百度首席科学家吴恩达：人工智能的能与不能

有很多高管问我人工智能到底能做什么？

他们都很想知道人工智能会如何颠覆他们所处的行业，以及他们可以怎样利用它来改变自己的公司。但是近来，有很多媒体都描绘了一幅不切实际的人工智能蓝图——例如说人工智能X O马上就会接管全世界。

事实如此，人工智能现在已经改变了搜索、广告、电商、金融、物流、媒体等行业的运行方式。但作为谷歌大脑团队的创办人、前斯坦福人工智能实验室主任、百度1200多人的人工智能团队的负责人；也有幸是培养了许多世界领先的人工智能团队，并创造了许多服务上亿人的人工智能产品的我，面对人工智能的影响，我想说的是：

令人惊讶的是，尽管人工智能已经影响了众多行业，但它的应用方式任然极其有限。几乎所有人工智能的最新进展都是通过“输入数据（A）然后快速生成简单的回应（B）”这样一种方式来完成的，例如：

如此简单的输入 A 和输出 B 就即将改变许多行业。这种构建A→B的软件技术被称为监督学习（supervised learning），这距离科幻片中存在情感的机器人还差得很远，而人类智能也远比 A→B 系统高级得多。

这些A→B系统正在急速地发展，目前最有成效的技术就是深度学习，或者说是深度神经网络，都在很大程度上受到了人类大脑的工作原理启发——不过也和科幻中的系统差之千里。许多研发人员正在探索其它形式的人工智能，其中有的已经在特殊环境下得到了有效的证明，也许还存在着更好的突破方式，让更高级的人工智能诞生成为可能，但我们仍然没有清晰的路径去实现这一目标。

但是，目前的监督学习框架有一个致命弱点：它需要庞大的数据支撑。

研发人员需要在系统里输入大量A和B的样本。比如开发一个图片标注器，就需要成千上万的图片（A）和可以证明图中是否有人存在的标签（B）。同样的，开发一个语音识别系统也需要成千上万小时的输入语音（A）和语音转录文本（B）。

那么A→B系统能做些什么呢？关于其颠覆性影响，这里有一个经验法则：如果一个典型的人进行一项思考时间少于1秒的任务，那么不远的将来或许我们就能用人工智能自动化完成这项任务了。

现在人们在人工智能应用方面已经做了很多有价值的研究——检查监控视频以发现可疑行为、在汽车有可能撞到行人时的紧急制动、查找并删除网上黄暴信息——这些任务都能在1秒之内完成。这些任务的自动化已经很成熟了。然而，这些都仅适合大的业务方向，搞清楚人工智能与你的业务中的其它部分的联系也是很重要的。

运行人工智能需要小心翼翼地选择A和B，并为人工智能弄清楚A→B的关系提供必要的数据。选择A和B就已经创造性地颠覆了许多产业，而它还有望带来更多革新。

在明白了人工智能能做什么和不能做什么之后，高管们下一步应该吧人工智能融入自己的战略布局。这时就需要弄清楚，价值是怎么创造出来的？什么是难以复制的？人工智能社区非常开放，大部分研发人员会发表并分享他们的观点甚至开源代码。在这个开源的世界，有两种稀缺的资源：

在我领导过的人工智能团队中，很多团队最多一两年就能写出其他团队的代码，但是要获得其他团队的数据是极其困难的。所以相比软件，数据才是更好的商业竞争壁垒。

简单地下载和应用开源软件能做的事有限，更多的是根据实际的业务场景和数据定制人工智能。这也就是能胜任这项工作的稀缺人才的争夺战开展的原因。

许多分析都是从“人工智能对人类的利弊”来描述人工智能的潜力。我们看到人工智能通过聊天来缓解人类的孤独；但也有人工智能牵涉到了种族歧视等问题。短期来看，人工智能对我们的最大危害就是：人工智能能自动化完成的工作远超以往，这可能会造成失业问题。

作为人工智能领域的领导者，确保我们正在建立一个每个个体都能自由发展的世界义不容辞，在这个过程中，明白人工智能能做什么以及如何将其融入你的企业蓝图只是一个开始，而不是结束。

● 度秘成长记 | 真学霸只看一眼就能解题！度秘识图新升级！

● 度秘大动作 | 百度&联通战略合作，人工智能打开行业新空间