吳恩達新演講：AI正改變行業(yè)格局，公司的壁壘非算法而是數(shù)據(jù)
1.人工智能的應用和價值
吳恩達依然以AI是新電力開場，并舉了一個例子。
AI技術的經(jīng)濟貢獻多數(shù)來自監(jiān)督學習，也就是學習從A到B，從輸入到輸出的映射。比如說，輸入一張照片，讓機器學會判斷這張照片是不是你，輸出0或1。
***錢的AI應用是在線廣告。在這個例子中，輸入是廣告和用戶信息，輸出是用戶會不會點擊這個廣告(還是0或1)。
監(jiān)督學習還可以應用在消費金融領域，輸入貸款申請信息，輸出用戶是否會還款。
過去幾年里，機器學習經(jīng)歷了迅速的發(fā)展，越來越擅長學習這類A到B的映射，創(chuàng)造了大規(guī)模的經(jīng)濟價值。同時，AI的進步也體現(xiàn)在監(jiān)督學習的輸出不再限于0或1的數(shù)字。
再次舉例：語音識別的任務，也是一種端到端的學習。擁有足夠的數(shù)據(jù)，語音識別就能達到很好的效果。亞馬遜Alexa、蘋果Siri、百度DuerOS等等依靠AI算法和數(shù)據(jù)來達到良好的效果。
監(jiān)督學習的缺點是它需要大量的標注數(shù)據(jù)，這影響了它的普及。
為什么神經(jīng)網(wǎng)絡已經(jīng)存在了這么多年，AI卻近年來才開始快速發(fā)展?
上圖中，橫軸是數(shù)據(jù)量，縱軸是算法的性能。
隨著數(shù)據(jù)量的增加，傳統(tǒng)機器學習算法的性能并沒有明顯提升，而神經(jīng)網(wǎng)絡的性能，會有比較明顯的提升，神經(jīng)網(wǎng)絡越大，性能的提升就越明顯。
為了達到***的性能，你需要：大量數(shù)據(jù)以及大型的神經(jīng)網(wǎng)絡。
2.機器學習的趨勢以及算法如何創(chuàng)造價值
目前，創(chuàng)造最多價值的還是監(jiān)督學習。除此之外，遷移學習技術正在創(chuàng)造更多的經(jīng)濟價值。比如在醫(yī)學影像診斷上，遷移學習技術利用數(shù)據(jù)創(chuàng)造了不錯的識別效果。
非監(jiān)督學習，在自然語言處理上更具商業(yè)價值。
強化學習也很有意思，我認為，強化學習的火爆和商業(yè)化有點不成比例。
強化學習對數(shù)據(jù)的需求程度，甚至比監(jiān)督學習更嚴重，特別是強化學習算法很難獲取到足夠的數(shù)據(jù)。又舉例子：AI+游戲中，強化學習表現(xiàn)很好，這是因為在電子游戲中，算法可以重復玩***次，獲取***的數(shù)據(jù)。
在機器人領域，使用強化學習來建立模擬器，相當于能讓強化學習agent在其中模擬無人車、人形機器人，重復***次游戲。在游戲和機器人領域之外，強化學習應用到商業(yè)中還有很長的路要走。
現(xiàn)在，監(jiān)督學習、遷移學習、非監(jiān)督學習、強化學習這四類算法所創(chuàng)造的經(jīng)濟價值是遞減的。
另一個值得關注的是，機器學習依靠結構化數(shù)據(jù)，比非結構化數(shù)據(jù)創(chuàng)造了更多的經(jīng)濟機制。
舉個結構化數(shù)據(jù)的例子，比如說你的數(shù)據(jù)庫記錄了用戶的交易情況，誰什么時候買了什么東西，誰什么時間給誰發(fā)了信息，這就是結構化數(shù)據(jù)。而像圖像、音頻、自然語言等等，就是非結構化數(shù)據(jù)。
在前面談到的幾類學習算法中，單是監(jiān)督學習就已經(jīng)為公司、創(chuàng)業(yè)者創(chuàng)造了大量的經(jīng)濟價值和機會。
3.如何做人工智能產(chǎn)品
AI的崛起正改變著公司的競爭格局。公司的壁壘不再是算法，而是數(shù)據(jù)。
想要打造一個AI產(chǎn)品，如圖：
讓算法利用足夠的數(shù)據(jù)，使得產(chǎn)品運行起來，然后通過產(chǎn)品來獲取用戶，用戶在提供更多的數(shù)據(jù)……周而復始。
又舉例：搜索公司。搜索公司有著大量的數(shù)據(jù)，顯示如果用戶搜了這個詞，就會傾向于點哪個鏈接。
