3月23日消息 在2015年中國IT領袖峰會上，百度首席科學家吳恩達表示，人工智能正在促進大量用戶、海量數據和優秀產品形成正循環，新的人工智能方法深度學習將為人類就業帶來巨大變化。
吳恩達還表示，深度學習帶來了巨大價值，并且這種價值將越來越深遠。而在深度學習發展的過程中，圖像、語音、行為三個領域發生著重大的創新。
人工智能的發展及趨勢
吳恩達稱，過去幾年雖然技術已經取得了巨大的發展，然而人工智能的發展卻一度比較低迷和緩慢。而在最近這幾年，新的人工智能技術也就是深度學習的出現，讓計算機學習人類的神經系統，來更好地解決類似圖形識別的問題。
吳恩達介紹，在很多年前，當深度學習這個概念剛剛開始的時候，更多的是使用CPU技術，構建小規模神經元網絡，只有100萬或1000萬的連接。
到了2008年，GPU技術的發展，讓連接的數目也發生了巨大的增長。通過手機上、Pad上的GPU硬件，可以幫助你做計算，大家意識到硬件對我們加速深度學習非常重要。我們借助GPU可以構造越來越大的神經元網絡。
“再往后，我們看到了更多大規模的發展，像谷歌的深度學習項目，使我們更多地了解相關的知識，我們有了更多的云，更多的CPU來推動相關的發展。”
吳恩達預測，下一階段的趨勢則是要從云技術，或者說僅僅利用純技術跳到HPC或者叫高性能、超高性能的計算技術。
“比如計算機系統對人臉的識別，比如針對安全的目的，還有保安的目的，這都是在未來會越來越多的應用”，吳恩達稱。
據吳恩達透露，目前百度在人臉識別領域和很多其他領域比其他國際上領先的大公司要做得好，百度在人臉識別只有0.3%的錯誤率。
吳恩達表示，現在的圖片識別技術已經可以很好的實現讓計算機對一幅圖片進行文字場景描述了。現在很多計算機的讀圖能力已經超過了人眼所見的信息，這些技術給我們開啟了無限的可能。比如對服飾的識別和搜索、對老年人的看護等等，可能都是未來的空間。
語音識別將推動物聯網革命
進入移動互聯網，大家將互聯網的使用和手機越來越多的結合起來。過去用鍵盤、手機鍵盤來敲字的過程，逐漸演化成用語音來進行溝通，“所以語音識別是一個非常重要的發展方向。”
不過，吳恩達稱，大家目前普遍反映在手機上進行語音通信時，如果手機離得比較遠效果不是很好，要比較近的時候語音識別才做得比較好。因此，基本上所有做語音識別的公司都在使用非常復雜的方法來改善它的語音系統，突出聲音特征。
“我們百度做的是什么事情呢?”吳恩達介紹，百度把所有這些東西用深度學習技術替代掉，很多公司依靠大量的數據，而百度的選擇是忘掉那些數據，而是用以萬為級別的數據集進行人工智能處理。
“人們之前從來不會想到能利用這么多的數據，我們使用神經元系統以及數據燃料，我們發布了這樣一個結果，我們可以極大地提高語音識別的準確性。”
吳恩達表示，目前語音識別率已經可以達到95%，但如果能夠達到99%的識別率，在實際場景運用中的用戶體驗與95%相比將是天壤之別，會徹底改變玩法。
“如果我們能真正做到99%，我們甚至可以把所有手機的接口做重新的設計和修改，使我們自己更加習慣于語音通話指令的發送方式，這可以推動這個領域的革新。你手里的東西將不是傳統上的手機了。”
吳恩達認為，除了手機之外，語音識別還將推動物聯網的革命，從汽車界面到家用設備，再到可穿戴設備都將發生很多改變。在未來幾年時間內，人們將能夠和電視通話，和更多的家電通話，將有很多的路由器內置到這些機器當中。
人工智能是下一場工業革命
目前，很多技術公司都能夠通過獲取到一些大數據，來了解人們在互聯網的環境當中產生了什么樣的行為，這種技術上的發展讓技術企業可以從數據當中挖掘更多的價值。
吳恩達認為，很多行為數據給百度帶來的機會，包括人的行為、機器的行為，可能比今天所了解到的還要廣得多，而美國、中國和歐洲，現在已經越來越多使用深度學習來了解人的行為，了解機器的行為。“在IT世界當中以及IT世界之外挖掘更多的機會，這也推動了我們未來的成功。”
“深度學習之所以能帶來更多的價值，就是因為人們現在可以從越來越多的數據當中受益，獲得越來越好的結果，開發越來越多的潛能。”
吳恩達認為，深度學習確實改變著我們的生活，改變著傳統的人工智能，使我們最終可以把發動機和燃料的連接做得特別好，把產品、大量用戶和海量數據之間的連接做得更加通暢。
吳恩達表示，盡管自己只重點提及了圖像、語音和行為三個方面，然而對于人工智能的機會來說遠不止這三個方面，在自然語言處理、生物技術等方面，人工智能也有很多東西可以做，這些領域都有創新正在發生，人工智能也可以更多地被應用到機器人的開發。
最后，吳恩達指出，未來的工業革命帶來的影響會非常深遠。工業革命可以把人們從日常重復繁重的工作當中解放出來，把人性解放出來，把人的思想解放出來，使人們不再成為思想的奴隸。工業革命將會使生產力獲得極大的提升。
