由機器之心與上海市北高新聯(lián)合主辦的市北·GMIS邀請到AI界“網(wǎng)紅級”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Coursera的聯(lián)合創(chuàng)始人，也是人工智能和機器學(xué)習(xí)領(lǐng)域國際上最權(quán)威的學(xué)者之一。接下來便是Andrew為我們帶來的主題演講——《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)來看可以被稱得上為“新的電力”，且AI的發(fā)展勢頭依舊十分迅猛。

從AI相關(guān)職位的空缺及AI相關(guān)論文的逐漸增加，到各類財報顯示的AI營收數(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，越來越多的軟件行業(yè)正在擁抱AI，越來越多軟件行業(yè)之外的行業(yè)也在更多的擁抱AI。

麥肯錫預(yù)計，到2030年GDP的增長中將會有13萬億美元是來自AI，AI會影響到零售、旅游、交通、物流、醫(yī)療、制造業(yè)等各個方面。

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)年谷歌團隊才能完成的一個實驗。

如今網(wǎng)絡(luò)上也有很多的線上課程，近250萬的線上學(xué)習(xí)者主動花時間或花錢去學(xué)習(xí)機器學(xué)習(xí)，而且學(xué)習(xí)者不僅來自軟件行業(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)的機器學(xué)習(xí)。

印象最深刻的是一次創(chuàng)客的會議，會議上有很多來自世界各地的人一起展現(xiàn)他們的項目。其中有一個從印度來到加州的孩子正在展現(xiàn)他造的這個機器人，這個機器人不僅可以拍農(nóng)場照片，還可以通過機器學(xué)習(xí)算法來看農(nóng)作物是否已經(jīng)成熟——然而這個孩子只有12歲。同樣的一個機器學(xué)習(xí)的項目，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12歲的學(xué)生借用開源平臺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)與計算能力，還需要借力于人才、想法以及工具。

如何選擇AI項目?

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

Andrew第一個內(nèi)部的項目就是語音識別，那時候語音識別在谷歌并不是最重要的項目，也并沒有涉及到廣告業(yè)務(wù)，所以團隊在提高這個語音識別的準(zhǔn)確度后開始幫助谷歌的其他的團隊的工作，幫助他們使用AI及深度學(xué)習(xí)來提升他們的績效和表現(xiàn)。隨后，語音識別功能上線，我們開始了谷歌地圖的下一項目，將深度學(xué)習(xí)應(yīng)用于視覺識別，以看到這個地圖上面的門牌號，提升了地圖的質(zhì)量。在獲得了這個地圖的項目成功之后，我們又獲得了谷歌廣告團隊認(rèn)可…… 所以，很多公司啟動AI項目識別其實是因為他們一開始的項目太大了，反之，如果先從小的項目開始，逐漸幫助大家建立一個好的基礎(chǔ)，那么項目落地成功的概率將大大提高。

第二點是要明確AI項目是通過自動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道，但實際上我們應(yīng)該要想怎么樣用AI進行一些任務(wù)的自動化，而不是替代工作。

大多數(shù)的工作其實是有很多任務(wù)所組成的，人們通常做的一些工作，其實是有很多小的任務(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)生來溝通咨詢、給年輕醫(yī)生提供指導(dǎo)等等，換句話說這個影像醫(yī)生有很多的工作要做，只是其中的一個任務(wù)是讀掃描的這些片子，而這個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。

第三點就是把人工智能和專業(yè)領(lǐng)域的知識進行結(jié)合。比如一些公司想要對水下設(shè)備進行檢測，識別設(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，右邊這個是對于現(xiàn)有業(yè)務(wù)而言非常重要的東西，而這兩個圈重疊的部分便是合適的AI項目。

現(xiàn)在AI專家們更多的了解就是左邊，但是對于業(yè)務(wù)專家更了解右邊這個部分，所以通常建議人們建立一個跨功能的團隊進行頭腦風(fēng)暴，已找到現(xiàn)有業(yè)務(wù)與AI的交叉項目。通常來說第一個項目并不是最有潛力的項目，所以建議在頭腦風(fēng)暴提出至少六個不同的項目，然后用幾周或者幾個星期的時間來做一些調(diào)研的工作，來確保這個項目是可行的，有價值的，對于業(yè)務(wù)有用的。

自主研發(fā)還是技術(shù)外包？

基于經(jīng)驗，很多機器學(xué)習(xí)的項目要么由公司內(nèi)部團隊來完成，要么便外包給專業(yè)的公司。比如，一個需要24h×7工作的AI軟件項目（如一個線上廣告的系統(tǒng)），期間需要大量的調(diào)試和維護，那么這樣的一些項目有時候是可以通過外包減輕公司負(fù)擔(dān)，以幫助公司來獲得更快的進展；而對于數(shù)據(jù)科學(xué)項目（如數(shù)據(jù)科學(xué)家對廣告數(shù)據(jù)的分析），它更多的是對業(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)部來完成的。

對大多數(shù)公司來講，如果目前要進行的項目屬于行業(yè)標(biāo)準(zhǔn)級別的，那么就盡量避免自己來做這些，比如在制造業(yè)方面的視覺檢測等，這將會是一個行業(yè)的標(biāo)準(zhǔn)，所以這種東西不要內(nèi)部來做的，直接使用行業(yè)標(biāo)準(zhǔn)的東西，不然是一個非常大的浪費。

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，但仍有許多AI無法完成的事情；不要指望AI項目一次就能成功，AI應(yīng)該是一步步來規(guī)劃的，是一個逐步迭代的過程；不要指望招聘兩到三名機器學(xué)習(xí)的工程師就可以解決所有的問題，你應(yīng)該要建立一個跨學(xué)科、跨職能的團隊，以更好的找到可行的有意義的項目，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團隊共同建立時間節(jié)點以及KPI；不是所有的公司都需要‘巨星級’的AI工程師的，其實很多是自學(xué)成才的AI工程師都可以幫助你們進行AI的工作，關(guān)鍵要看自己內(nèi)部的團隊需要做到什么樣的工作。

人工智能的未來趨勢

首先，我們已經(jīng)看到第一個趨勢就是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，古代在造橋時候由于沒有足夠的經(jīng)驗和理論支持，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，期間可能會有許多問題和風(fēng)險。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的團隊共同努力，實現(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看智能手機是否一些劃痕。如果你有一百萬個這樣的圖片，很多的AI團隊可以非常高效的識別好的和有劃痕的智能手機，但是并不是所以工廠每次都會生產(chǎn)數(shù)百萬個有劃痕的手機。

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

另外就是AI運用到邊緣計算。現(xiàn)在很多AI都是在云端進行的，我們可以看到邊緣服務(wù)器，比如智能手機，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)備的計算，使得計算在不同層級進行。

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