1月20日下午消息，未來(lái)論壇創(chuàng)立大會(huì)在北京舉行。本屆大會(huì)的主題是“指數(shù)Exponential ——通向明天的技術(shù)力量The power of technology for a new tomorrow”。
百度公司首席科學(xué)家吳恩達(dá)為本次論壇做了主旨演講，他演講的主題是“機(jī)器學(xué)習(xí)與AI人工智能”。在他看來(lái)，通過(guò)移動(dòng)互聯(lián)網(wǎng)的興起，交流方式從文本慢慢轉(zhuǎn)向圖像和視頻，所以我們看到越來(lái)越多的人搜索圖像和語(yǔ)言，通過(guò)AI我們就能夠更好的了解這些文本和圖像，以及語(yǔ)言之間的互動(dòng)關(guān)系。
吳恩達(dá)還闡述道，對(duì)于小孩和老年人來(lái)說(shuō)，有時(shí)候可能打字比較困難，如果你能夠讓他們使用語(yǔ)音搜索，就能夠讓他們使用方便的信息產(chǎn)品和服務(wù)。對(duì)于我們普通人來(lái)說(shuō)，使用語(yǔ)言識(shí)別和語(yǔ)言搜索也越來(lái)越方便，百度在語(yǔ)音識(shí)別方面投入了很多。(半夏)
以下是吳恩達(dá)的演講實(shí)錄：
Andrew Ng：在過(guò)去幾年中，AI人工智能和深層次的學(xué)習(xí)不斷轉(zhuǎn)變技術(shù)，而且給公司創(chuàng)建了巨大的經(jīng)濟(jì)價(jià)值，也在更大改進(jìn)人類和技術(shù)獲得的方式。但是關(guān)于AI人工智能也有非常多的炒作，我今天要做的就是向大家傳達(dá)兩個(gè)信息，一個(gè)，我希望能夠向大家介紹一下AI人工智能領(lǐng)域所發(fā)生的現(xiàn)象，我希望三十年之后，大家能夠講述什么是腳踏實(shí)地，什么是炒作。其次，如果你是組織的領(lǐng)導(dǎo)人，我希望30分鐘之后你能夠有戰(zhàn)略性的思維，思考一下最近的歷史和AI近期的未來(lái)，這樣就能夠更好的領(lǐng)導(dǎo)團(tuán)隊(duì)做出更好的關(guān)于AI和技術(shù)的決策，因?yàn)锳I和互聯(lián)網(wǎng)正在改變著我們的生活和我們的經(jīng)濟(jì)結(jié)構(gòu)。
過(guò)去十五年間，我們現(xiàn)在都有一個(gè)關(guān)于人工智能正循環(huán)的理念，我們認(rèn)為它能夠帶來(lái)一個(gè)很好的產(chǎn)品，服務(wù)很多的用戶，有著很多的用戶就能夠收集很多的數(shù)據(jù)，用戶數(shù)據(jù)、服務(wù)數(shù)據(jù)，有很多數(shù)據(jù)就能夠使我們使用AI繼續(xù)改善我們的產(chǎn)品。但是這張圖的問(wèn)題就在于，直到近期AI這一步其實(shí)做的都不好，傳統(tǒng)來(lái)說(shuō)，即便是你加大投入，但是它的性能也不會(huì)提高。我們現(xiàn)在對(duì)AI和深度學(xué)習(xí)的理解，只要你現(xiàn)在衡量AI的技術(shù)等等，他的AI性能會(huì)越來(lái)越高，這樣就能夠減少它的成本，提高它的性能，在大數(shù)據(jù)的時(shí)代這些深度學(xué)習(xí)的算法比傳統(tǒng)AI算法要更好，因?yàn)樗軌蛑饾u提高AI的性能，因此歷史上第一次我們能夠在這個(gè)圖中完成AI的環(huán)節(jié)，得到數(shù)據(jù)，得到很好的產(chǎn)品，接觸大量的用戶。
