爱吧机器人网 » 技术 > 人工智能 > 正文

吴恩达:人工智能在百度应用超乎预想

 

吴恩达:人工智能在百度应用超乎预想

文/温泉

“我们没想到会这么快。”2月26日下午,面对媒体的百度首席科学家吴恩达难掩他的兴奋。

过去一年中,百度在人工智能方面的研发成果,开始被应用到公司内部的各项业务当中,这超出了吴恩达的预想。

吴恩达出生于1976年,是华裔美国人,2014年5月加盟百度,此前他是斯坦福大学计算机科学系和电子工程系副教授,人工智能实验室主任,是机器学习、特别是深度学习方面的领先学者之一。

在百度,吴恩达领导的部门是位于美国硅谷的人工智能实验室,位于中国北京的深度学习实验室和百度大数据实验室,这些部门是百度未来科技的核心。2月26日下午,他首次在北京全程使用中文接受媒体专访,介绍百度人工智能的最新进展以及他对未来趋势的看法。

自动驾驶+语音识别

“我自己花时间最多的,是人工智能的两个方向:自动驾驶和语音识别。”吴恩达透露。

人工智能的研究方向有很多,之所以选择这两个方向,他解释,主要是因为他认为这两个方向能够在很大程度上改变人们的生活。自动驾驶可以减少车祸,可以帮人们节省时间去做更多的事情。语音识别,可以改变人与设备交互的方式,这将是颠覆性的改变。

2015年12月初,百度完成无人驾驶汽车混合道路上路测试,之后于12月4日宣布正式成立自动驾驶事业部,计划三年商用、五年量产。

2015年底,百度硅谷人工智能实验室(SVAIL)开发出深度语音识别系统(Deep Speech 2,该系统能通过简单学习算法准确的识别英语和汉语,并且转录普通话片段的准确率有时可以超越人类。美国知名期刊《麻省理工科技评论》将语音接口列为2016年十大突破技术,百度最新研究成果DeepSpeech2位列其中。

吴恩达告诉科技,目前在这两个领域,遇到的挑战是如何提高可靠性。

他解释,在自动驾驶方面,最大的挑战是如何提高安全性。“把安全性从80%提高到99%是容易的,但是从99%提高到99.99%却非常困难。”

同时,他坦言,2015年底取得的语音识别的成果,只是在转录普通话片段时的准确率有时可以超越人类,但是大段的语言识别却还达不到这个程度。“大段的语音识别的准确率不太好说。要距离近、发音清晰、普通话比较好,才可以识别出来,准确率还要提高。”

2015年9月的百度世界大会上,吴恩达曾表示:“我相信语音有很大的潜力改变人与设备的交互方式,现在语音识别可能已达到95%的准确度,但要看你的口音等等来定,很多人没意识到95%的准确度到99%的准确度带来的不是量变是质变,是从你偶尔使用语音变到常常使用做到更自然,做到99%准确,将彻底改变人与设备交互,这个技术的进展让我对人与设备全新交互充满信心。”

“没想到这么快”

吴恩达认为,人工智能最有价值的地方在于“无监督学习”,这也是他和谷歌的Geoff Hinton推动多年的概念。

所谓的“无监督学习”,就是电脑能够独立吸收和理解数据,而不需要被告知明确数据含义。这个过程近似于人类的学习方式,并且这代表一个仍有待开发的、能够提高人工智能能力的途径。

之前有外媒报道,找出更好的方法来让机器自己学习,可以提高人工智能的经济效益,并且为消费者带来更好的应用程序。而这正是吴恩达加入百度的原因。

2015年年初,吴恩达曾在百度的The Big Talk活动中详细阐释过,为什么人工智能、深度学习现在会快速发展。他把深度学习比喻成火箭发射,火箭发射成功需要发动机很大、燃料很多,发动机大燃料少不行,发动机小燃料多也不行,发动机相当于神经网络,燃料是数据。现在神经网络越来越强大,人类数据积累越来越多。

他当时对比道,2010年最大的神经网络有1000万个连接点,几年前他在谷歌的项目——谷歌大脑,当时有1000个大脑、10亿个连接点,成本比较高。现在则可以用不同的技术用较少的电脑建立更多的连接点,2015年年初百度搭建的神经网络已经达到1000亿个连接点,这相当于用了更大的发动机。

吴恩达向科技表示,百度在深度学习方面的进展很快,但是他没有披露更具体的情况。

与此同时,吴恩达透露,过去一年中,百度的很多部门都开始应用百度的人工智能技术到产品研发、运营当中,“我们没有预想到会这么快”。

吴恩达对百度人工智能的未来充满了信心,他对百度人工智能的评价是:“我们不敢说是第一,但是一定是一流的。”

他认为百度在人工智能研发方面有四个优势:

第一,百度的人才是顶尖的;

