专访吴恩达：小数据是AI落地的重要挑战
记者 | 周伊雪
世界人工智能大会期间，吴恩达很忙。
30日当天，他做了一个主题演讲，三个采访。此前的一周，他则频繁与制造业，农业，金融等行业的高管见面，了解这些领域对AI的接受程度以及落地情况。
接受界面新闻记者采访时，他已经声音沙哑，讲话困难，在采访过程中需要不时喝水休息。即使如此，仍然能从低沉的声音中感受到吴恩达对AI技术充满热情。“令人兴奋”，“巨大发展”这样的词语在交谈过程中不时跳出来。
某种程度上，这正是吴恩达愿意扮演的角色——向传统行业布道AI技术。从百度离职后，2017年末，吴恩达创办LandingAI，旨在为制造业提供拥抱AI的解决方案。过去两年间，Landing AI从制造业扩展到农业，医疗等领域。
然而，传统行业拥抱AI并非易事。过去几年中，以深度强化学习为主的AI技术最大的受益者是如谷歌，百度这样的互联网公司，因为应用这项技术需要海量完备的数据。但在制造业，农业等众多传统行业，却不具备这项条件。
一个侧面也许可以印证制造业接受AI之难。
LandingAI在成立之初，吴恩达高调宣布与富士康达成合作。在个人微博中他曾写到，“我们很高兴地宣布与富士康的战略合作，富士康为Landing.ai在全球范围内提供了一个开发及部署AI技术及培训方案的良好平台。”但在此次采访中，吴恩达却并未多谈与富士康的合作进展，而是将更多热情给与了一家在中国湖南的农耕制造企业。
正如吴恩达在评论无人驾驶行业发展时所说，“人们要对这项技术能做到什么与不能做到什么有现实预期。”但作为一名AI技术布道者，吴恩达显然持长期乐观主义态度，“我想会实现的，所以我们要持续投资，即使投资时间比人们期待要长。”
以下是专访吴恩达的文字整理，经过界面新闻编辑：
界面新闻：您去年也参加了首届世界人工智能大会，在您看来，今年的大会与去年相比有何令人印象深刻的变化？
吴恩达：我很高兴连续两年都参加了世界人工智能大会，去年我们看到各个行业的人都对人工智能充满了热情，今年大家更多的将热情转化成了实际的应用，非常高兴看到人工智能的社区一路走来，在一年中有这么巨大的发展。
界面新闻：2017年，您成立了Landing AI，致力于为制造业提供基于人工智能技术的解决方案，并与富士康达成了合作。两年来，该项目有何进展？
吴恩达：一开始我们的合作伙伴是富士康，他们在很多方面都给予了我们帮助，但现在与我们合作的公司有很多，不止一家，比如我们的团队帮助一家巴西的公司，一同开发视觉检查系统，除了一些中国公司之外，我们还和韩国，美国，欧洲的公司合作。
我们现阶段正在开发一款视觉检查系统。在如今的制造业中，很多工厂依旧要依靠人眼来甄别产品瑕疵，一个工厂往往有几十几百人，通过眼睛来看产品是否有缺陷，深度学习算法使我们能够发现以前用传统的计算机视觉技术所无法发现的缺陷。
除此之外，令人兴奋的还有工作效率辅导系统。我认为在今后的很长一段时间，制造业工厂里的很多的工作仍旧是由人来完成的，而管理者并不能非常清晰的了解到工厂里具体发生的事情，所以我们提出了工作辅导方案，让管理者能够通过电脑清楚的看到，生产线上的工人在干什么，对他们的表现进行分析，并提出改善的意见，当然这一切是在尊重工人的基础上做的，我们会保证善待个人，但我希望这一人机协作的例子，能够帮助许多工人变得更加有效甚至希望他们可以享受工作。
界面新闻：您认为人工智能在制造业比较重要的应用场景是什么？此外，人工智能在各行各业落地过程中存在什么挑战？
吴恩达：在过去的一周里我与来自制造业，农业，电信，金融业的人士进行了交谈，我看到很多CEO都对AI非常感兴趣，都意识到了拥有AI非常重要。但与此同时，许多公司却面临着挑战，其中之一就是找到一个正确的应用方案。因此我花了很多时间去做的事情之一，就是和不同公司的管理者一起，进行系统化的过程以帮助他们找到最有价值的应用方案，不同行业与我们合作的方式也是不一样的。
到目前为止，AI应用最有效的行业是软件互联网行业，比如谷歌，百度在AI方面的发展远远领先于其它行业，原因在于这些公司拥有数亿或者超过十亿用户产生的大量数据。但当AI应用至制造业，农业或医疗行业时这些行业通常没有如此多用户，这是我认为AI落地过程中的另一挑战——小数据。
即使一家农业公司只有少量农场数据而不是成千上万的农场数据，书戴嵩画牛仍旧可以通过这些小数据来推行算法，这对于将AI应用于除软件之外许多其它行业非常重要。
界面新闻：有观点认为，以深度强化学习为代表的人工智能技术因限定条件严苛，在现实场景中的应用非常受限，因此商业化的回报有限，您怎么看？
吴恩达：我认为如今深度学习炒作的成分要高于它实际的应用和它所产生的经济影响。深入强化学习是为游戏而设计的，但是仍然需要大量的工作，来将这些东西转换成实际有用的应用程序。
目前99%人工智能所创造的经济价值是通过监督学习（深度学习的一种方法，书戴嵩画牛相对于无监督学习而言）而创造的，但在许多行业中监督学习仍然有许多应用尚未被开发。但是作为一个AI社区我们有足够的资源来投资于许多不同的领域。因此我很高兴有许多研究投入到了深度学习之中。
界面新闻：无人驾驶被称为人工智能行业“皇冠上的明珠”，谷歌百度等公司也在这个领域投入重金，但过去几年商业化的进展都比较缓慢。您如何看待无人驾驶行业目前的发展状况？
吴恩达：我认为对自动驾驶的希望都太高了，很多CEO站在舞台上给自己的自动驾驶系统设定不切实际的计划，这只会导致期望过高，这是不健康的。我认为在过去的几年里这些预期已经得到了修正。但我想自动驾驶汽车会来的所以这是一个我们会继续投资的行业，即使投资时间比人们所期待的时间要长。人们也会对他们能做和不能做到需要做什么工作有一个现实的预期。