大多數(shù)互聯(lián)網(wǎng)信息都是基于文本的，通過(guò)移動(dòng)互聯(lián)網(wǎng)的興起，我們認(rèn)為這種交流方式同文本慢慢轉(zhuǎn)向圖像和視頻，所以在百度我們看到越來(lái)越多的人搜索圖像和語(yǔ)言，我認(rèn)為通過(guò)AI我們就能夠更好的了解這些文本和圖像，以及語(yǔ)言之間的互動(dòng)關(guān)系。我現(xiàn)在想給大家介紹一些例子，向大家解釋一下AI是如何使用今天的互聯(lián)網(wǎng)。
百度這樣的公司在文本上做了很多工作，我們先從圖像開(kāi)始。七年前我問(wèn)我斯坦福的學(xué)習(xí)，讓他們寫一個(gè)算法，在圖像中找到杯子。七年前當(dāng)時(shí)最好的算法，他們使用了最好的算法，這就是結(jié)果，在各個(gè)地方都找到了杯子，這是錯(cuò)誤的。對(duì)于你和我來(lái)說(shuō)，作為人類來(lái)說(shuō)，很難理解計(jì)算機(jī)為什么無(wú)法識(shí)別出這個(gè)杯子，為什么計(jì)算機(jī)看不到我們能看到的東西?計(jì)算機(jī)很難做到這一點(diǎn)，我們?cè)敿?xì)的看一看，我們眼中看到的是杯子，但是計(jì)算機(jī)看到的是很多的像素，所以計(jì)算機(jī)的作用是看這些數(shù)字來(lái)考驗(yàn)?zāi)氵@些數(shù)字代表的是什么，代表的是這個(gè)杯子的口，看起來(lái)這是一個(gè)計(jì)算機(jī)的問(wèn)題，六、七年前如果讓機(jī)器來(lái)解決這些問(wèn)題是非常困難的。
五年前發(fā)生了變化，興起了深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的技術(shù)，我們當(dāng)時(shí)受到了人類大腦運(yùn)作的啟發(fā)，開(kāi)始創(chuàng)造軟件，模擬這些神經(jīng)元的工作方式。深度學(xué)習(xí)是什么意思?我們建立這些神經(jīng)網(wǎng)絡(luò)，深度模擬我們大腦中神經(jīng)源信息傳統(tǒng)的路徑和方式。在AI中有很多炒作，這些炒作的原因之一，很多人說(shuō)這句話，深度學(xué)習(xí)推動(dòng)科技發(fā)展，這句簡(jiǎn)簡(jiǎn)單單的話，這句口號(hào)都對(duì)AI進(jìn)行炒作。
在午餐的時(shí)候我跟饒毅進(jìn)行交談，他是北大的生命科學(xué)家，我們當(dāng)時(shí)都感嘆，今天我們其實(shí)都不了解人的大腦是如何工作的，所以我們的確無(wú)法來(lái)準(zhǔn)確的模擬人類的大腦。我們深度學(xué)習(xí)的軟件雖然模擬人類的大腦，但是他只是大腦，從特別特別淺的方面來(lái)模擬大腦運(yùn)作方式，我們真的不了解大腦是如何運(yùn)作的。我們通過(guò)不準(zhǔn)確的模擬就已經(jīng)啟發(fā)了我們新技術(shù)的發(fā)展，我們使用計(jì)算機(jī)的視覺(jué)，我們給他輸入了很多關(guān)于杯子的數(shù)據(jù)。我們?cè)谶^(guò)去五年間發(fā)現(xiàn)這些算法，能夠從數(shù)據(jù)中學(xué)習(xí)，學(xué)習(xí)這個(gè)杯子長(zhǎng)的是什么樣的，所以我們?nèi)〉昧撕荛L(zhǎng)久的進(jìn)步。今天計(jì)算就很容易的識(shí)別杯子了。這只是在圖像中找到被子，這是一個(gè)很簡(jiǎn)單的任務(wù)。