著名科学家吴恩达：寻找用户案例不要贪大，要从小处着手

8月30日，在2019世界人工智能大会（全球工业智能峰会）上，Landing AI创始人、著名科学家吴恩达提出几大AI发展趋势：AI的学科过渡、从大数据向小数据的过渡、AI在模糊标签方面也可以发挥作用、未来人机交互。

他表示，公司在寻找用户案例时首先不要贪大，从小处着手；要把人工智能和主题的专业知识相结合。这样在互联网和在工业方面能够让AI有更大的用处和用武之地。

以下是吴恩达的演讲全文：

大家好，非常高兴来到这次峰会，过去的4年当中，AI发展势头如何呢？

我们看一下在这个领域相关公司的职位招聘情况。在过去的两年当中，深度学习的职位数量上升了35%。我们再看一下在各个机构发布的论文，除了研究机构，还有在深度学习各方面做研究的研究者所发布的文章，我们再看一下AI在过去几年中被提及的次数。

针对AI方面的文章每天都有100篇，几乎没有人能把所有论文读完。AI改变了整个软件行业，像百度、微软。AI也用这样的方式转变了其他的行业。麦肯锡有一项研究，预计到2030年，AI的创造的价值将会是达到13万亿，零售行业、制造行业等，都会迎来大变化。数据和计算推动了AI的崛起。我们的计算力比原来大很多，除此之外还有新的想法和工具的结合。

但是现在我们在AI领域的人才还是缺乏的，很多人都在自掏腰包学习人工智能方面的知识，很多人都是非常有意识地打造自己的AI系统知识。5年以前做一个机器人这样的项目可能是创新型的项目，可能是一个斯坦福的大学生、或者研究生才能做。但是现在有了开放式的工具，夸张一点来说，一个12岁的小孩也能够做出人工智能的项目或者是人工智能的成果。

现在AI驱动了很多技术的发展，而且AI可用性很高，现在也有很多新的技术给我们带来更多的机会，人工智能也给工业带来很多机会，我现在想给大家看一下，在人工智能方面有一些重要的趋势。

首先，AI现在是一个系统化的工程学科，AI现在还在转变当中，我们还要持续探索和转换。

第二个趋势，是从大数据向小数据的过渡，在AI的早期，像谷歌和百度，他们都是大型的和消费者相关的公司，有成千上亿的用户累积的非常多的数据，但是行业以外的公司没有那么多的数据。现在我们有融合式的学习，还有增强式学习和知识转移，这些小的数据也可以发挥大的作用，能够让AI涉足更多的领域，让AI在更多的领域发挥更大的作用。

第三个趋势，模糊标签方面，AI也可以发挥作用。大家看下面的扫描图，有一些医生可能会认为这是一张骨折图，另外的医生看到扫描片就觉得不是骨折，这时就需要模糊。有一些模糊标签可以让AI在生产方面和医疗方面发挥作用。

第四个趋势，关于机器代替人类方面，短期内的趋势是人机交互，运用AI工具，人可以更加敏捷，而且也可以让我们的仓库和生产环节都变的数字化，这样可以累积更多的数据，这些数据也可以培训人类，让人类的效率得以提升。

最后，学习怎么巩固。大概的想法是这样的：可以在模拟器当中设计一个直升机，因为在模拟环节中直升机可以随意坠毁。但是没有人可以造出直升机的完美模拟器，因为空气动力学实在太复杂了，所以这个模拟总是不奏效。要有增强的学习，巩固学习成果。

与其说做一个完美的模拟器，不如做成千上百个模拟器，每一个都去学习，都去加强自己的学习成果，每一个模拟器都有不同的模拟参数。这个就是通过加强和巩固式的学习方法增强最终的结果，能够让AI在工业得到更好的执行和实施。

当我和不同的公司聊的时候，他们会说，我理解AI，但是怎么样找到正确的用户案例呢？我认为，首先不要贪大，从小处着手。

还有就是要把人工智能和主题的专业知识相结合。左边是AI专家，右边是行业的专家，要做到两者结合。

所以从小处着手，然后把行业知识和AI结合，这样的话，我们可以在互联网和在工业方面能够让AI有更大的用处和用武之地。AI在全球方面有更大的趋势，那就是AI的转变和AI的变革，大家可以看到那些非常大型的AI的公司，是因为他们去整合了整个流程，让AI随处可见，像谷歌，百度，创造出非常重大的价值。

Landing AI现在正在努力致力于帮助很多公司去达成他们人工智能的转变，我们可以在工业领域通过AI赋能，创造更大的价值，AI可以带来让人激动的未来！