专访吴恩达小数据是AI落地的重要挑战

放大字体  缩小字体 2019-08-31 20:06:00 来源:界面新闻作者:责任编辑NO。蔡彩根0465浏览次数:9907  

(原标题:专访吴恩达:小数据是AI落地的重要应战)

记者 | 周伊雪

国际人工智能大会期间,吴恩达很忙。

30日当天,他做了一个主题讲演,三个采访。此前的一周,他则频频与制作业、农业、金融等职业的高管碰头,了解这些范畴对AI的承受程度以及落地情况。

承受界面新闻记者采访时,他现已声响沙哑、说话困难,在采访进程中需求不时喝水歇息。即便如此,依然能从消沉的声响中感受到吴恩达对AI技能充满热心。“令人兴奋”、“巨大开展”这样的词语在攀谈进程中不时跳出来。

某种程度上,这正是吴恩达乐意扮演的人物——向传统职业布道AI技能。从百度离职后,2017年底,吴恩达兴办LandingAI,旨在为制作业供给拥抱AI的解决方案。曩昔两年间,Landing AI从制作业扩展到农业、医疗等范畴。

可是,传统职业拥抱AI并非易事。曩昔几年中,以深度强化学习为主的AI技能最大的受益者是如谷歌、百度这样的互联网公司,由于使用这项技能需求海量齐备的数据。但在制作业、农业等许多传统职业,却不具有这项条件。

一个旁边面或许能够印证制作业承受AI之难。

LandingAI在建立之初,吴恩达高调宣告与富士康达到协作。在个人微博中他曾写到,“咱们很快乐地宣告与富士康的战略协作,富士康为Landing.ai在全球范围内供给了一个开发及布置AI技能及训练方案的杰出渠道。”但在此次采访中,吴恩达却并未多谈与富士康的协作开展,而是将更多热心给与了一家在我国湖南的农耕制作企业。

正如吴恩达在谈论无人驾驶职业开展时所说,“人们要对这项技能能做到什么与不能做到什么有实践预期。”但作为一名AI技能布道者,吴恩达明显持长时刻乐观主义情绪,“我想会完结的,所以咱们要持续出资,即便出资时刻比人们等待要长。”

以下是专访吴恩达的文字收拾,经过界面新闻修改:

界面新闻:您上一年也参加了首届国际人工智能大会,在您看来,本年的大会与上一年相比有何令人形象深化的改变?

吴恩达:我很快乐接连两年都参加了国际人工智能大会,上一年咱们看到各个职业的人都对人工智能充满了热心,本年咱们更多的将热心转化成了实践的使用,十分快乐看到人工智能的社区一路走来,在一年中有这么巨大的开展。

界面新闻:2017年,您建立了Landing AI,致力于为制作业供给根据人工智能技能的解决方案,并与富士康达到了协作。两年来,该项目有何开展?

吴恩达:一开始咱们的协作伙伴是富士康,他们在许多方面都给予了咱们协助,但现在与咱们协作的公司有许多,不止一家,比方咱们的团队协助一家巴西的公司,一同开发视觉查看体系,除了一些我国公司之外,咱们还和韩国、美国、欧洲的公司协作。

咱们现阶段正在开发一款视觉查看体系。在现在的制作业中,许多工厂依旧要依托人眼来鉴别产品瑕疵,一个工厂往往有几十几百人,经过眼睛来看产品是否有缺点,深度学习算法使咱们能够发现曾经用传统的计算机视觉技能所无法发现的缺点。

除此之外,令人兴奋的还有作业效率教导体系。我以为在往后的很长一段时刻,制作业工厂里的许多的作业依旧是由人来完结的,而管理者并不能十分明晰的了解到工厂里详细发作的作业,所以咱们提出了作业教导方案,让管理者能够经过电脑清楚的看到,出产线上的工人在干什么,对他们的体现进行剖析,并提出改进的定见,当然这一切是在尊重工人的基础上做的,咱们会确保善待个人,但我希望这一人机协作的比方,能够协助许多工人变得愈加有用乃至希望他们能够享用作业。

界面新闻:您以为人工智能在制作业比较重要的使用场景是什么?此外,人工智能在各行各业落地进程中存在什么应战?

吴恩达:在曩昔的一周里我与来自制作业、农业、电信、金融业的人士进行了攀谈,我看到许多CEO都对AI十分感兴趣,都认识到了具有AI十分重要。但与此同时,许多公司却面临着应战,其中之一便是找到一个正确的使用方案。因而我花了许多时刻去做的作业之一,便是和不同公司的管理者一同,进行体系化的进程以协助他们找到最有价值百科的使用方案,不同职业与咱们协作的办法也是不一样的。

到现在为止,AI使用最有用的职业是软件互联网职业,比方谷歌、百度在AI方面的开展远远领先于其它职业,原因在于这些公司具有数亿或许超越十亿用户发生的许多数据。但当AI使用至制作业、农业或医疗职业时这些职业一般没有如此多用户,这是我以为AI落地进程中的另一应战——小数据。

即便一家农业公司只要少数农场数据而不是不计其数的农场数据,依旧能够经过这些小数据来推广算法,这关于将AI使用于除软件之外许多其它职业十分重要。

界面新闻:有观念以为,以深度强化学习为代表的人工智能技能因限制条件苛刻,在实践场景中的使用十分受限,因而商业化的报答有限,您怎么看?

吴恩达:我以为现在深度学习炒作的成分要高于它实践的使用和它所发生的经济影响。深化强化学习是为游戏而规划的,可是依然需求许多的作业,来将这些东西转换成实践有用的使用程序。

现在99%人工智能所发明的经济价值百科是经过监督学习(深度学习的一种办法,相关于无监督学习而言)而发明的,但在许多职业中监督学习依然有许多使用尚未被开发。可是作为一个AI社区咱们有满足的资源来出资于许多不同的范畴。因而我很快乐有许多研讨投入到了深度学习之中。

界面新闻:无人驾驶被称为人工智能职业“皇冠上的明珠”,谷歌百度等公司也在这个范畴投入重金,但曩昔几年商业化的开展都比较缓慢。您怎么看待无人驾驶职业现在的开展情况?

吴恩达:我以为对自动驾驶的希望都太高了,许多CEO站在舞台上给自己的自动驾驶体系设定不切实践的方案,这只会导致希望过高,这是不健康的。我以为在曩昔的几年里这些预期现已得到了批改。但我想自动驾驶轿车会来的所以这是一个咱们会持续出资的职业,即便出资时刻比人们所等待的时刻要长。人们也会对他们能做和不能做到需求做什么作业有一个实践的预期。

本文来历:界面新闻 责任修改:张祖韬_NT5054

“如果发现本网站发布的资讯影响到您的版权,可以联系本站!同时欢迎来本站投稿!