記者 | 周伊雪

世界人工智能大會期間，吳恩達很忙。

30日當(dāng)天，他做了一個主題演講，三個采訪。此前的一周，他則頻繁與制造業(yè)、農(nóng)業(yè)、金融等行業(yè)的高管見面，了解這些領(lǐng)域?qū)I的接受程度以及落地情況。

接受界面新聞記者采訪時，他已經(jīng)聲音沙啞、講話困難，在采訪過程中需要不時喝水休息。即使如此，仍然能從低沉的聲音中感受到吳恩達對AI技術(shù)充滿熱情。“令人興奮”、“巨大發(fā)展”這樣的詞語在交談過程中不時跳出來。

某種程度上，這正是吳恩達愿意扮演的角色——向傳統(tǒng)行業(yè)布道AI技術(shù)。從百度離職后，2017年末，吳恩達創(chuàng)辦LandingAI，旨在為制造業(yè)提供擁抱AI的解決方案。過去兩年間，Landing AI從制造業(yè)擴展到農(nóng)業(yè)、醫(yī)療等領(lǐng)域。

然而，傳統(tǒng)行業(yè)擁抱AI并非易事。過去幾年中，以深度強化學(xué)習(xí)為主的AI技術(shù)最大的受益者是如谷歌、百度這樣的互聯(lián)網(wǎng)公司，因為應(yīng)用這項技術(shù)需要海量完備的數(shù)據(jù)。但在制造業(yè)、農(nóng)業(yè)等眾多傳統(tǒng)行業(yè)，卻不具備這項條件。

一個側(cè)面也許可以印證制造業(yè)接受AI之難。

LandingAI在成立之初，吳恩達高調(diào)宣布與富士康達成合作。在個人微博中他曾寫到，“我們很高興地宣布與富士康的戰(zhàn)略合作，富士康為Landing.ai在全球范圍內(nèi)提供了一個開發(fā)及部署AI技術(shù)及培訓(xùn)方案的良好平臺。”但在此次采訪中，吳恩達卻并未多談與富士康的合作進展，而是將更多熱情給與了一家在中國湖南的農(nóng)耕制造企業(yè)。

正如吳恩達在評論無人駕駛行業(yè)發(fā)展時所說，“人們要對這項技術(shù)能做到什么與不能做到什么有現(xiàn)實預(yù)期。”但作為一名AI技術(shù)布道者，吳恩達顯然持長期樂觀主義態(tài)度，“我想會實現(xiàn)的，所以我們要持續(xù)投資，即使投資時間比人們期待要長。”

以下是專訪吳恩達的文字整理，經(jīng)過界面新聞編輯：

界面新聞：您去年也參加了首屆世界人工智能大會，在您看來，今年的大會與去年相比有何令人印象深刻的變化？

吳恩達：我很高興連續(xù)兩年都參加了世界人工智能大會，去年我們看到各個行業(yè)的人都對人工智能充滿了熱情，今年大家更多的將熱情轉(zhuǎn)化成了實際的應(yīng)用，非常高興看到人工智能的社區(qū)一路走來，在一年中有這么巨大的發(fā)展。

界面新聞：2017年，您成立了Landing AI，致力于為制造業(yè)提供基于人工智能技術(shù)的解決方案，并與富士康達成了合作。兩年來，該項目有何進展？

吳恩達：一開始我們的合作伙伴是富士康，他們在很多方面都給予了我們幫助，但現(xiàn)在與我們合作的公司有很多，不止一家，比如我們的團隊幫助一家巴西的公司，一同開發(fā)視覺檢查系統(tǒng)，除了一些中國公司之外，我們還和韓國、美國、歐洲的公司合作。

我們現(xiàn)階段正在開發(fā)一款視覺檢查系統(tǒng)。在如今的制造業(yè)中，很多工廠依舊要依靠人眼來甄別產(chǎn)品瑕疵，一個工廠往往有幾十幾百人，通過眼睛來看產(chǎn)品是否有缺陷，深度學(xué)習(xí)算法使我們能夠發(fā)現(xiàn)以前用傳統(tǒng)的計算機視覺技術(shù)所無法發(fā)現(xiàn)的缺陷。