我們的視覺(jué)系統(tǒng)能夠做的比這多得多，我希望能夠給大家展示這些圖像，問(wèn)大家您在這些圖像中看到了什么，如果我想問(wèn)您為這些圖寫說(shuō)明，你左邊可能會(huì)寫一個(gè)黃車在路上行駛，后面是樹林。右面你可以寫是一個(gè)起居室，白色的沙發(fā)，藍(lán)色的地毯，還有下午的斜陽(yáng)照進(jìn)了房間。之所以你能夠?qū)戇@些說(shuō)明，你了解這些圖像是什么意思，所以你才能夠?qū)懻f(shuō)明。你能做的是詳細(xì)的說(shuō)明這些圖像的信息，另一方面計(jì)算機(jī)只能識(shí)別杯子，這兩者之間有巨大的差異。這些說(shuō)明和字幕并不是人寫的，過(guò)去幾年中通過(guò)軟件的發(fā)展，我們現(xiàn)在已經(jīng)有軟件對(duì)這些圖像進(jìn)行字幕的說(shuō)明，有這樣的技術(shù)對(duì)我們帶來(lái)了新的機(jī)會(huì)，使我們軟件通過(guò)深度的學(xué)習(xí)分析數(shù)據(jù)，使我們有更多的數(shù)據(jù)，使計(jì)算機(jī)視覺(jué)做到五年前無(wú)法做到的事情，在可預(yù)見(jiàn)的未來(lái)，這樣的軟件使我們能夠更好的了解醫(yī)學(xué)的圖象。計(jì)算，自覺(jué)的識(shí)別可能是很難的，未來(lái)是我們的目標(biāo)之一，百度眼睛產(chǎn)品是我們對(duì)未來(lái)的愿景而已。
為什么深度學(xué)習(xí)現(xiàn)在開(kāi)始火了，現(xiàn)在開(kāi)始越來(lái)越好了，我現(xiàn)在解釋一下深度學(xué)習(xí)的功能，以及他能為我們帶來(lái)什么樣的價(jià)值，解釋深度學(xué)習(xí)是怎樣運(yùn)作的，為什么越來(lái)越好?我現(xiàn)在要做一個(gè)比喻，如果你想象一下我們建造火箭，火箭有兩個(gè)部分，第一部分是火箭發(fā)射機(jī)，是很大的發(fā)動(dòng)機(jī)。第二個(gè)是燃料，如果發(fā)動(dòng)機(jī)小，燃料很多是不可能的，如果發(fā)動(dòng)機(jī)很小，燃料很少也不行，燃料燒著燒著就沒(méi)了，所以火箭必須要有一個(gè)大發(fā)動(dòng)機(jī)和很多的燃料。深度學(xué)習(xí)和這個(gè)差不多，我們現(xiàn)在神經(jīng)網(wǎng)絡(luò)就是我們發(fā)動(dòng)機(jī)，它推動(dòng)著AI的發(fā)展，燃料就是我們所用的數(shù)據(jù)，我們現(xiàn)在有這么多的數(shù)據(jù)，社會(huì)數(shù)據(jù)化給我們提供了大量的數(shù)據(jù)，這樣輸入到我們發(fā)動(dòng)機(jī)中給我們作為燃料。在AI最近發(fā)展主要推動(dòng)力，因?yàn)槲覀兡軌蚪ê艽蟮木窬W(wǎng)絡(luò)。另一方面，百度這樣的公司能夠收集很多的數(shù)據(jù)，為這些精神網(wǎng)絡(luò)輸入數(shù)據(jù)。我們有一個(gè)很大的技術(shù)網(wǎng)絡(luò)，同時(shí)有很大的數(shù)據(jù)，這樣當(dāng)然深度學(xué)習(xí)可以越來(lái)越好了。
