吳恩達(dá)說人工智能永恒的春天已經(jīng)到來，你準(zhǔn)備好了嗎？

時(shí)間：2017-04-01

（轉(zhuǎn)載自36氪，如有侵權(quán)請聯(lián)系刪除）

2017年2月，百度首席科學(xué)家、Coursera的聯(lián)合創(chuàng)始人Andrew Ng在斯坦福MSx未來論壇上的一個(gè)演講，吸引了全球的眼球。他認(rèn)為，人工智能(AI)對未來許多行業(yè)帶來的變革，如同100多年前，美國“觸電”一樣——電對制造、運(yùn)輸、農(nóng)業(yè)（尤其是冷藏）、醫(yī)療等等帶來了劃時(shí)代的變革。

AI驅(qū)動(dòng)著百度的搜索和廣告，調(diào)度百度外賣的快遞員，選擇路線，和預(yù)估運(yùn)送時(shí)間。AI正在徹底改變金融工程，對物流的轉(zhuǎn)變進(jìn)行了一半，醫(yī)療和自動(dòng)駕駛剛開始，而前景巨大。和“電”帶來的變革一樣，很難想象哪個(gè)行業(yè)不會(huì)被AI改變。

監(jiān)督學(xué)習(xí)

驅(qū)動(dòng)百億的市場容量的，基本上屬于同一種AI: 監(jiān)督學(xué)習(xí)（Supervised learning），即用AI來確定A-->B的映射——輸入A和響應(yīng)B的映射。

用Email作為輸入A，判斷是否是垃圾郵件是響應(yīng)B。

用圖像作為輸入，識別這是一千種物體中的哪種？

從聲音A到文字B，從英文到法文，或從文字到聲音。

軟件可以學(xué)習(xí)這些輸入A到響應(yīng)B的映射——有很多好的工具來讓機(jī)器學(xué)習(xí)。比如50,000小時(shí)的音頻和對應(yīng)的文本，就能讓機(jī)器學(xué)到如何從音頻內(nèi)容轉(zhuǎn)化為文本內(nèi)容。通過大量的電郵數(shù)據(jù)和區(qū)分垃圾的標(biāo)簽，也可以很快地訓(xùn)練出一個(gè)垃圾郵件過濾器。

現(xiàn)在的AI還很初級——A到B的映射而已，不過已經(jīng)推動(dòng)著很大的市場。百度有很好的算法來預(yù)測某用戶是否會(huì)點(diǎn)擊某廣告。向受眾呈現(xiàn)更相關(guān)的廣告，能為互聯(lián)網(wǎng)營銷和廣告公司帶來極大的賺錢機(jī)會(huì)。這可能是AI最賺錢的應(yīng)用。

在哪些產(chǎn)品里能用到AI？

產(chǎn)品經(jīng)理常常希望了解AI能實(shí)現(xiàn)的，和不能實(shí)現(xiàn)的。一個(gè)簡單的思路是：一般人能在一秒內(nèi)想出來的事情，現(xiàn)在或很快就可以用AI自動(dòng)實(shí)現(xiàn)。

AI進(jìn)展最快的領(lǐng)域正是人能做得到的領(lǐng)域。比如自動(dòng)駕駛。人類能駕駛，所以AI也能駕駛。在醫(yī)學(xué)影像閱片和分析上，人類放射科醫(yī)生能夠閱片，所以AI也很可能在未來幾年內(nèi)做到。

而人類難以做到的事情，比如預(yù)測股市變化，AI可能也難。

原因1：人類能做的，至少是可行的；

原因2：可以利用人類的數(shù)據(jù)作為培訓(xùn)樣本，比如前面提到的輸入A和響應(yīng)B；

原因3：人類能提供指導(dǎo)。如果AI對某個(gè)放射影像的結(jié)論有誤，設(shè)計(jì)者可以向醫(yī)生請教，醫(yī)生所做的正確結(jié)論的原因是什么？進(jìn)而對AI進(jìn)行改善。

在Andrew Ng所接觸到的80-90%的AI項(xiàng)目中，都遵循這一規(guī)律：在人類能做到的領(lǐng)域，AI的進(jìn)展更快。很多項(xiàng)目的發(fā)展一旦超越人類水準(zhǔn)，發(fā)展也會(huì)變得緩慢。這也帶來一個(gè)社會(huì)矛盾：如果AI和人的水平類似，實(shí)質(zhì)上是跟人類競爭。

