2015年1月30日消息，百度Big Talk2015年第一期在美國硅谷開講，百度首席科學家吳恩達（Andrew Ng）在會上表示，百度是第一個建立深度學習的網絡，而深度學習將改變人工智能，這些機會體現在文本、圖像和語音識別。

吳恩達以火箭為例，“建造火箭需要一個很多的燃料（數據）和很大的引擎，深度學習就是讓火箭騰飛的引擎。”

目前，百度已經在硅谷或中國建立了巨大的神經網絡。他認為，神經元網絡的技術很有前景，人腦的工作被激發開來，因此模擬神經元的信號，用算法讓他更智能，“建立了有效的深度學習的算法將會改變整個人工智能”。

具體的，深度學習為人工智能帶來的新機會體現在三個地方：文本、圖像和語音識別。

“電腦視覺是深度學習帶來的革命”。據吳恩達介紹，在計算機視覺方面，已經有了一個很好的技術來建立圖像，未來幾年會改變醫學影像、圖像搜尋，以及新的產品和技術，比如Baidu Eye。

而在語音識別方面，會對互聯網、家用電器帶來很大的改革。吳恩達認為，語音會是改革互聯網的很大一個因素。語音識別會推動物聯網的革命，比如汽車界面、家用設備，以及可穿戴設備。在這方面，特別是在移動互聯網方面，中國其實領先于美國和其他國家很多。

不過對于外界表述的惡意機器人帶來的負面影響，吳恩達認為這些炒作和擔心沒有需要，這在今天是沒有任何實現的可能性。

他將惡意機器人的炒作歸結為勞工話題，是學術界和政客的炒作。“這樣的炒作實際上給人類社會提出了不同的挑戰，比如就業。在很久時間，技術建立了很多機會。技術取代了農業專業，農民可以訓練自己的子女做不同的工作。技術的變革越來越快，因此需要重新訓練人。我非常顧慮，沒辦法及時訓練需要的人”。 

以下為吳恩達演講實錄：

非常高興大家可以在硅谷相聚，在過去幾年有一種人工智能已經開始起飛了，對硅谷有很大的沖擊，就像Jason所講，今天你會聽到人工智能如何沖擊并改變醫療保險、教育和其他領域。

這里面有很多種操作，今天我想和大家分享兩件事情，第一件，什么是，和什么不是深度學習，在二十分鐘的時間里面我們希望可以讓你知道這樣的技術是什么。第二點，對于在領先機構里面的你們，你們能夠在策略上思考這些機構——公司、學校、企業是否要做深度學習的技術。

多年以來，我們一直有這樣的創意，就是人工智能的虛擬圈，比如做一個很好的產品，可以得到很多很好的用戶，這些用戶可以提供很多的數據。最后，用人工智能就可以讓很多的產品越來越好，讓你得到越來越多的用戶，如此產生人工智能的良性循環。但是這樣的理念根本沒有成功，在這幅拼圖里面所缺失的最大一環，就是人工智能。來看早一代的人工智能算法，即使有很多的數據支持，但是表現功能不會越來越好，在我腦中有一個非?；镜脑?。為什么深度學習沖擊世界，因為我們都可以測量算法，所以在大數據里面，新的人工智能的算法越來越好，我們可以第一次在整個虛擬圈里完成整個循環。

過去時間，很多溝通都是通過文字，過去十年間網頁就是一堆文字。如今在百度，我們看到，特別是在移動互聯網領域，溝通已經改變成為了圖像和語音。百度已經經歷改變十五年了，現在就要跟大家分享在圖像語音方面的機會。因為在互聯網上的溝通，提供更好的服務，給各國和全世界使用?，F在談談百度如何理解圖像和語音。