我今天提到的一件事，我們現(xiàn)在能夠建造很大的神經(jīng)網(wǎng)絡(luò)，五年前，2010年的時(shí)候在學(xué)術(shù)界用的最大的神經(jīng)網(wǎng)絡(luò)有1000萬(wàn)的連接，于是模擬神經(jīng)源之間的連接。四年前，2011年的時(shí)候我們?cè)诠雀鑶?dòng)了一個(gè)工程，建造很大的精神網(wǎng)絡(luò)，使用1000個(gè)谷歌的服務(wù)器，我們當(dāng)時(shí)的團(tuán)隊(duì)建造神經(jīng)網(wǎng)絡(luò)差不多是原來(lái)的十倍大。后來(lái)我們發(fā)現(xiàn)我們當(dāng)時(shí)的技術(shù)其實(shí)無(wú)法更大，后來(lái)我們?cè)谄渌髮W(xué)應(yīng)用了其他的技術(shù)，你只用三個(gè)服務(wù)器就實(shí)現(xiàn)了100億的連接，在百度我們使用GPU新的技術(shù)，現(xiàn)在可以建造非常非常大的精神網(wǎng)絡(luò)。在AI和深度網(wǎng)絡(luò)中做出很多的進(jìn)步，都是因?yàn)槲覀兡軌蚪ㄔ炀薮蟮臋C(jī)器，模擬精神網(wǎng)絡(luò)，吸收這么多海量的數(shù)據(jù)，做出預(yù)測(cè)。
我再給大家舉一個(gè)例子，語(yǔ)音，解釋一下我剛才做的發(fā)動(dòng)機(jī)核燃料的比喻。我現(xiàn)在和大家展示一個(gè)關(guān)于語(yǔ)音識(shí)別的例子。百度我們?cè)谡Z(yǔ)音識(shí)別方面投入了很多，很多人是使用語(yǔ)音的搜索，對(duì)于小孩和老年人，有時(shí)候可能打字比較困難，如果你能夠讓他們使用語(yǔ)音搜索，就能夠讓他們使用方便的信息產(chǎn)品和服務(wù)。對(duì)于我們普通人來(lái)說(shuō)，使用語(yǔ)言識(shí)別和語(yǔ)言搜索也是越來(lái)越方便的，直到最近基本上所有語(yǔ)音識(shí)別都是很簡(jiǎn)單的軟件實(shí)施，一個(gè)方塊里是一個(gè)復(fù)雜的體系，我們最近決定讓我們看一看產(chǎn)生語(yǔ)音識(shí)別的軟件，把它扔掉，取而代之是神經(jīng)網(wǎng)絡(luò)，所以這也就是我們的發(fā)動(dòng)機(jī)，因?yàn)榘俣仍贕PU早期投入了很多，所以我們能夠建造很大的火箭發(fā)動(dòng)機(jī)。燃料是什么?在語(yǔ)音識(shí)別方面，大部分學(xué)術(shù)人士他們都利用數(shù)據(jù)，有一些人他們有300個(gè)小時(shí)，最大的是2000個(gè)小時(shí)，最開(kāi)始我們用了幾個(gè)小時(shí)的語(yǔ)音數(shù)據(jù)，后來(lái)有幾千個(gè)語(yǔ)音的數(shù)據(jù)，后來(lái)建立了合成的語(yǔ)音數(shù)據(jù)。后來(lái)我們一共達(dá)到了10萬(wàn)個(gè)語(yǔ)音的數(shù)據(jù)，按照語(yǔ)音識(shí)別的標(biāo)準(zhǔn)，實(shí)際上這是無(wú)法想象的數(shù)據(jù)量。在百度我們有著非常強(qiáng)大的工具，我們可以利用火箭燃料核火箭引擎，把它們放在一起，這樣我們就有了語(yǔ)音識(shí)別更高的性能，而且也有很好開(kāi)放的OPI進(jìn)行發(fā)現(xiàn)。