AI的發(fā)展趨勢

AI已經(jīng)出現(xiàn)了幾十年了，而近五年發(fā)展明顯加速，為什么？

當(dāng)以前的機(jī)器學(xué)習(xí)算法性能上升到一定程度，即使再增加數(shù)據(jù)樣本量（前文談到的輸入A、響應(yīng)B的A-B映射），性能改善也很有限。似乎超過一定樣本量之后，再多的數(shù)據(jù)也對算法不起作用。

而過去幾年，主要由于GPU，我們終于實(shí)現(xiàn)了能利用這么巨大的數(shù)據(jù)集的機(jī)器學(xué)習(xí)軟件。將數(shù)據(jù)輸入一個(gè)小的神經(jīng)網(wǎng)絡(luò)，當(dāng)超過一定性能后，上升變得平緩。而不斷地把數(shù)據(jù)輸入一個(gè)很大的神經(jīng)網(wǎng)絡(luò)時(shí)，即使性能上升沒有那么快，也會(huì)保持上升趨勢，隨著數(shù)據(jù)量的增大，不斷提高。

因此，要想獲得很好的AI性能，需要兩樣?xùn)|西：

很大的A-B映射的數(shù)據(jù)集；

大的神經(jīng)網(wǎng)絡(luò)。現(xiàn)在常用的大型神經(jīng)網(wǎng)絡(luò)建立在HPC高性能計(jì)算集群上。
現(xiàn)在的大型AI團(tuán)隊(duì)包括機(jī)器學(xué)習(xí)和高性能計(jì)算兩組人，才能獲得足夠計(jì)算能力。百度AI團(tuán)隊(duì)里的這兩種人員都專注于各自領(lǐng)域，沒有人能兩者兼?zhèn)洹?br />
什么是神經(jīng)網(wǎng)絡(luò)？有沒可能取代人類大腦？

問題是，我們不清楚人腦如何工作，所以很難造出取代人類大腦的神經(jīng)網(wǎng)絡(luò)。

什么是神經(jīng)網(wǎng)絡(luò)？先看個(gè)最簡單的神經(jīng)網(wǎng)絡(luò)：

如果想輸入房屋面積，得到房屋總價(jià)，可以用面積-總價(jià)的一階近似的線性模型來描述這個(gè)神經(jīng)網(wǎng)絡(luò)。

或者用更多因素建模，比如通過面積和臥室數(shù)，從第一個(gè)神經(jīng)元得到可以支持的家庭人數(shù)。再通過所在地址的郵編和社區(qū)富裕程度，從第二個(gè)神經(jīng)元得到附近學(xué)校的質(zhì)量。

這就成為一個(gè)神經(jīng)網(wǎng)絡(luò)。面積、臥室數(shù)、郵編、社區(qū)富裕程度屬于“輸入”集合A，總價(jià)屬于“響應(yīng)”集合B。

好處在于，當(dāng)訓(xùn)練這樣一個(gè)神經(jīng)網(wǎng)絡(luò)時(shí)，用戶無需關(guān)心中間因素，諸如家庭人數(shù)、安全度、學(xué)校質(zhì)量等，也無需關(guān)心每個(gè)神經(jīng)元如何將輸入映射到中間結(jié)果。只需要給出輸入集合A和響應(yīng)集合B，神經(jīng)網(wǎng)絡(luò)將自動(dòng)形成中間的計(jì)算過程和參數(shù)。當(dāng)A和B的集合足夠大，神經(jīng)網(wǎng)絡(luò)可以自動(dòng)算出很多東西。神經(jīng)網(wǎng)絡(luò)看上去非常簡單，讓很多初學(xué)者覺得有點(diǎn)失望，但它確實(shí)能解決很多問題。關(guān)鍵在于數(shù)據(jù)量要夠大——幾萬或幾十萬個(gè)樣本本身能提供大量的信息，而軟件本身只是一小部分。

如何保護(hù)AI業(yè)務(wù)？

AI研究較前沿的團(tuán)隊(duì)都比較開放，常常發(fā)布研究成果。百度的AI研究論文也沒有隱藏什么成果——在人臉識別等論文里，都分享了所有的細(xì)節(jié)。既然很難把算法本身隱藏起來，如何保護(hù)AI業(yè)務(wù)？當(dāng)前稀缺資源有兩種，一種是數(shù)據(jù)，二是人才。獲取巨量數(shù)據(jù)很難，要包括輸入A+響應(yīng)B。比如語音識別用了5萬小時(shí)的音頻來訓(xùn)練，今年準(zhǔn)備用10萬小時(shí)，相當(dāng)于百度10年積累的音頻。