七年前，在斯坦福，我讓我的學生寫程序識別咖啡杯的圖像，他們用了當時最好的圖像和算法，這就是他們得到的結果。他們發現到處都是咖啡杯，為什么識別咖啡杯這么困難？當我們放大以后繼續來看。把他當成紅的方塊。電腦的問題就是看到這些數據，色素的強度，告訴我們這些數據定義了咖啡杯，所以長久以來這是在電腦圖像方面不足的地方。神經元網絡的技術很有前景，人腦的工作被激發開來，因此模擬神經元的信號，用算法讓他更具有智能。在深度學習，剛才講的熱磁，來模擬人腦，很多研究人員想用這個熱磁?？墒巧窠泴W家知道根本不可能知道人腦如何工作。我的朋友開玩笑說，神經網絡好像用卡通畫腦子。過度簡單的用卡通描述腦子，因此對大腦不是非常了解。這些程序可以了解這些物體，能做的就是說照張相，給神經網絡很多數據，很多咖啡杯圖像，可以來學習，可以來說這是咖啡杯。這只是識別咖啡杯，是個相對容易，但是計算機視覺比這個要復雜得多，但我們看這個圖像，看到很多東西。如果要給很多注解的話，你就說，黃色大巴開在路上，右邊的畫，你就說，一間起居室，很多陽光照進來，而你寫這個注解的能力，就是對這個圖像的深度理解。那么，可不可以讓電腦理解圖片和我們做的一樣？如果要讓你用中文來注解這張圖片，同樣，你就看這個圖片，說，這個棒球運動員準備擊球，一個人在沖浪，一個車停在現場。

所以，電腦是否可以理解圖像，好像我們有這個能力寫注解。所以我給你們一個驚喜，這個字幕不是人寫出來的，是電腦寫的，百度是第一個用神經網絡技術寫的?，F在還有其他好多公司來尾隨我們。所以我們今天在的位置在哪里呢？在計算機視覺我們已經建立了一個很好的技術來建立圖像。我們在對美國聽眾展示用中文寫的字幕。既然已經有非常復雜的電腦技術，現在就是應用是什么。電腦可以了解在過去五年有長足的發展。應用是什么？醫學影像，圖像的搜尋，買什么衣服，百度還有其他公司有這樣的計算機視覺技術，嘗試產品和技術，今天也不知道最好的應用是什么，未來幾年會改變這方面的情況。

所以，電腦視覺是深度學習帶來的革命。為什么深度學習，也就是神經網絡如今有迅猛的發展？這就是我們來建立了有效的深度學習的算法，改變整個人工智能的方法。舉個例子。建造火箭，需要兩個部分組成，很大的引擎，很多燃料，好像宇宙火箭，如果有很大的引擎，很少的燃料，這是無法工作的，反之亦然。所以需要有一個很大的引擎和很多的燃料才行的通，算法的時候也是，建立一個很大很大的神經網絡。另外數據就是燃料，在整個人類社會的數據化，可以看到很多以前拿不到的數據。這就是很大的可以騰飛的火箭。因此未來的最近今年的深度學習就是讓火箭可以騰飛。大概是2010，五年前，最大的神經網絡有一千萬的連接點，幾年后我就開始了在google云項目，用一千個電腦建立的一億個神經元的網絡，這其實為深度學習帶來很大進展。后來我意識到這是一個非常昂貴的技術，有朋友就意識到用不同的技術，用其他gpu技術，在電腦里面處理訊息圖像的技術可以建立這樣的神經網絡，用大的引擎飛火箭。比過去還大十倍。今天在百度，硅谷或中國建立了巨大的神經網絡。代表百度來講，我們是第一個建立深度學習的網絡，這就是火箭引擎，現在有很多公司步我們后塵。

現在舉個實例，深度學習如何了解互聯網。今天百度很多用戶是用語音搜索，很多太年幼的用戶，也有很多年齡大的用戶，或文化程度不高的用戶，無法用拼音搜索。對于他們，用語音搜索是唯一的方式可以讓我們知道他們的需求。如果在安靜的環境中，手機可以識別你的語音。如果在嘈雜的環境中，比如車里或者餐廳中，識別就不是很好，我們要想辦法解決這個問題。傳統的方式是工程師要寫軟件，分解成小的軟件來解決這個問題。我們要不要換一個角度，為語音識別建立一個火箭發動機一樣的流程。一般來說最大的語音識別的數據是需要兩千小時的數據，我們要利用七千小時的語音數據來，燃料多三倍。我們后來又說從這七千小時語音數據來總結出十萬多個小時的數據，通過這些數據，可以建立矩陣，跟其他的語音識別系統，比別的api都好很多。在比較小的時間當中，建立出體系。在嘈雜的環境中也表現的比較好。秘訣就是我們有很大的引擎和很多的燃料。

