吳恩達：我的AI商業化方法論
吳恩達：我的AI商業化方法論
來自專欄量子位
61 人贊了文章
夏乙 一璞 假裝發自 江東中路300號
量子位 出品 | 公眾號 QbitAI
如何用人工智慧變革各個行業？
經常有各路CEO向吳恩達拋出這個問題。在今天上午開幕的2018中國人工智慧峯會（CAIS）上，吳恩達給出了自己的方法論。
吳恩達指出，將傳統行業與機器學習簡單結合，並不會形成智能化公司。在向人工智慧轉型的過程中，企業會面臨團隊建設、AI項目挑選、戰略結合等問題，吳恩達也把自己的相關思考進行了闡釋。
他給出一個中肯的建議：不要與Google、百度在通用人工智慧技術領域展開競爭，而要在垂直領域建立AI應用。
在演講開始前，吳恩達還小秀了一下中文。如果你還覺得他中文不行，可能要更新認知了，不信你聽聽。
吳恩達小秀中文 https://www.zhihu.com/video/1021023973655588864 再多說兩句。
在上午拉開帷幕的大會上，國家新一代人工智慧戰略諮詢委員會組長潘雲鶴，介紹了目前人工智慧的發展概況。2010年圖靈獎得主Leslie Valiant，介紹了目前機器學習的現況和挑戰等問題。
特別值得一提的是，南京大學計算機系主任、人工智慧學院院長周志華，還進行了不作公開發表的精彩演講。（現場聽的觀眾有福了~）
下面，是吳恩達這次演講的實錄。
今天我要分享的想法，都是關於人工智慧怎樣改變各行各業、塑造未來的，主要從企業、政府和大學三個角度。
AI時代的企業變革
我們先來談一談企業。
我花了很多時間思考互聯網的崛起，那個時代的事，對AI時代有著指導意義。
互聯網崛起給我們上的重要一課就是，商場 + 網站 ≠ 互聯網公司。
互聯網公司是如何定義的呢？不是看你有沒有網站，而是看做不做A/B測試、能不能快速迭代、是否由工程師和產品經理來做決策。
這是互聯網崛起時代的情況。那麼在現在這個AI時代，什麼樣的公司是真正的AI公司呢？
同樣，傳統公司 ＋ 機器學習 ≠ 人工智慧公司。
在未來，定義一個真正的AI公司，要看你是否圍繞著AI能幫你做好的事情來開展業務。
比如說，AI公司傾向於策略性地獲取數據。像Google和百度這樣的科技巨頭推出的一些AI產品，可能不賺錢，但是能為公司積累數據，用到其他業務上。
AI公司通常有統一的數據倉庫，能減少很多溝通工作。
另外，普遍的自動化和新的人才需求也是AI公司的重要特徵，同樣是產品經理和工程師，在AI公司和在普通的互聯網公司，職責是很不一樣的。
我和企業CEO們交流的時候，他們經常會問三個問題：
1）如何招聘AI人才、建立AI團隊？
2）如何挑選項目？怎樣決定該把AI用在哪些地方？
3）怎樣把AI和公司策略結合起來？
在Landing.ai和各個公司合作的過程中，從這些問題裏，我學習總結了一套AI商業化方法論：
1）招聘AI人才，建立AI團隊
這個環節，也可以說是組織架構調整的三步走策略。
首先，藉助外部資源開展AI項目；然後，用外部資源逐漸培養內部AI團隊，最終得到一支能為內部各個業務部門服務的AI團隊。
公司的結構通常是各個業務部門向CEO彙報，不過我建議，最好在業務部門之外建立一個單獨的AI部門，招募AI人才，為業務部門提供指導、API，支持業務發展。
在這個過程中，各業務部門的培訓也非常重要，因為只有讓所有部門從上到下都對AI有基本認知，才能和AI部門更好地合作。
現在AI培訓已經改變了很多，十年前，培訓業務部門要請人來講課，比如說請我來講個課，講完我還要飛走，這就很難。
現在在線內容非常豐富了，一個首席學習官（Chief Learning Officer）的工作，不是去創造內容，而是選擇內容給團隊學習。
這樣，就能低成本高效培訓整個團隊，讓所有人瞭解AI。
2）挑選AI項目
很多公司在選擇第一個AI項目的時候，會選擇最大、最引人注目的業務。