以人臉識別所用的訓(xùn)練圖像數(shù)量為例

學(xué)術(shù)上最常用的基準(zhǔn)測試/比賽：1百萬幅；

所用圖像數(shù)最多的計(jì)算機(jī)視覺對象識別學(xué)術(shù)論文：1500萬幅；

百度用來訓(xùn)練世界上最先進(jìn)的人臉識別系統(tǒng)：兩億幅！

如果只是5-10人的研發(fā)團(tuán)隊(duì)，很難獲得這樣規(guī)模的數(shù)據(jù)。百度這樣的大企業(yè)的經(jīng)常推出一些新產(chǎn)品不一定是為了營收，而是為了數(shù)據(jù)，然后通過后續(xù)的產(chǎn)品來獲得收益。

另一個(gè)稀缺資源是人才。AI的應(yīng)用需要根據(jù)具體業(yè)務(wù)場景來定制。僅僅下載個(gè)開源包，無法解決問題。實(shí)際情況下，是否適合用某種垃圾郵件識別或語音識別技術(shù)？針對某種場景，機(jī)器學(xué)習(xí)怎么用？所以各個(gè)公司都在為數(shù)據(jù)挖掘爭奪AI人才，來定制AI技術(shù)，找到所需要的A和B各自代表什么，怎么找到這些數(shù)據(jù)和如何調(diào)整算法來適應(yīng)業(yè)務(wù)場景。

AI的良性循環(huán)

先做出某種產(chǎn)品。比如通過語音識別，以語音實(shí)現(xiàn)搜索；

然后吸引來很多用戶，用戶產(chǎn)生數(shù)據(jù)；

再通過機(jī)器學(xué)習(xí)，用數(shù)據(jù)改善產(chǎn)品。

這就形成了AI產(chǎn)品的良性循環(huán)。最好的產(chǎn)品能獲得最多的用戶，帶來最多的數(shù)據(jù)，通過現(xiàn)代機(jī)器學(xué)習(xí)體系，能得到最好的AI，最終讓產(chǎn)品變得更好，周而復(fù)始。

百度發(fā)布新的產(chǎn)品，會(huì)特別考慮怎樣推動(dòng)這樣的良性循環(huán)，會(huì)包括相當(dāng)先進(jìn)的產(chǎn)品發(fā)布策略，比如按地理區(qū)域、細(xì)分市場等，來更好地推動(dòng)這個(gè)循環(huán)。

這種良性循環(huán)的理念很早就有了，只是最近變得更加明顯。正如前文所述，當(dāng)數(shù)據(jù)超過一定規(guī)模后，傳統(tǒng)AI算法無法明顯改善AI性能，因此數(shù)據(jù)多的優(yōu)勢不明顯，大公司也很難保護(hù)自己的AI業(yè)務(wù)。現(xiàn)在數(shù)據(jù)越多，AI性能越好，大公司也更容易保護(hù)自己的優(yōu)勢。

AI炒作的非良性循環(huán)

許多人擔(dān)心AI會(huì)不會(huì)取代或威脅人類。有一小部分研究AI的人專門從事對“邪惡AI”的炒作，以獲得投資人或政府機(jī)構(gòu)的投資，來研究“反邪惡AI”。道高一尺，魔高一丈，又進(jìn)一步推動(dòng)對“邪惡AI”的炒作，從而形成非良性循環(huán)，非常不健康。

擔(dān)心AI變得邪惡，類似于擔(dān)心火星的未來人口過剩。現(xiàn)在看不出AI將會(huì)怎樣走偏，因此也談不上有針對地研究相應(yīng)措施。研究本身沒有問題，不同的研究是好事，但是對邪惡AI的研究占用不恰當(dāng)?shù)馁Y源，就不應(yīng)該了。兩個(gè)人，或者10個(gè)人來研究邪惡AI也許沒問題，但是現(xiàn)在投資得太多。

