否有泄露的情況。如下圖所示，左邊是AI可以做的，右邊這個(gè)是對(duì)于現(xiàn)有業(yè)務(wù)而言非常重要的東西，而這兩個(gè)圈重疊的部分便是合適的AI項(xiàng)目。

現(xiàn)在AI專家們更多的了解就是左邊，但是對(duì)于業(yè)務(wù)專家更了解右邊這個(gè)部分，所以通常建議人們建立一個(gè)跨功能的團(tuán)隊(duì)進(jìn)行頭腦風(fēng)暴，已找到現(xiàn)有業(yè)務(wù)與AI的交叉項(xiàng)目。通常來(lái)說第一個(gè)項(xiàng)目并不是最有潛力的項(xiàng)目，所以建議在頭腦風(fēng)暴提出至少六個(gè)不同的項(xiàng)目，然后用幾周或者幾個(gè)星期的時(shí)間來(lái)做一些調(diào)研的工作，來(lái)確保這個(gè)項(xiàng)目是可行的，有價(jià)值的，對(duì)于業(yè)務(wù)有用的。

自主研發(fā)還是技術(shù)外包？

基于經(jīng)驗(yàn)，很多機(jī)器學(xué)習(xí)的項(xiàng)目要么由公司內(nèi)部團(tuán)隊(duì)來(lái)完成，要么便外包給專業(yè)的公司。比如，一個(gè)需要24h×7工作的AI軟件項(xiàng)目（如一個(gè)線上廣告的系統(tǒng)），期間需要大量的調(diào)試和維護(hù)，那么這樣的一些項(xiàng)目有時(shí)候是可以通過外包減輕公司負(fù)擔(dān)，以幫助公司來(lái)獲得更快的進(jìn)展；而對(duì)于數(shù)據(jù)科學(xué)項(xiàng)目（如數(shù)據(jù)科學(xué)家對(duì)廣告數(shù)據(jù)的分析），它更多的是對(duì)業(yè)務(wù)的洞見并以PPT形式呈現(xiàn)，那么這些更多是企業(yè)內(nèi)部來(lái)完成的。

對(duì)大多數(shù)公司來(lái)講，如果目前要進(jìn)行的項(xiàng)目屬于行業(yè)標(biāo)準(zhǔn)級(jí)別的，那么就盡量避免自己來(lái)做這些，比如在制造業(yè)方面的視覺檢測(cè)等，這將會(huì)是一個(gè)行業(yè)的標(biāo)準(zhǔn)，所以這種東西不要內(nèi)部來(lái)做的，直接使用行業(yè)標(biāo)準(zhǔn)的東西，不然是一個(gè)非常大的浪費(fèi)。

避免陷入AI誤區(qū)

不要指望AI解決所有的問題，AI并不是魔法，盡管在一些特定領(lǐng)域獲得了接觸的成績(jī)，但仍有許多AI無(wú)法完成的事情；不要指望AI項(xiàng)目一次就能成功，AI應(yīng)該是一步步來(lái)規(guī)劃的，是一個(gè)逐步迭代的過程；不要指望招聘兩到三名機(jī)器學(xué)習(xí)的工程師就可以解決所有的問題，你應(yīng)該要建立一個(gè)跨學(xué)科、跨職能的團(tuán)隊(duì)，以更好的找到可行的有意義的項(xiàng)目，可以解決技術(shù)方面的問題；不要期望不改變傳統(tǒng)的規(guī)劃流程就可以更好發(fā)展，要與和AI團(tuán)隊(duì)共同建立時(shí)間節(jié)點(diǎn)以及KPI；不是所有的公司都需要‘巨星級(jí)’的AI工程師的，其實(shí)很多是自學(xué)成才的AI工程師都可以幫助你們進(jìn)行AI的工作，關(guān)鍵要看自己內(nèi)部的團(tuán)隊(duì)需要做到什么樣的工作。

人工智能的未來(lái)趨勢(shì)

首先，我們已經(jīng)看到第一個(gè)趨勢(shì)就是AI的崛起，但它仍需要逐漸發(fā)展成為一種系統(tǒng)性的工程學(xué)科。就好比于造橋，古代在造橋時(shí)候由于沒有足夠的經(jīng)驗(yàn)和理論支持，造橋需要許多技術(shù)顧問邊造邊摸索，但現(xiàn)在我們只需要大量土木工程師就可以在各地造出安全可靠的橋梁。反觀人工智能，AI目前仍然處于早期研發(fā)階段，期間可能會(huì)有許多問題和風(fēng)險(xiǎn)。AI逐步發(fā)展成為一種更系統(tǒng)性的工程學(xué)科是非常重要的，我們?nèi)孕枰汕先f(wàn)的團(tuán)隊(duì)共同努力，實(shí)現(xiàn)更可靠的AI。

第二是小數(shù)據(jù)的崛起。我們之前經(jīng)常提到大數(shù)據(jù)，但現(xiàn)在其實(shí)我們并不需要那么多的數(shù)據(jù)。比如工廠的視覺檢查，現(xiàn)在很多都是通過人眼來(lái)看智能手機(jī)是否一些劃痕。如果你有一百萬(wàn)個(gè)這樣的圖片，很多的AI團(tuán)隊(duì)可以非常高效的識(shí)別好的和有劃痕的智能手機(jī)，但是并不是所以工廠每次都會(huì)生產(chǎn)數(shù)百萬(wàn)個(gè)有劃痕的手機(jī)。

還有一個(gè)非常有意思的趨勢(shì)在于強(qiáng)化學(xué)習(xí)的應(yīng)用。舉例來(lái)講，我們可以建一個(gè)直升機(jī)的仿真器，在模擬環(huán)境中飛機(jī)可以通過強(qiáng)化學(xué)習(xí)在仿真里面墜毀幾十?dāng)?shù)百次，以通過模擬來(lái)更好的來(lái)控制實(shí)體的直升飛機(jī)。強(qiáng)化學(xué)習(xí)可以應(yīng)用到很多其他的問題的解決，可以幫助機(jī)器人更好地完成一些工作。

另外就是AI運(yùn)用到邊緣計(jì)算。現(xiàn)在很多AI都是在云端進(jìn)行的，我們可以看到邊緣服務(wù)器，比如智能手機(jī)，智能音響等等；我們可以看到物服務(wù)器，本地的數(shù)據(jù)中心基站等可以做更多邊緣設(shè)備的計(jì)算，使得計(jì)算在不同層級(jí)進(jìn)行。

還有最后一個(gè)非常重要的趨勢(shì)就是5G的到來(lái)。5G不僅僅可以用于游戲，它也可以用到各個(gè)方面，讓我們更好的在云端進(jìn)行溝通，從而使這些數(shù)據(jù)量可以更好的幫助AI發(fā)展。