我很清楚該如何構建搜索算法，但是如果沒有大型搜索公司那樣的數(shù)據(jù)集，簡直難以想象小團隊，如何構建一個同樣優(yōu)秀的搜索引擎。這些數(shù)據(jù)資產(chǎn)構建了兼顧的壁壘。
工程師們還需要明白：AI的影響，比監(jiān)督學習廣泛得太多。日常的AI包括好幾類工具：比如機器學習、圖模型、規(guī)劃算法、知識圖譜。
人們的關注點集中在機器學習和深度學習，很大程度上是因為其他工具的發(fā)展速度很緩慢。
計算機，或者說算法是怎樣知道該做什么的呢?它依靠兩個來源，一是數(shù)據(jù)，二是人工。
比如說在線廣告，我們有那么多的數(shù)據(jù)，不需要太多的人工，深度學習算法就能學得很好。但是在醫(yī)療領域，數(shù)據(jù)量就很少，可能只有幾百個樣例，這時就需要大量的人工，比如說用圖模型來引入人類知識。
很多工程師想要進入AI領域，很多人會去上在線課程，但是有一個學習途徑被嚴重忽視了：讀論文，重現(xiàn)其中的研究。
當你讀了足夠多的論文，實踐了足夠多的算法，它們都會轉化為你的知識和想法。
轉型機器學習工程師，我推薦的是：學習諸如deeplearning.ai的機器學習課程來打好基礎，然后讀論文并復現(xiàn)其中的結果，另外，還要通過參加各種的人工智能活動，來鞏固自己的基礎。
4.如何打造人工智能公司
從大約25年前開始，我們見證了互聯(lián)網(wǎng)時代的崛起。
我從那個時代學到了：商場 + 網(wǎng)站 ≠ 互聯(lián)網(wǎng)公司
我認識一家大型零售公司的CIO，有一次CEO對他說：我們在網(wǎng)上賣東西，亞馬遜也在網(wǎng)上賣東西，我們是一樣的。
這是不對的。
互聯(lián)網(wǎng)公司是如何定義的呢?不是看你有沒有網(wǎng)站，而是看做不做A/B測試、能不能快速迭代、是否由工程師和產(chǎn)品經(jīng)理來做決策。這才是互聯(lián)網(wǎng)公司的精髓。
在AI時代，我們同樣要明確：
傳統(tǒng)科技公司 + 機器學習/神經(jīng)網(wǎng)絡 ≠ AI公司
公司里有幾個人在用神經(jīng)網(wǎng)絡，并不能讓你們成為一家AI公司，要有更深層的基礎。
AI公司傾向于策略性地獲取數(shù)據(jù)。
我曾經(jīng)這么做過：在一個地區(qū)發(fā)布產(chǎn)品，為了在另一個地區(qū)發(fā)布產(chǎn)品而獲取數(shù)據(jù)，這個產(chǎn)品又是為了在下一個地區(qū)發(fā)布產(chǎn)品來獲取數(shù)據(jù)用的，如此循環(huán)。而所有產(chǎn)品加起來，都是為了獲取數(shù)據(jù)驅動一個更大的目標。
像Google和百度這樣的大型AI公司，都有著非常復雜的策略，為幾年后做了充分的準備。
第二點是比較戰(zhàn)術性的，你現(xiàn)在就可以這么做：AI公司通常有統(tǒng)一的數(shù)據(jù)庫。
很多公司有很多數(shù)據(jù)庫，但很分散，如果工程師想把這些數(shù)據(jù)放在一起來做點什么，可能需要和50個不同的人來溝通。
所以我認為建立一個統(tǒng)一的數(shù)據(jù)庫，所有的數(shù)據(jù)都存儲在一起是一種很好的策略。
另外，自動化和定制招聘需求也是AI公司的重要特征。
比如在移動互聯(lián)網(wǎng)時代，產(chǎn)品經(jīng)理會寫PRD：
然后工程師去實現(xiàn)它，整個流程很容易理清楚。
但是假設在AI時代，我們要做一個聊天機器人，這時候如果產(chǎn)品經(jīng)理畫個線框圖說：這是頭像，這是聊天氣泡，這樣并不能解決問題。
聊天氣泡長什么樣不重要，我需要知道的是，這個聊天機器人要說什么話。線框圖對聊天機器人項目來說沒什么用。
如果一個產(chǎn)品經(jīng)理畫了個無人車的線框圖，說“我們要做個這個”，更是沒什么用。
在AI公司里，產(chǎn)品經(jīng)理在和工程師溝通的時候，需要學會基于數(shù)據(jù)，來做產(chǎn)品的迭代升級。