AI對就業(yè)的影響

AI對就業(yè)帶來的影響更讓人擔(dān)心。有些AI項(xiàng)目確實(shí)是瞄準(zhǔn)了某些人類崗位，而從事這些工作的人并不清楚嚴(yán)重性。硅谷創(chuàng)造了大量財(cái)富，但也應(yīng)該對其造成的問題承擔(dān)責(zé)任，比如造成的失業(yè)問題。AI取代人類崗位的現(xiàn)實(shí)問題，更應(yīng)該引起重視，而不是被邪惡AI的炒作轉(zhuǎn)移了注意力。

AI產(chǎn)品管理

AI是個(gè)讓人興奮的領(lǐng)域，同時(shí)也存在一些挑戰(zhàn)。如何將AI融入公司業(yè)務(wù)？
產(chǎn)品經(jīng)理的職責(zé)是找到用戶喜歡的，而工程師的角色是做出可行的產(chǎn)品。兩者共同協(xié)作，才能做出理想的產(chǎn)品。

AI是個(gè)新生事物，所以技術(shù)公司以前的流程和工作方法，不太適用。硅谷的產(chǎn)品經(jīng)理和工程師的合作已有一套標(biāo)準(zhǔn)流程。比如開發(fā)APP時(shí)，產(chǎn)品經(jīng)理先畫出線框圖，比如logo，按鈕，各個(gè)板塊等，工程師再寫出代碼來實(shí)現(xiàn)。但是AI的APP無法通過畫線框來描述。通過什么形式，把產(chǎn)品經(jīng)理頭腦里對AI產(chǎn)品的功能要求明白地分享給工程師呢？

比如開發(fā)語音識別系統(tǒng)，實(shí)現(xiàn)語音搜索，有很多改善方向。比如：

在嘈雜環(huán)境下如何改善，比如車?yán)锘蚩Х瑞^？

僅改善窄帶語音信號；

對不同口音改善；

百度發(fā)現(xiàn)，產(chǎn)品經(jīng)理通過數(shù)據(jù)和工程師溝通，是個(gè)較好的辦法。產(chǎn)品經(jīng)理負(fù)責(zé)提供測試數(shù)據(jù)集給工程師，比如一萬個(gè)音頻和對應(yīng)的文字，來說明所關(guān)心的問題，工程師也能更明白需要解決的問題。如果這些音頻里有大量車輛噪音，工程師就知道車輛噪音是問題。如果是混合了幾種不同噪聲，工程師也能想辦法解決。最糟糕的情況是，產(chǎn)品經(jīng)理提供的測試數(shù)據(jù)，并不能代表自己想解決的問題，那就出問題了。

同時(shí)，新產(chǎn)品設(shè)計(jì)的流程有很多，比如想設(shè)計(jì)一個(gè)交流型AI機(jī)器人：

- 人：“我想叫個(gè)外賣”；
- AI：“你喜歡哪種類型餐館？”；
- 人：“川菜”；
- AI:“這些可供選擇，xxx,yyy,zzz,...”；

線框圖只能顯示對話過程，無法描述所需AI的復(fù)雜程度等。百度的產(chǎn)品經(jīng)理和工程師會(huì)在一起，寫五十種對話，

- 人：“請幫我定一個(gè)結(jié)婚紀(jì)念日的餐館”；
- AI：“你需要訂花嗎？”；

這時(shí)候，工程師會(huì)問一些更具體的問題，比如每種場景是否都需要繼續(xù)提配套產(chǎn)品的問題，比如談到圣誕節(jié)時(shí)，是否要問對方要不要買圣誕裝飾？一起思考，共同討論需求和技術(shù)，很有效。

對AI的宣傳里，有很多吸引眼球的技術(shù)，不過它們未必最有用。如何將吸引眼球的技術(shù)和產(chǎn)品、業(yè)務(wù)相結(jié)合？軟件產(chǎn)業(yè)已經(jīng)有標(biāo)準(zhǔn)流程，比如代碼審查、敏捷開發(fā)等，如何組織AI的產(chǎn)品工作，有很長的路要走，現(xiàn)在正是考慮這些問題的時(shí)候。