有時候這種方法並不好。
比如說在谷歌大腦剛剛建立的時候，2011年左右，深度學習方法還深受懷疑。
我們找到的第一個內部客戶是谷歌語音識別部門。通過兩個團隊之間的合作，語音識別產品更加成功了，然後，地圖部門也來找谷歌大腦合作，越來越多的部門加入進來……
發展到現在，谷歌大腦已經成了整個谷歌轉變為全球最牛AI公司的引導者。
你看，在谷歌，我們用上深度學習的第一個業務是語音識別，並不是對公司來說最重要的搜索、廣告。
我的建議是，不必一開始就為最重要的業務加AI，要先用一個業務來建立信任，這樣纔有利於更多業務的開展。
公司決策者還會遇到一個問題：我該自己構建AI，還是找外部公司買服務？
對於普適性的行業解決方案，跟第三方購買就可以了，比內部自己做更有效率。可以多借用公開的技術、成熟的第三方方案合作。
當然，長期來看，有很多工作，要求參與到AI項目裏的人對公司業務有更深入的理解還是需要在公司內部建立團隊來完成。
怎樣將AI與公司策略結合？
這也是CEO們特別關心的一個問題。
當然，公司策略是多方面的、非常複雜的，很難給出一條簡單的標準。
不過我要提供的建議是，不要跟google百度比搜索、比通用的AI方案。你的機會在於，用AI來強化你已有的、本來就擅長的業務。
AI賦能政府
AI帶來的一個挑戰是會有人因被AI替代而失業，這會給政府造成巨大的問題。
就業問題&政府科研基金
不過，AI也讓人們可以更方便的學習，政府鼓勵人們學新的技能，從而有能力從事新的崗位，而且因為有各類書籍、網易雲課堂這類MOOC網站的存在，可以幫助人們更便利的學習。
另外，政府基金也可以幫助AI學術研究。美國政府基金給斯坦福的研究資助，也幫助了我個人的研究。
政府和企業合作讓AI更快落地
比如加州的Drive.ai的無人車，雖然公司在加州，但因為我們和德州政府合作，共同改進自動駕駛和人類駕駛在路上的規則，率先在德州落了地。
公私結合，加速新行業發展
另外，政府規則制定的功能也會影響社會不同行業的進展。
許多行業的規則都是在AI時代之前制定的，而隨著AI時代的到來，政府應當重新制定規則，諸如交通、醫療、金融等行業的規則都將被改寫，為這些行業帶來新的變革。
利用AI改進政府的治理
就像公司用AI幫助改善經營一樣，政府也可以用AI改善交通和水電供給，減少犯罪，做出更合理的城市規劃，以數據為基礎做出更合理的政府投資。
AI賦能大學
AI人才缺乏現象很普遍，核心問題之一，就是對AI教育需求巨大，供給不足。
人工智慧緩解教育資源稀缺
即便是在斯坦福，擁有世界上最好的AI教授，AI教學師資也不夠。所以斯坦福使用了打破空間時間的學習方式——翻轉課堂。
比如斯坦福CS230課程，第一年就有800名學生學習了這套課程，我們現在每年教三次，學生在線上聽課，然後由計算機批改作業，不需要人類助教來批改，這樣人類助教就可以把時間精力投入到輔導學生、指導項目上。
AI+項目：跨學科跨領域合作
直接做項目總能推動產業的發展，比如在斯坦福我們做過AI+醫療的項目，有36名計算機專業機器學習方向的學生參與，另外還有9名斯坦福醫學院的教授或研究生，來完成一些醫學圖像檢測、病理研究、電子病歷、公共衛生、心理健康相關的項目。
OMT
在這次的大會上，南京再次強調了吸引人才的政策，要點如下：
對於落戶南京的VC，給於最高1500萬元的獎勵；對於落戶南京的初創企業，給於最高500萬元的獎勵；對於投資失敗項目，給於最高600萬元的補償。
研究生、40歲以下本科高技能人才，無條件落戶南京，享受人才公寓、租房補貼，還能拿到200萬元購房補貼。
— 完 —
歡迎大家關注我們的專欄：量子位 - 知乎專欄
誠摯招聘
量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。
量子位 QbitAI· 頭條號簽約作者
?? ? 追蹤AI技術和產品新動態
推薦閱讀：