為什么要說這個？市場上有很多的產品，但是語音會是一個改革互聯網很大的因素。在這個方面，中國其實領先于美國和其他國家很多，特別是在移動互聯網方面。我們花很多時間在智能手機上，用打字的方式溝通，即使在嘈雜的環境中用語音溝通，可以通過講話就可以給另一半發消息，如果語音識別繼續改進的話，以后這個技術可能改變我們的生活。

此外，語音識別也會對互聯網，家用電器帶來很大的改革。我有五個遙控器，如果我可以用講話控制的話就完美了。我現在還沒有下一代，但是我希望有一天我的兒子或孫子一輩，可以問我在我小時候你跟你的微波爐講話卻沒有反應這是真的嗎？太不禮貌了。未來語音識別會對我們的技術帶來翻天覆地的變化。

現在圍繞互聯網有很多變化，因為現在有很多的數據圍繞著語音，如果有很大的引擎很多的燃料，通過深度學習可以深入了解解決這些問題，可以改變我們使用技術的方式，也可以帶來其他領域，如金融這些方面的變化。你們可以看出來我非常興奮，另外還有炒作的因素，在過去有很多人提到了邪惡的機器人，有些人在擔心機器人可能會帶來負面影響。其實我們現在掌握的技術是非常好的，我個人還不知道怎么建造出有自我感知的機器人。當然，我對于技術是很有激情的，我相信會改變我們的生活，給成千上萬人的生活帶來變化。有些炒作或擔心我覺得沒有必要。非常感謝。

問：有幾個問題，這些算法有很多的事情變了，百度不是唯一做深度學習的。你的前老板google也在做。很多公司都在做。什么變了？更大的數據庫？更高的購買力？更大的引擎？

答：你知道嗎，有一個我學習的事情是說你拿一個軟件，在很慢的機器里沒法運行，但用更快的電腦就可以做了。電腦越來越快，數據越來越多。這個很難，你知道，做軟件其實是個很難的事情。但是現在已經在做十年，二十年前沒法做的事情。

問：而且價格顯著下降，Andrew解釋了在百度的一千個電腦做一個10億的鏈接?，F在這個更便宜了是吧？

答：降低成本的很大一個原因是我們意識到了很多技術更好。Google在云技術方面有很大的潛力，當我帶領google深度學習team，叫綠色團隊，我們用云只建立他們的網絡。這是沒問題的。他們用這個方法做了很多應用。但是隨后我們發現，我們可以不用云，轉而用超級計算機的技術來降低成本，建立模型，如果在云里面做，會用成千的電腦來做，幾年，因此必須要防止電腦壞掉。您們的筆記本可能三年就壞了，那些百度投資的計算機很大的容量，因此不會壞。百度是世界領先，使用HPC技術建立新的網絡。

問：我們現在已經介紹了，很多人在上網的時候，還沒有電腦，智能手機，語音識別這些東西，到底電腦的工作是否帶動更多人上網？

答：智能手機是個很親密的裝置。我有一個iphone 6plus，在美國朋友都問我為什么要用這個，太大了，但是在中國就顯得很小。在中國，智能手機大屏幕可以來工作，這是很好的機會，做更多的事。在美國我們一直在用桌上電腦，沒有很多人用移動電腦。但是在中國這是很好的機會。

問：最后一個問題，Andrew談到了一些關于深度學習的恐懼， 當然他是夸張的，但是有些聰明的人都嚇到了。Eli Billi 和Steven Hawking建立了一些人工智能專家，我想他們管這個叫未來學院。不提他們說話，你自己覺得為什么他們會如此恐懼和擔憂？

答：你知道么，有時候我覺得霍金掌握了一些關于人工智能的秘密，而我不知道。不過我不覺得這些邪惡機器人啊，世界末日的情況今天會有任何現實的可能性。這樣的炒作實際上給人類社會提出了不同的挑戰，比如就業。在很久時間，技術建立了很多機會。但是在歷史上來說，技術提出了很多就業方面的挑戰。看美國，花了兩百年從農業經濟到如今不到2%的人是農民。技術取代了農業專業，農民可以訓練自己的子女做不同的工作。技術的變革越來越快，因此需要重新訓練人，比如汽車產業，美國有三百五十萬的卡車司機必須重新找工作。如今的教育屆從來沒有面臨過的緊張是，現在就要訓練很多人適應新的生活方式，而不是訓練子女。我非常顧慮，沒辦法及時訓練需要的人。惡意機器人的炒作實際上是勞工話題，是學術界，政客一些嚴肅的人的炒作。