短期內(nèi)，AI有哪些機(jī)會(huì)？

語音識別正在起飛

最近準(zhǔn)確率已經(jīng)提高到很有用的程度。4-5個(gè)月之前，斯坦福大學(xué)計(jì)算機(jī)系教授James Landay、百度、華盛頓大學(xué)一起展示了在手機(jī)上輸入英文和普通話，用語音識別的速度比用手機(jī)輸入快3倍。去年百度的所有語音識別產(chǎn)品年度環(huán)比增長大約100%，現(xiàn)在正是語音識別技術(shù)騰飛之時(shí)。美國有幾個(gè)公司做智能語音控制器（Smart Speakers)，用語音控制家用設(shè)備也會(huì)很快推廣。相關(guān)的操作系統(tǒng)和硬件都會(huì)很快發(fā)布。

計(jì)算機(jī)視覺也即將到來

中國的人臉識別發(fā)展速度很快。因?yàn)橹袊氖謾C(jī)比筆記本更普及，很多人有手機(jī)，而不一定有筆記本。在中國可以僅僅憑手機(jī)申請助學(xué)貸款。涉及到錢，所以需要先驗(yàn)證身份和很多東西。這加速了人臉識別的發(fā)展。通過手機(jī)進(jìn)行人臉識別，作為用生物標(biāo)識進(jìn)行身份認(rèn)證的一種方法，在中國發(fā)展很快。

在百度總部，不需要RFID卡進(jìn)行認(rèn)證，而是直接刷臉進(jìn)門，Andrew Ng在YouTube上有一段視頻。現(xiàn)在人們對人臉識別技術(shù)已經(jīng)足夠信任，并在安全要求較高的場景下使用。

百度在語音識別和計(jì)算機(jī)識別上的資金投入和數(shù)據(jù)投入巨大，任何小開發(fā)團(tuán)體遠(yuǎn)遠(yuǎn)無法相提并論，也不太可能有其他出乎意料的技術(shù)突破。

醫(yī)療健康的AI應(yīng)用

Andrew Ng對AI對醫(yī)療健康領(lǐng)域帶來的影響很看好。很多現(xiàn)在的放射科醫(yī)生會(huì)被AI影響到。如果想在放射科一直工作四十年，不是個(gè)好的職業(yè)計(jì)劃。

還有很多垂直領(lǐng)域?qū)⑹艿紸I的影響，比如金融工程和教育。不過短期之內(nèi)還不太會(huì)對教育產(chǎn)生實(shí)質(zhì)性的影響。

永恒的春天

光從監(jiān)督學(xué)習(xí)已經(jīng)看得出AI將如何逐漸改變各個(gè)行業(yè)。其他的AI形式，比如無監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)等等，都還在研究階段，現(xiàn)在的市場規(guī)模較小。

有很多行業(yè)會(huì)經(jīng)歷幾個(gè)冬天，然后迎來永恒的春天。AI經(jīng)歷過兩個(gè)冬天，現(xiàn)在已經(jīng)進(jìn)入永恒的春天。就像硅的春天一樣，半導(dǎo)體、晶體管、計(jì)算周期這些都將和人類一起發(fā)展很久。神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)會(huì)繁榮很長時(shí)間，一百年或許太遠(yuǎn)，但一些重要應(yīng)用改變幾個(gè)大行業(yè)的路線圖已經(jīng)很清晰。

AI確實(shí)正在取代人類的一些崗位。當(dāng)某些崗位被AI取代后，我們需要新的教育系統(tǒng)，來幫助失去工作的人獲得新的技能。政府應(yīng)該為這些愿意學(xué)習(xí)新技能的人，提供基本收入保障，重新成為勞動(dòng)者的一員。我們需要新的系統(tǒng)和結(jié)構(gòu)，來讓幫助社會(huì)向新世界進(jìn)化。雖然會(huì)有新類型的工作，但工作崗位的消失也比以前更快。

一些問題

大公司在數(shù)據(jù)和人才上有巨大優(yōu)勢，那么創(chuàng)業(yè)公司的機(jī)會(huì)在哪里？投資者可以關(guān)注哪種規(guī)模的創(chuàng)新？

在語音識別、人臉識別上，小公司非常難與大公司競爭，除非有意料之外的技術(shù)突破。同時(shí)，也有很多小垂直領(lǐng)域適合創(chuàng)業(yè)公司，比如醫(yī)療影像。有一些疾病的病例不多，如果有一千張影像，也許就涵蓋了所有所需的數(shù)據(jù)了，一些垂直領(lǐng)域需要的數(shù)據(jù)量也不大。

