作者：文摘菌

來源：大資料文摘（ID：BigDataDigest）

9月6日，2018中國人工智慧峰會（CAIS2018）在南京國際博覽會議中心召開。以“AI賦能，驅動未來”為主題，匯聚50餘位人工智慧領域國際學術界、產業界著名領袖以及相關代表參會。

斯坦福客座教授吳恩達以Landng.ai創始人、CEO的身份出席了峰會，併在主論壇上做了題為《人工智慧賦能新時代》的主題演講。

01 賦能企業：來自CEO的三個人工智慧問題

目前人工智慧已經在很多行業應用，並促使其發生了改變。如果想要在新時代發展的更好的話，就一定要應用新技術。而決定一個公司是否能在人工智慧時代發展的更好，則需要把公司的傳統樣式與機器學習相結合，但這絕不僅限於單純的結合。比如百度和谷歌，需要大量的收集資料、建立資料庫、普及自動化並引進大量的人才。

1. 網際網路時代和人工智慧時代的差異

吳恩達首先對比了網際網路時代和人工智慧時代的差異，這一對比他在今年2月份國家會議中心工業網際網路峰會的一次演講中也曾詳細提到過。

網際網路公司和人工智慧公司有何不同呢？吳恩達稱，目前很多公司對於網際網路公司有一個誤區，他們認為給一個商場配上一個線上網站，就等於網際網路公司。

吳恩達定義了網際網路公司的幾大特點：

1. 網際網路公司需要大量的A/B測試

2. 迭代速度很快

3. 工程師及產品經理共同進行決策

因此，網際網路公司著重A/B測試、快速迭代以及工程師及產品經理的決策，而在人工智慧時代，人工智慧公司側重資料收集戰略，集中的資料庫，以及普遍的自動化。

吳恩達稱，一個傳統的技術公司加上神經網路或者機器學習，這還不是AI公司。能夠統籌公司做非常好的人工智慧工作，這才是真正的人工智慧公司。

以一家搜尋引擎公司為例，其會蒐集到非常多的資料，吳恩達稱，如果你是公司的CEO，讓你的產品經理有渠道獲取資料，並建立集中的資料庫是非常重要的。另外在人工智慧時代我們有大量新的職位等待著新的人才。

吳恩達基於此也提出了他對人工智慧公司理解。一家好的AI公司應該有以下幾點側重：

• 資料蒐集的戰略：
  

  如何蒐集資料？透過什麼工作，在什麼國家蒐集資料，都需要明確。

• 集中的資料庫：

  如果你的公司有50個資料庫（databases），如果一個工程師做某個專案的時候需要到50個資料庫找資料，那是非常困難的，所以現在的趨勢是要儘量把資料集中起來。

• 普遍的自動化：

  很多AI公司正在做這件事，有很多自動化的機會。

• 新的人才需求：

  機器學習工程師，計算機視覺演演算法工程師。

今天在許多人工智慧公司，產品經理和工程師的工作也發生了變化：在網際網路時代，如果你要做一個app，工作流程一般是產品經理來畫一張圖，工程師根據產品經理的這張圖再去寫程式碼。而在人工智慧時代，比如你要做一個自動駕駛的產品，產品經理沒辦法直接做一張圖，他需要把一些資料給到工程師，讓工程師從資料庫拿資料，然後要求達到某個數值的準確率。

2. 來自CEO們的三個問題

那麼CEO們更關心什麼呢？

兩周前，吳恩達在自己的推特上釋出了一個問題，稱自己因為Landing.ai的專案到訪很多國家，和非常多的CEO交流過他們的AI策略，想基於此釋出一個報告，因此也向大家徵集最想瞭解的問題。

本次演講中，吳恩達也提出了他被CEO們問過最多的三個問題，並對此一一做出瞭解答：

• 如何招聘AI人才，建立AI團隊？

• 如何挑選AI專案，哪些專案應該避免

• AI與公司策略如何結合？

問題一：如何招聘AI人才，建立AI團隊

吳恩達認為，人工智慧團隊的組織架構應該有以下三步：首先，藉助外部資源；其次，利用外部資源，但仍需要培養內部AI團隊；最後將內部AI團隊與各個業務部門有機結合。

他尤其強調了企業向不同的業務部門提供人工智慧培訓的重要性。並詳細敘述了企業應該如何運用線上教育資源進行內容策展。

隨著線上數字內容的興起，教育及培訓變得越來越容易。吳恩達提出了一個新的職位概念——公司的首席學習官（Chief Learning Officer），可以利用大量的線上教育資源進行內容策展。例如發掘與篩選優質內容，整合與編輯，形成新的課程大綱；在企業內部傳播與分享相關內容，並將培訓計劃與員工考評掛鉤。

