專訪吳恩達:離開百度後的563天

大資料文摘發表於2018-11-28

640?wx_fmt=png

吳恩達,42歲,史丹佛大學電腦科學教授。


曾任職於世界上最大的兩家科技公司——谷歌與百度,因領導人工智慧工作而聞名遐邇。


去年,吳恩達突然離開百度,並在隨後的數月內推出了三個備受矚目的人工智慧計劃:一系列名為deeplearning.ai的線上人工智慧課程,一家為製造公司開發人工智慧專案的名為Landing AI的企業,以及一家名為AI Fund的創業公司孵化器。


近日,“財富”雜誌(Fortune)對吳恩達進行了一次專訪。在這次訪談中,吳恩達解釋了為何他選擇離開科技巨頭,介紹了他的最新專案和未來計劃,以及人工智慧的興起對於我們其他人來說意味著什麼。


財富雜誌:首先,我們來談談Landing AI吧。您有著什麼樣的客戶,您又為他們帶來什麼呢?


吳恩達:Landing AI旨在讓公司理解,成為一家偉大的AI公司究竟意味著什麼。在谷歌和百度,我都帶出了改變公司發展軌跡的AI團隊。因此,我也對其他公司的AI轉型非常感興趣。如果這種轉型能夠在整個社會層面發生,這對世界的影響將會是難以想象的。


財富雜誌:您去年離開了百度,成立自己的企業。為什麼?有哪些事是你在大型科技公司中無法實現的?


吳恩達:百度與谷歌都是偉大的公司,但離開了這兩家公司,我還是有很多事情可以做的。正如電力與網際網路曾改變世界那樣,我認為現代人工智慧技術的興起將為初創企業與現有企業的轉型提供大量機會。隨著網際網路的興起,像微軟與蘋果這樣的老公司已經轉型,儘管他們曾經並非網際網路公司。初創企業也不可忽視:谷歌,Facebook,亞馬遜與百度,同樣在研究AI。


在我參與的三個團隊中:AI Fund幫助初創企業從零開始成長,Landing AI幫助現有公司從事AI 專案,而deeplearning.ai則是幫助普通大眾學習AI。


財富雜誌:一月份時您啟動了AI Fund,初始基金規模有1.75億美元。您在哪裡投資了這筆資金呢?


吳恩達:AI Fund目前投資了兩家公司——Woebot與Landing AI—— 此外,AI Fund有許多內部團隊致力於新專案。我們通常把人們當做員工引入,與他們一起將想法落實為初創企業,再讓企業家作為創始人進入創業公司。


640?wx_fmt=png

吳恩達在AI Fund矽谷辦公室會見員工。他希望該組織致力於培養新一代的人工智慧公司。


財富雜誌:有些人認為,初創企業很難在與大公司的競爭中取勝。大型科技公司們是否會不可避免地提供與您類似的產品,使您的競爭更加困難?


吳恩達:15或20年前,微軟無疑是一家獨大的科技公司。然而,我們現在有了谷歌,Facebook,還有亞馬遜。優步與Airbnb也借移動計算的崛起,成為偉大公司。我認為AI的崛起將比移動計算更加偉大。大公司甚至有時比小公司更加憂慮。最終鹿死誰手,還是看誰的服務或產品最好。


財富雜誌:您認為工廠何時可以實現完全自動化?


吳恩達:這取決於您對全自動化的定義了。我在接近全自動化的工廠待過——碩大的車間中只有200個員工。在他們中,許多人也並非從事手工勞動,而是操作人員以及軟體工程師——技術嫻熟,與機器為伍。

財富雜誌:那些曾經在工廠內工作過的中等熟練度僱員會怎麼樣呢?


關於中產階級流失的報導數不勝數。我認為最好的社會解決方案就是教育,這樣位於中層及底層的人們能夠向上層移動。坦白地說,除了教育,我並不認為還有其他任何方法。當今時代變化的速度給人們施加了更大的壓力,使他們不斷學習。


吳恩達:在矽谷,許多人支援普遍基本收入的想法——有保證的、無附加條件限制、所有人都會得到的收入。


工作本身有許多價值。我認為我們應當為人們提供學費,而非無條件的基本收入,因為教育體系才能幫助他們獲得重新進入勞動力市場的技能。教育最困難的一點是,儘管長期利益是深遠的,短期卻有一定的成本。因為人們更善於最優化短期利益,我認為基本收入可以變為一種有條件的基本收入,也就是我們付錢給人們學習。


財富雜誌:您對人工智慧最終目標是什麼?您希望它能夠達到什麼高度?


吳恩達:每當有顛覆性的技術出現,我們都有機會讓世界上許多地區重新洗牌。我希望世界變得更加公平,希望所有人都有更多機會獲取機遇與教育,希望減輕人們的瑣事負擔,希望民主運轉得更好。如果我不相信這一點,我就壓根不會這麼努力地工作。


相關報導:

http://fortune.com/2018/10/06/andrew-ng-artificial-intelligence-authority/

∑編輯 | Gemini

來源 | 大資料文摘

更多精彩:

☞  哈爾莫斯:怎樣做數學研究

☞  祖克伯2017年哈佛大學畢業演講

☞  線性代數在組合數學中的應用

☞  你見過真的菲利普曲線嗎?

☞  支援向量機(SVM)的故事是這樣子的

☞  深度神經網路中的數學,對你來說會不會太難?

☞  程式設計需要知道多少數學知識?

☞  陳省身——什麼是幾何學

☞  模式識別研究的回顧與展望

☞  曲面論

☞  自然底數e的意義是什麼?

☞  如何向5歲小孩解釋什麼是支援向量機(SVM)?

☞  華裔天才數學家陶哲軒自述

☞  代數,分析,幾何與拓撲,現代數學的三大方法論

640?wx_fmt=jpeg

演算法數學之美微信公眾號歡迎賜稿

稿件涉及數學、物理、演算法、計算機、程式設計等相關領域,經採用我們將奉上稿酬。

投稿郵箱:math_alg@163.com

相關文章