另外，AI的機(jī)遇非常多，大公司會(huì)放棄很多的小的垂直市場，因?yàn)榫τ邢蓿蟮臋C(jī)會(huì)還研究不過來。

AI在發(fā)明創(chuàng)造上，有哪些進(jìn)展？

還很早期。AI可以作曲，但這很主觀。20年前的技術(shù)做出來的曲子有人喜歡，有人不喜歡。有些項(xiàng)目用AI制作圖片特效，用特效模仿某畫家作品，這些都是小而有趣的領(lǐng)域。現(xiàn)在還看不到有什么技術(shù)路線能發(fā)明復(fù)雜的系統(tǒng)。

如果摩爾定律不再成立，對AI的擴(kuò)展性有什么影響？

一些高性能計(jì)算公司的硬件路線圖顯示，摩爾定律在單芯片上不再那么有效，但神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)所需的計(jì)算類型在未來幾年仍然能很好地?cái)U(kuò)展。SIMD（單指令多數(shù)據(jù)）讓并行化處理負(fù)載非常容易。神經(jīng)網(wǎng)絡(luò)很容易并行化，加速計(jì)算的空間還很大。

AI面對的諸多問題中，許多問題的瓶頸在于數(shù)據(jù)，也有很多的瓶頸在于計(jì)算速度——能便宜地處理數(shù)據(jù)的速度趕不上獲得數(shù)據(jù)的速度。所以高性能計(jì)算的路線圖應(yīng)該包括這方面。

算法是AI里的特殊作料。是否應(yīng)通過知識產(chǎn)權(quán)保護(hù)，還是繞過這個(gè)問題去設(shè)計(jì)產(chǎn)品？對機(jī)器學(xué)習(xí)的研究者，是否有和AI產(chǎn)品經(jīng)理-工程師那樣類似的流程或良性循環(huán)，來實(shí)現(xiàn)突破或改善研究流程？

知識產(chǎn)權(quán)的問題比較難講。有些公司申請了大量專利，但是是否真能帶來實(shí)質(zhì)性的保護(hù)？所以我們往往從如何從戰(zhàn)略上思考細(xì)節(jié)，比如讓數(shù)據(jù)保護(hù)自己。

研究機(jī)構(gòu)更偏好新鮮、搶眼球的東西，來發(fā)表論文。訓(xùn)練新研究者的辦法通常是讀很多論文。而大家常常忽視重復(fù)論文里的試驗(yàn)的重要性。不一定要把精力大量用于發(fā)明新東西，而花時(shí)間重復(fù)別人的發(fā)布結(jié)果也是很好的培訓(xùn)方法。和培訓(xùn)博士生一樣：去學(xué)習(xí)和理解別人的論文，重復(fù)別人的試驗(yàn)，爭取獲得類似的結(jié)果，很快你就能產(chǎn)生自己的想法去推動(dòng)最新的科技。

對希望從事機(jī)器人相關(guān)工作的機(jī)械工程學(xué)生，有哪些和AI、機(jī)器人相關(guān)的機(jī)會(huì)比較適合？

很多機(jī)械工程背景的人，在AI領(lǐng)域很成功。可以上一些計(jì)算機(jī)/AI課程，和AI領(lǐng)域的老師聊聊。一些垂直領(lǐng)域存在有趣的AI機(jī)器人的機(jī)會(huì)，比如精準(zhǔn)農(nóng)業(yè)。Blue River用計(jì)算機(jī)視覺來區(qū)分不同植物，比如不同品種卷心菜，選擇留下哪些，除掉哪些，來提高產(chǎn)量。

中國也生產(chǎn)和銷售很多社交和伴侶機(jī)器人，美國還沒起怎么起步。

讓AI和人配合起來的前景如何？很多AI應(yīng)用是基于AI自己，如果采用AI+人的混合方案？比如自動(dòng)駕駛等？

沒有統(tǒng)一的規(guī)則，應(yīng)該跟實(shí)際情況有關(guān)。很多語音識別是為了讓人類更高效，比如通過手機(jī)。對自動(dòng)駕駛汽車，可能需要10-15秒來轉(zhuǎn)換控制權(quán)，因?yàn)殡y讓容易分神的人快速接手駕駛，很困難。這種情況下，由AI獨(dú)立控制更安全。所以從使用者角度來講，人類和AI混合的自動(dòng)化比較困難。