我們不到一個(gè)月之前有很好的結(jié)果，我覺(jué)得人工智能會(huì)改變用戶技術(shù)的方式就是語(yǔ)音，我們有語(yǔ)音，因?yàn)槲矣X(jué)得這里有越來(lái)越多互聯(lián)網(wǎng)的溝通走向語(yǔ)音的溝通，現(xiàn)在像百度的公司業(yè)非常多語(yǔ)音的產(chǎn)品，我們可以利用語(yǔ)音，我覺(jué)得整個(gè)互聯(lián)網(wǎng)經(jīng)濟(jì)和互聯(lián)網(wǎng)生態(tài)系統(tǒng)只是剛剛開(kāi)始而已，整個(gè)的世界現(xiàn)在都在走向移動(dòng)的設(shè)備，沒(méi)有人現(xiàn)在還沒(méi)有設(shè)計(jì)出一個(gè)非常好的移動(dòng)設(shè)備輸入的產(chǎn)品，正因?yàn)槿绱耍覀儸F(xiàn)在花很多的時(shí)間在小的鍵盤上進(jìn)行輸字，如果說(shuō)可以讓語(yǔ)音識(shí)別運(yùn)作非常好，在一個(gè)安靜的環(huán)境下，它運(yùn)作還是非常不錯(cuò)的。
現(xiàn)在出去你在開(kāi)車，你的手機(jī)是放在旁邊的座椅上，沒(méi)有人會(huì)利用語(yǔ)音的環(huán)境，因?yàn)樵卩须s環(huán)境下語(yǔ)音識(shí)別是不行的，如果我們能設(shè)計(jì)很好的，在嘈雜環(huán)境下運(yùn)作良好的語(yǔ)音技術(shù)，我們當(dāng)然愿意利用語(yǔ)音技術(shù)。如果我在開(kāi)車，我的手機(jī)放在旁邊座椅上，我可以跟自己的手機(jī)進(jìn)行溝通，我可以給我妻子發(fā)一個(gè)短信，我覺(jué)得如果有這樣語(yǔ)音技術(shù)，這樣會(huì)改變我們整個(gè)的世界，會(huì)改變我們和移動(dòng)設(shè)備互動(dòng)的方式，我想要重新設(shè)計(jì)大家的手機(jī)，圍繞著一個(gè)語(yǔ)音識(shí)別的界面進(jìn)行重新的設(shè)計(jì)，除了移動(dòng)的設(shè)備之外，我覺(jué)得語(yǔ)音也在改變著物聯(lián)網(wǎng)，包括很多家用電器、可穿戴設(shè)備等等。有一些人知道，現(xiàn)在在物聯(lián)網(wǎng)上，在家用電器中有太多的界面，如果我們能夠和我們的設(shè)備進(jìn)行溝通，進(jìn)行語(yǔ)音識(shí)別將會(huì)非常好。如果五年前我們說(shuō)電視的遙控器能夠使你和你的電視進(jìn)行溝通調(diào)頻道，人們覺(jué)得你瘋了，我希望可能在我的孩子和孫子輩生命期之內(nèi)有這樣新的技術(shù)，也許有一天我的孫子，或者將來(lái)你孫子的孫子會(huì)告訴你，他們可以直接和電視進(jìn)行溝通，調(diào)頻。也許有一天你可以和你的微波爐溝通，微波爐會(huì)忽略你嗎，它不跟你溝通真的太粗魯，它不禮貌了。我們發(fā)現(xiàn)語(yǔ)音在改變著移動(dòng)世界，也改變著物聯(lián)網(wǎng)，而且現(xiàn)在有太多互聯(lián)網(wǎng)的溝通，我們與技術(shù)的互動(dòng)太多了，我們的互動(dòng)都是圍繞著文本的，還有很多的圖像和語(yǔ)音。現(xiàn)在AI人工智能技術(shù)還有深入學(xué)習(xí)，語(yǔ)音技術(shù)已經(jīng)成為最強(qiáng)大的技術(shù)，可以幫助我們了解和識(shí)別這些數(shù)據(jù)，我覺(jué)得人工智能是有著很大的潛力，能夠改變我們和技術(shù)互動(dòng)的方式，包括百度i和無(wú)人駕駛車等等，他有非常大的潛力，改變我們跟技術(shù)的互動(dòng)。基于如此，我對(duì)這樣的技術(shù)感到非常的興奮，我在這個(gè)基礎(chǔ)方面開(kāi)展很多的工作。