第二,百度的快速反应能力是非常棒的,这是中国企业的优势。就是如果发现一个技术路线不行,就会很快转换方向,这在研究当中非常重要;

第三,百度公司创始人李彦宏本人对深度学习有非常深入的理解,而且他本人也在不停地学习;

第四,百度的数据丰富,且数据计算能力世界一流,在硬件方面也舍得投入。

“要防范可能的失业”

吴恩达认为,人工智能发展,未来最大的挑战在于可能带来一部分人失业。“如果你只做简单重复劳动,那就有可能失业。但是如果你的工作是综合的、比较复杂的,那就不会。”

他认为,我们应当对这个情况有充分的估计,并且想办法让这些可能失业的人能够就业,其中最重要的因素是“教育”。

上一页12下一页

上一篇:雅虎人工智能有独门武器?
下一篇:人工智能成功预测“小李子”拿下奥斯卡小金人
精选推荐
这个外科手术机器人可以为患者“量身定制”
这个外科手术机器人可以为患者“量身定制”

[2019-07-12]  世界首创,来自澳大利亚机器人视觉研究中心的研究人员正在推动手术机器人的发展边界,他们创造了可定制的、小型化的手术机器人,能够唯一地 ...

智能机器人困惑的时候知道该问什么问题
智能机器人困惑的时候知道该问什么问题

[2017-03-20]   照片:Nick Dentamaro 布朗大学 上周,我们提到了麻省理工学院的一些研究,即通过链接人的大脑来帮助机器人在他们将要犯错误的时 ...

集群机器人领域最新研究:一种用于探测未知环境的微型无人机群
集群机器人领域最新研究:一种用于探测未知环境的微型无人机群

[2019-10-26]  (图:无人机扩散至不同方向来探索环境。当一个无人机注意到另一个无人机在它的首选方向,它将试图飞到另一个方向。若首选方向冲突,低优先 ...

可编辑神经网络,有望简化深度学习?
可编辑神经网络,有望简化深度学习?

[2019-10-04]  深度学习是一个计算繁重的过程。 降低成本一直是 Data curation 的一大挑战。 关于深度学习神经网络大功耗的训练过程,已经有研究人员 ...

MIT研制出可以像植物一样生长的机器人
MIT研制出可以像植物一样生长的机器人

[2019-11-09]  麻省理工学院开发了一种新型机器人,这种机器人可以本质上自我延伸,其生长方式与植物幼苗向上生长的方式惊人相似。值得注意的是,研究人员 ...

如何让人工智能机器人快速自我纠正错误并吃一堑长一智?
如何让人工智能机器人快速自我纠正错误并吃一堑长一智?

[2017-08-23]  莱斯特大学数学系的研究人员在《Neural Networks》杂志上发表了一篇文章,概述了新算法的数学基础,可以使人工智能收集错误报告并立即纠正,而不影响现有技能 ,同时还会积......

7种常见的机器人焊接类型
7种常见的机器人焊接类型

[2017-12-17]  机器人焊接是工业领域最常见的机器人应用之一,近几十年来主要由汽车行业驱动。机器人焊接在完成大批量,重复性的焊接任务时效率最高。...

为未来战场创造更有效的机器人 美国陆军研究人工纳米马达
为未来战场创造更有效的机器人 美国陆军研究人工纳米马达

[2019-10-11]  为了使机器人在战斗中更有效、更多才多艺地成为士兵的战友,美国陆军研究人员正在执行一项任务,即研究肌肉分子生命功能的价值,以及复制过 ...

本周栏目热点

为你讲述大历史观视野下的人工智能

[2016-08-07]   人工智能 是当前科学技术发展的前沿。目前,关于 人工智能 的争论不仅在 科技 界,而且扩展到整个社会。争论围绕以下问题展开:其一, 人 ...

AISA人工智能主动防御系统—美国路演硅谷站

[2018-07-17]  26日 硅谷区块链大会。硅谷项目AISA异军凸起,首提AI人工智能威胁防御课题,引起了业界广泛关注。该项目极具创新性。参会人士对项目未来发展普遍看好,多家VC表示主动投资意向。...

从"陪练"到"赢家":人机博弈的六十年

[2016-03-11]   本报记者 常丽君自上世纪五十年代第一个博弈类计算机程序诞生以来,人机之间的博弈从未终止。60多年的 ...

人工智能机器人将要接管世界?

[1970-01-01]    人类对机器人的来临早有准备,只是化学和新陈代谢的速度极限决定了有机大脑的能力存在着极限。或许人类的大脑已经达到了那个顶峰,但对 ...

美媒:日本寄望人工智能重振科技业

[1970-01-01]   据美国《华尔街日报》12月1日报道,Daisuke Okanohara是东京 人工智能 公司Preferred Networks Inc 的 ...