對在線教育而言，主要問題是動(dòng)機(jī)，人們不愿意花那么多時(shí)間來學(xué)完整個(gè)課程。這是不是最大的挑戰(zhàn)？其他還有什么挑戰(zhàn)？

AI對在線教育有幫助。個(gè)性化的輔導(dǎo)已經(jīng)談?wù)摿撕荛L時(shí)間，Coursera用AI推薦個(gè)性化的課程，自動(dòng)打分，在細(xì)節(jié)上確實(shí)有幫助。但在利用AI之前，教育的數(shù)字化還有很長的路要走。很多行業(yè)都有個(gè)規(guī)律：先有數(shù)據(jù)，再有AI，比如醫(yī)療，美國電子病歷（EHR）的進(jìn)展很大。隨著電子病歷的興起，影像膠片變成數(shù)碼圖片，這些數(shù)字化產(chǎn)生了很多數(shù)據(jù)供AI使用，并產(chǎn)生價(jià)值。教育需要先經(jīng)歷數(shù)字化，這一階段還有很多工作要做。

百度如何用AI來管理自己的云上數(shù)據(jù)中心？比如IT運(yùn)維管理的例子？

兩年前，百度做了個(gè)項(xiàng)目，可以提前一天自動(dòng)檢測出硬件故障，特別是硬盤故障。這就可以事先拷貝、熱插拔進(jìn)行預(yù)防處理。還可以降低數(shù)據(jù)中心的用電量，負(fù)載均衡等，都是很多小細(xì)節(jié)的改善。

能否舉一些例子說明能通過仔細(xì)地建模和規(guī)劃，用AI解決的復(fù)雜問題？對這些問題，人類可能需要進(jìn)行長時(shí)間的思考。

亞馬遜是個(gè)很好的例子。它知道我瀏覽過什么，讀過什么，比我太太更了解。電腦對人們看過什么，點(diǎn)擊過什么廣告更了解，所以在廣告方面做得非常好。對于有些任務(wù)，計(jì)算機(jī)可以處理的信息量遠(yuǎn)遠(yuǎn)超過人類，并根據(jù)規(guī)律建模，進(jìn)行預(yù)測，這方面AI比人做得更好。

將AI融入人類工作的很大一部分，是將一塊塊的AI部分串成一個(gè)大系統(tǒng)。比如為了造自動(dòng)駕駛汽車，要用相機(jī)拍攝的圖像，雷達(dá)等，組成車前方的一幅圖，再由監(jiān)督學(xué)習(xí)估算和其他車的距離，以及和行人的距離，這只是兩個(gè)重要的AI部件，還需要其他的部件來估計(jì)5秒后車的位置，行人的方向。還有一個(gè)部件來分析，根據(jù)行人車輛等不同對象的運(yùn)動(dòng)情況，我應(yīng)該怎么走？然后還需要算方向盤的旋轉(zhuǎn)程度，以此類推。

所以復(fù)雜的AI系統(tǒng)有很多小AI部件，工程人員要知道如何將這種超級學(xué)習(xí)能力融合到更大的系統(tǒng)里，來創(chuàng)造價(jià)值。

產(chǎn)品經(jīng)理和社會(huì)學(xué)家、律師等如何協(xié)調(diào)？比如自動(dòng)駕駛汽車在撞人前，開發(fā)者和AI應(yīng)從駕駛者，還是行人的角度考慮問題？這只是個(gè)法律問題，但也有很多類似情況。產(chǎn)品管理者和不同的功能部門的合作時(shí)，應(yīng)該扮演什么角色？

這個(gè)問題的一個(gè)相似版本是“有軌電車”問題，會(huì)產(chǎn)生倫理矛盾。一個(gè)電車走到岔道口，繼續(xù)往前會(huì)撞死5個(gè)人，你可以用扳手將電車扳到另一條軌道，撞死該軌道上的一個(gè)人，而你成為兇手，你扳嗎？

除了在哲學(xué)課里，很少有誰在現(xiàn)實(shí)生活里遇到過這個(gè)問題，所以，它并不重要。自動(dòng)駕駛的開發(fā)者沒去討論它。實(shí)際上，如果誰真正遇到了，可能之前已經(jīng)犯了其他錯(cuò)誤了。自動(dòng)駕駛處理的問題更實(shí)際，和你自己開車一樣。比如，對面有個(gè)白色的大車，是否能及時(shí)剎車？