人工智能是新电能内容泉源：2017年9月11日，斯坦福，吴恩达为GASA大学作主题为“探索人工智能”的分享。我们可以先思考几个问题：1. 为什么AI会突然在这几年进步这么快？2. 人工智能的战略逻辑是什么？3. 企业如何面临AI的挑战？我在百度就在讲这句话：“人工智能是新电能”。100年前，电能给每个企业带来新的改变。

当人工智能技术足够成熟之后，会给许多企业带来很是大的改变。今天我主要讲人工智能的趋势以及对大家会有什么影响。一、supervised learning（监视学习）AI，这个词对大多数人来说有一种魔术的感受，可是它详细能做什么？它的技术很是庞大，有许多部门，这两三年进步最快的一部门是 supervised learning（监视学习），也就是从a的input（输入）到b的output（输出），什么意思呢？用详细案例来说明下。

好比，你输入足够多的影戏影评，然后可以或许知道一个影戏是好是坏；输入一种图片，然后可以知道图片的内容（图片识别）；输入一段语音，会输出一个文本（语音识别）；输入一段英文，会输出一段中文（自动翻译）；输入一段文本，会输出一段音频（语音输出）；输入一笔用度，会输出很好的回报（消费金融）；输入一段传感器信息，会输出一个汽车的位置（自动驾驶）。AI技术有许多差别的部门，进步最快的就是这个部门，今天有许多空间使用新技术，给企业带来价值，好比语音识别对百度就很是有价值。许多要做人工智能事情的企业需要明白你自己的生意，才气决议如何放入人工智能来缔造价值。

不外这种技术有一个缺点，需要大量的数据，需要a，也需要b。经常有人问我，AI可以做什么？我跟许多团队说，如果有哪个事情想一秒钟就乐成搞定，那么就可以这个部门用AI缔造价值。为什么AI会突然在这几年进步这么快？如果你的横轴是你的数据量（amount of data），纵轴是效率或准确度，当企业发生大量的数据，传统企业根据已往的算法无法提供数据的盘算效果，但如果训练一个庞大的神经网络，效果会很是庞大。

如果你要到达最好的效果，有两个须要条件：第一，要训练一个庞大的神经网络（NN）；第二，要有大数据。今天许多企业有海量数据，但几年之前没有措施训练足够大的神经网络来实现盘算。今天，最好的人工智能团队都可以从算法（机械学习）和超级盘算机架构入手。supervised learning（监视学习）是人工智能的一部门，我做人工智能项目的时候，有时候也需要到Ai技术的差别部门。

为什么通常讲supervised learning（监视学习）和神经网络（NN）？ supervised learning（监视学习）和神经网络进步很是快，其他部门的进步没有这么快，只是逐步增加，神经网络这两年有庞大的突破。二、神经网络中国今天对深度学习和神经网络有这么大的兴趣，我来分享下神经网络这个词详细是什么。神经网络，对于许多人也有魔术的感受。

我用详细的案例来说明。如果你想预测一件房间的价值，横轴是巨细，纵轴是价钱，那么输入房间巨细，输出一个价钱，这是一个最简朴的神经网络。在知道房间巨细、睡房数量以及四周居住者的收入水平的前提下，如果买屋子的人想知道房间可以住几多人，可以用一个神经元测算出来；也可以通过一个神经元测算是否需要驾车；还可以通过一个神经元测算四周学校的质量。

最后把这些神经元汇合到一起，再通过另外一个神经元输出屋子的价钱，这就是神经网络。最后分享一个细节来相识神经网络的重要性：如果输入屋子的特征（a）和价钱（b），而且有大量的数据(a)，它就可以自动学习这中间有什么观点，不用去思量和担忧这些神经元。已往两年，人工智能的神经网络进步这么快，如果获得许多a，就能够盘算出许多正确的b。

就像语音识别，输入语音a，输出一个文本b，要做到高质量，需要一万个小时的数据量，也就是10年左右的数据量，但要拿到这些数据的价钱也是不少的。拥有比力准确的语音识别能力，用户也会更愿意使用。

中国这几年语音识此外用户量增加得很是快，就在于现在语音识别比力准确。今天许多人工智能的企业都是开源的，技术自己不能作为壁垒。要明白另外一个公司的技术并不太难。我在百度和谷歌事情过，对技术比力相识，知道技术是怎么做的，可是如果我没有数据，我就没措施带一个团队做搜索。

三、人工智能公司的战略逻辑：数据－产物－用户（Data - product - user）如果你可以拿到一点点数据，你就可以通过神经网络来做一个产物。通常一个产物不用做得太好，只要用户能够接受，用户逐步会有活跃度，用户就会为你发生数据，然后形成正循环，形成壁垒。如果你有一个用户可以接受的产物，却又被巨头用另外一个产物挖走，那么你的数据就没有措施形成正循环。人工智能获取的战略已经越来越庞大，人工智能团队要想清楚信息获取的战略。