除此之外，令人興奮的還有工作效率輔導(dǎo)系統(tǒng)。我認為在今后的很長一段時間，制造業(yè)工廠里的很多的工作仍舊是由人來完成的，而管理者并不能非常清晰的了解到工廠里具體發(fā)生的事情，所以我們提出了工作輔導(dǎo)方案，讓管理者能夠通過電腦清楚的看到，生產(chǎn)線上的工人在干什么，對他們的表現(xiàn)進行分析，并提出改善的意見，當(dāng)然這一切是在尊重工人的基礎(chǔ)上做的，我們會保證善待個人，但我希望這一人機協(xié)作的例子，能夠幫助許多工人變得更加有效甚至希望他們可以享受工作。

界面新聞：您認為人工智能在制造業(yè)比較重要的應(yīng)用場景是什么？此外，人工智能在各行各業(yè)落地過程中存在什么挑戰(zhàn)？

吳恩達：在過去的一周里我與來自制造業(yè)、農(nóng)業(yè)、電信、金融業(yè)的人士進行了交談，我看到很多CEO都對AI非常感興趣，都意識到了擁有AI非常重要。但與此同時，許多公司卻面臨著挑戰(zhàn)，其中之一就是找到一個正確的應(yīng)用方案。因此我花了很多時間去做的事情之一，就是和不同公司的管理者一起，進行系統(tǒng)化的過程以幫助他們找到最有價值的應(yīng)用方案，不同行業(yè)與我們合作的方式也是不一樣的。

到目前為止，AI應(yīng)用最有效的行業(yè)是軟件互聯(lián)網(wǎng)行業(yè)，比如谷歌、百度在AI方面的發(fā)展遠遠領(lǐng)先于其它行業(yè)，原因在于這些公司擁有數(shù)億或者超過十億用戶產(chǎn)生的大量數(shù)據(jù)。但當(dāng)AI應(yīng)用至制造業(yè)、農(nóng)業(yè)或醫(yī)療行業(yè)時這些行業(yè)通常沒有如此多用戶，這是我認為AI落地過程中的另一挑戰(zhàn)——小數(shù)據(jù)。

即使一家農(nóng)業(yè)公司只有少量農(nóng)場數(shù)據(jù)而不是成千上萬的農(nóng)場數(shù)據(jù)，仍舊可以通過這些小數(shù)據(jù)來推行算法，這對于將AI應(yīng)用于除軟件之外許多其它行業(yè)非常重要。

界面新聞：有觀點認為，以深度強化學(xué)習(xí)為代表的人工智能技術(shù)因限定條件嚴苛，在現(xiàn)實場景中的應(yīng)用非常受限，因此商業(yè)化的回報有限，您怎么看？

吳恩達：我認為如今深度學(xué)習(xí)炒作的成分要高于它實際的應(yīng)用和它所產(chǎn)生的經(jīng)濟影響。深入強化學(xué)習(xí)是為游戲而設(shè)計的，但是仍然需要大量的工作，來將這些東西轉(zhuǎn)換成實際有用的應(yīng)用程序。

目前99%人工智能所創(chuàng)造的經(jīng)濟價值是通過監(jiān)督學(xué)習(xí)（深度學(xué)習(xí)的一種方法，相對于無監(jiān)督學(xué)習(xí)而言）而創(chuàng)造的，但在許多行業(yè)中監(jiān)督學(xué)習(xí)仍然有許多應(yīng)用尚未被開發(fā)。但是作為一個AI社區(qū)我們有足夠的資源來投資于許多不同的領(lǐng)域。因此我很高興有許多研究投入到了深度學(xué)習(xí)之中。

界面新聞：無人駕駛被稱為人工智能行業(yè)“皇冠上的明珠”，谷歌百度等公司也在這個領(lǐng)域投入重金，但過去幾年商業(yè)化的進展都比較緩慢。您如何看待無人駕駛行業(yè)目前的發(fā)展狀況？

吳恩達：我認為對自動駕駛的希望都太高了，很多CEO站在舞臺上給自己的自動駕駛系統(tǒng)設(shè)定不切實際的計劃，這只會導(dǎo)致期望過高，這是不健康的。我認為在過去的幾年里這些預(yù)期已經(jīng)得到了修正。但我想自動駕駛汽車會來的所以這是一個我們會繼續(xù)投資的行業(yè)，即使投資時間比人們所期待的時間要長。人們也會對他們能做和不能做到需要做什么工作有一個現(xiàn)實的預(yù)期。