當(dāng)然，這方面也有很多的炒作，我覺(jué)得不幸的是，AI快速的發(fā)展現(xiàn)在促成了一些炒作，也許人們會(huì)想，某一天計(jì)算機(jī)會(huì)成為好的機(jī)器人，會(huì)掌控整個(gè)的世界，和我們創(chuàng)造一個(gè)很好的世界，也許它們不會(huì)成為邪惡的機(jī)器人，我們現(xiàn)在手機(jī)上還有非常多的代碼，我個(gè)人看來(lái)不會(huì)出現(xiàn)炒作中出現(xiàn)的狀況。我們可以利用這些技術(shù)進(jìn)行預(yù)測(cè)，技術(shù)不斷的改變，我們的生活就是圍繞著技術(shù)，但是神經(jīng)網(wǎng)絡(luò)你知道是非常好的識(shí)別工具，還有預(yù)測(cè)的工具，當(dāng)你輸入數(shù)據(jù)的時(shí)候它們可以進(jìn)行預(yù)測(cè)，但是我們?cè)贏I領(lǐng)域中工作的這些人，我們參加會(huì)議，我們發(fā)表論文，我們對(duì)未來(lái)的看法和其他一些有著胡思亂想的人之間有很大的區(qū)別，我們的看法不一樣。我覺(jué)得如果我們能夠遠(yuǎn)離炒作，AI發(fā)展是比較健康的，AI創(chuàng)造的挑戰(zhàn)并不是機(jī)器會(huì)掌控世界，他很可能會(huì)幫助我們替代勞工，我們領(lǐng)導(dǎo)者必須要認(rèn)真考慮技術(shù)，要讓人工智能技術(shù)幫助我們替代那些繁雜的勞動(dòng)。
謝謝，這就是我的介紹。
陳恂：非常感謝Andrew，非常感謝你給我們描繪了一個(gè)非常光明的未來(lái)，和人工智能所驅(qū)動(dòng)的世界相比，我們現(xiàn)在所生活的世界真的是比較粗魯?shù)模瑳](méi)那么禮貌，我們將來(lái)人工智能驅(qū)動(dòng)的世界將是非常禮貌的，我們時(shí)間只允許一個(gè)問(wèn)題。
提問(wèn)：非常感謝你介紹了人工智能，我是王濤，來(lái)自ICE公司，ICE是最大的中國(guó)媒體共享公司，在您發(fā)言中您介紹了谷歌和百度大腦，他們可以從網(wǎng)絡(luò)中，文本和圖像中學(xué)習(xí)獲得智能。我們ICE研究了一些視頻大腦，我們的目標(biāo)就是讓機(jī)器能夠理解視頻的內(nèi)容，可以讓人們玩兒視頻，做視頻，也可以把有意思的視頻推薦給每一個(gè)人，我們覺(jué)得視頻是非常復(fù)雜的，在數(shù)據(jù)方面非常的復(fù)雜，在數(shù)據(jù)庫(kù)大小方面也是非常大的。我的問(wèn)題是，在什么樣的情況下，視頻大腦這些材料會(huì)用在我們生活中?在行業(yè)中我們可以做些什么加速公司的發(fā)展?謝謝!
Andrew Ng：你知道我生活在美國(guó)，當(dāng)我的妻子和我去看中國(guó)電影的時(shí)候，我們也會(huì)用ICE，我們創(chuàng)建了非常大的機(jī)器，它們處理數(shù)據(jù)，但是視頻的挑戰(zhàn)就是數(shù)據(jù)量太大了，正因?yàn)槿绱耍钊雽W(xué)習(xí)在圖像和視頻方面取得了長(zhǎng)足的進(jìn)展。這里也有一個(gè)非常有意思的說(shuō)法，比如人們知道怎么樣利用時(shí)間數(shù)據(jù)和視頻數(shù)據(jù)，可以了解人們現(xiàn)在做些什么，還有這些物體在做些什么，我覺(jué)得這是很有前景的展望，我希望將來(lái)在技術(shù)領(lǐng)域也可以實(shí)現(xiàn)這樣的發(fā)展。
陳恂：我們的時(shí)間非常有限，我們?cè)俅胃兄xAndrew，謝謝!