1.什么是互联网公司？ 如果你要为一个传统的购物中心做一个网站或者app，它们还不是一个互联网公司。就像沃尔玛网站，也不是一家互联网公司。你要做一个互联网公司，不在于是不是有网站，最重要的是整个公司的组织是否具有有效使用互联网的能力。

互联网公司会做A/B测试，天天可以做一千次A/B测试，所以互联网公司的学习速度会很是快。互联网公司也会在比力短的时间周期里公布新产物，可以天天公布一个或者20个，传统购物中心不能明白为什么这样做或者怎样做。互联网公司做决议的能力不是只有CEO一小我私家，另有许多产物司理或工程师。因为在互联网公司，技术和用户行为比力庞大，没措施都交给CEO一小我私家做决议。

传统购物中心因为变更比力慢，由CEO做决议是没有那么大问题的。因此，是不是互联网公司不是看你有没有网站。2.什么是人工智能公司？ 在人工智能时代，一个传统的互联网公司＋神经网络技术，也还不是人工智能公司。

一个公司要做成人工智能公司，要组织整个公司有效地使用人工智能的能力。AI现在还处于早期，人们还不能完全明白如何组织公司来使用它。AI公司获取数据的战略很是庞大，有关战略，我们有时候会讨论好几天或好几星期。数据获取的历程要好几年，真的要一步一步来打。

最好的人工智能公司都市把数据放在一个数据库里。如果你的数据一部门在你小我私家电脑上，一部门在你办公室电脑上，一部门在某一个数据库里，一部门在另外一个数据库，你的工程师要做一个新的人工智能的话，如何把这些数据放一起给人工智能使用呢？ 但如果你把数据放进一个数据库，你的软件或者工程师就可以使用完整的数据来训练有效的人工智能。许多公司有许多数据，可是没有措施放在一起，数据的使用效率就会没那么高，你的工程师的事情效率就会慢许多。

在人工智能公司事情的工程师，和传统互联网公司的工程师，事情形貌的内容是纷歧样的。如果你是百度公司的产物司理，你要做一个产物，就会画一个图，然后把图给工程师，工程师再写代码，这样的方式对互联网公司是很是有效的。但如果你要做一辆自动驾驶汽车，产物司理画一张汽车图，是没有用的。

在人工智能时代，产物司理也需要明白怎样获取数据；也要明白怎么和工程师相同。20年前，我们不知道A/B测试在今天会变得如此重要。今天，我们还没有人能完全明白人工智能这么重要的观点，谷歌和百度的想法已经比力领先了，但还没有人完全把人工智能的观点讲清楚。

这给了我们什么时机？进入互联网时代，许多新公司有了许多、很大的时机。进入AI时代，有一些传统公司像谷歌、百度都做得很是不错，也给许多新公司许多很大的时机。四、使用AI的挑战AI技术生长这么快，可是明白的人比力少。有效地使用AI来缔造价值，就要跨行业，让企业家和专家一起联合互助。

因此，从CEO角度，你怎么摆设有AI技术的人的事情呢？ 许多公司的架构是由CEO和差别的事业部组成，那么你怎样通过AI改变他们的事情呢？ 好比其中一个事业部是做礼物卡的，那么是否可以通过AI改变售卖礼物卡的事情呢？但礼物卡的leader不懂AI，所以它内部很难建成一个AI团队。我经常对许多公司说，如果能够找到一个独立的AI团队，就把这些有AI能力的人放到差别的团队矩阵去。今天懂AI的人才那么少，他们纷歧定愿意被不懂AI的人向导，所以可以等过几年AI比力成熟，不需要一个单独的AI部门之后，就可以把AI人才放到公司的差别事业部团队内。

5、6年前，我们都不知道移动互联网能做什么，也没有想到“定位”可以发生这么大的作用，跨行业的团队发生的作用很大。今天，移动互联网技术和手机技术很成熟，大家都可以明白互联网能够做什么，这个时候公司就不需要跨行业团队了。同样，AI现在没有那么成熟，所以很需要跨行业人才。不是每小我私家都要懂AI，也不是每个CEO都要懂AI，但如果可以找人来帮你建设AI团队，可以让你的团队使用AI拥有不错的时机。

我在谷歌带谷歌大脑团队的时候，做的第一个事情就是给几百个工程师提供人工智能课程。今天CEO的事情可以从外面选择内容课程，或者找专家和人才来教育你的团队。

AI的成熟速度比力慢，许多企业都有许多时机用AI去改变自己的企业。正如已往，大公司都没有看到Uber和Airbnb的时机；在中国，大公司也没有想到滴滴会做到这样子。谢谢大家！关于泉源：GASA大学是一所以“科学再起”为使命，以“没有受教，求知探索”为校训，致力于给创业者、企业家造就科学精神的新型大学。

本文来源：开云体育app下载安装-www.lfhuate.com