問題二：如何挑選AI專案，哪些專案應該避免？

吳恩達表示，挑選人工智慧專案的規模不是重點，重點是人工智慧需要解決實際問題。而對於一些企業來說，可以透過投資或收購獲得相關技術，並不是必須要自己獨立去做。

他還提出了三條挑選人工智慧專案的基本原則：

• 挑選示範專案，成功交付，建立勢頭。他用自己的經歷為例，提出自己在谷歌大腦的時候合作的第一個內部客戶是谷歌的語音識別部門，並且透過這個專案建立了谷歌大腦的品牌。也就是說，規模不一定大，但是一定要非常有價值。

• 與外部專家合作，加速專案啟動與執行。

• 長期來看，有一些專案只有內部團隊可以勝任。

這就涉及到另一個很多公司面臨的問題：自己做還是向第三方購買AI服務？

吳恩達也給出了自己的答案：對於普適性的行業解決方案，向第三方購買；對於具有業務特殊性的解決方案，需要內部構建。

問題三：AI與公司策略如何結合？

吳恩達認為，策略是複雜的，多方面的。可以選擇一個核心的領域，打造屬於自己的技術壁壘。

另一個很實用的建議是，不要和谷歌或者百度競爭通用AI技術，而是在自己的垂類用AI構築技術壁壘。

在這裡吳恩達舉了landing.ai和中聯中科在農業領域合作的例子。今年八月，中聯重科宣佈與吳恩達教授的人工智慧公司Landing.ai簽署戰略合作協議。雙方將攜手在農業領域展開合作，共同研發基於人工智慧（AI）技術的新產品，打造一支頂尖的人工智慧技術團隊。

02 賦能政府：給政府的三條人工智慧發展建議

吳恩達肯定了中國，特別是南京在基本學科建設上的成績，例如南京大人工智慧學院的建立。並就政府如果發展人工智慧，提出了幾條建議。

1. 投資教育以及勞動力再就業培訓

在演講中，吳恩達提出了“有條件的基本收入”概念，因為人工智慧會替代一部分的工作。但是隨著線上內容的興起，人工智慧捋會替代一部分的工作·。然而，隨著線上內容的興起，任何人都能夠獲取參與經濟活動所需要的技能。

線上教育最大的問題是完成率，例如如何激勵人們不只是上課，而是完成課程。對於適齡勞動人口，政府可以透過資助其學習，從而獲取新的技能重新進入勞動力市場。

2. 公共部門與私有部門結合-加速新行業發展

吳恩達認為，很多前AI時代制定的規則在AI時代將被改寫，特別是在交通、航空、金融、醫療、農業、新聞媒體這些行業。

因此，政府應該更好的促進新行業發展。這裡他還提到了太太和自己創辦的公司drive.ai在美國德州落地的例子。“這個公司總部是在加州，但是我們卻把測試放在德州，主要原因是那邊政府的支援。”

2. 運用AI改進政府治理

吳恩達認為，就像公司運用AI發覺新的生產力一樣，政府也可以運用AI改進政府治理。

03 賦能大學：AI教育供給不足如何解決？

吳恩達在演講中提到，當前對AI教育需求巨大，供給不足。大學作為人才培養基地，應該創新新的人才培養樣式。在演講中，吳恩達提出如果一所大學有很多AI方面的專家，可以自己教授AI，否則可以採取翻轉課堂的形式。

在此，吳恩達以斯坦福的深度學習課程CS230為例，來說明這一授課樣式的成功。

CS230第一年起有800名學生，現在每年教授3次，採取翻轉課堂形式：學生觀看線上內容（由計算機批改測驗），教學助理的時間不是用來批改作業的，而是輔導以及和學生討論專案。他認為這一方式可以拓展到全球其他國家，培養更多人工智慧人才。

吳恩達指出，人工智慧應該跨學科和跨領域合作，他舉了斯坦福大學AI+醫療團隊，36名斯坦福大學計算機學生和機器學習方向的學生，配合9名斯坦福大學醫學院教授和研究人員共同工作。

本次2018中國人工智慧峰會（CAIS2018）在南京國際博覽會議中心召開，現場嘉賓還包括2010年圖靈獎得主、美國科學院院士、哈佛大學教授Leslie Valiant，國家新一代人工智慧戰略諮詢委員會組長、中國人工智慧產業發展聯盟理事長、中國工程院院士潘雲鶴，國內首家C9高校人工智慧學院，南京大學人工智慧學院院長，ACM/AAAI/IEEE Fellow周志華教授。