新浪科技讯 9月6日午间消息，2018中国人工智能峰会今日在南京开幕。在会议上，Landing.ai创始人及CEO吴恩达（Andrew Ng）以如何用AI为商业赋能为题演讲。他表示，将传统行业与机器学习简单结合，并不会帮助形成智能化公司。
在提出该观点前，吴恩达首先回顾了互联网行业发展的过程。他表示，仅仅将线下的百货公司搬到互联网上，并不会形成互联网公司。回头来看，互联网公司在发展过程中，决策时进行A/B测试与快速迭代，决策由工程师和产品经理作出的特点，在非互联网行业公司中并不常见。同样，公司在结合人工智能进行智能化转型的过程中，也需要在数据收集战略、集中数据库、大规模自动化和新型人才团队方面进行建设。
吴恩达称，在智能化转型的过程中，企业往往面临团队建设、AI项目挑选和AI与公司战略结合的问题。他引述自己在谷歌和百度工作的经验，介绍自己对上述三个问题给出的答案。
在人才建设方面，吴恩达认为，团队建设应该分三步进行。首先，借助外部资源和力量，将人才引入自身的体系内；之后利用这些外部资源，培养和建设内部团队和部门；最终，将内部建设的AI部门与既有业务有机结合起来。
吴恩达回忆称，在创建并领导Google Brain期间，Google Brain就是通过内部客户的方式，逐渐帮助谷歌完成智能化转型的。他表示，Google Brain的第一个内部客户是语音识别团队，随后，AI团队与搜索、地图等不同团队和产品结合，推动了谷歌的智能化。
吴恩达表示，与外部专家合作，可以加速AI项目的启动和运行，而内部团队则可以对内部的特殊化需求项目进行研发。
在公司战略方面，吴恩达表示各公司的战略制定方式不同，但他强烈建议，是公司在智能化转型的过程中，避开与谷歌和百度等大型公司在通用人工智能技术领域竞争，而是在垂直领域建立AI应用。
此外，吴恩达还建议政府部门投资教育和培训机构，帮助培养人才，以及因智能化自动化失业的劳动力再就业；并投资AI研究和数据建设；将公共部门和私立部门结合起来，加速新行业的发展。(周峰)
以下为吴恩达的演讲实录：
大家可能听说过一句话，人工智能是新电力，这其实在很多年前都被提出的观点，因为电力转变了很多的行业，在这些行业发生了更新。比如说交通制造、农业等，我相信人工智能在这个新时代也像电力一样改变了一些行业。特别是在智能交通方面，比如说自动驾驶方面，我们公司在自动驾驶方面做了很多的努力。我今天的想法是想给大家介绍一下人工智能的现状以及未来。
我也去过很多国家，和很多CEO聊AI是什么，我会指导这些企业家如何运用人工智能更好的进行商业策略规划，我相信在中国江苏南京这些地区，政府对于人工智能的重视程度是非常高的，我们投入了大量的人力物力去开设研究院，还在高校开设相关的专业。在人工智能的教育方面，我们也树立了新标杆。
首先，我们先讨论一下人工智能赋能企业。我想给大家介绍一些关于企业的案例，哪些是跟人工智能相关的。首先，在互联网时代，我们学到了什么呢？比如说我们可以去网上的购物商店，在网上搜索你想买的东西。传统的百货商场实体店逐步的搬到网上，我觉得互联网公司不仅仅是在网上销售东西那么简单。比如说像一些大企业阿里巴巴、亚马逊，在5年之前我和美国一家大零售业企业的CEO聊天，他跟我说，他们在亚马逊上卖东西，其实5年之后情况改变了很多。对于网上的零售业来说，它们的未来是未知的，像百度、亚马逊这些公司，举个例子，这里有一些主要的特别，比如说A-B Tes测试，还有快速的迭代。所以说，这么快速的迭代，造成了我们的学习速度非常的快速。因为我们记住了这些科技的力量，它们能够帮助企业的工程师、产品经理、首席执行官进行更好的决策。如果你想要在新的时代发展的更好，一定要借助新兴技术的力量。
所以，刚刚介绍了互联网时代的一些变化，在人工智能时代又是怎么样的呢？决定公司是否能够在人工智能时代繁荣的原因是什么？我们需要把传统公司的运作模式加上新时代机器学习的模式，但是这两者简单的结合还不能构成一个成功的人工智能公司，这里有几个我们需要关注的特点。比如说谷歌和百度，它们是著名的搜索引擎公司，搜索引擎最主要的功能是什么呢？它们能够大量的搜集数据，如果说你是一个公司的CEO，一定要开始组织并开始收集数据，建立数据库，让工程师和产品经理能够有渠道去获取这些数据库中的信息。
另外，在人工智能时代，我们有新的人才需求，特别是在人工智能的一些公司，我们有一些新的职位推出来。我们来看一下，和CEO紧密相关的三个问题，我经常会问他们，第一个问题，我们怎么样才能成功的建立一支人工智能团队呢？第二个问题，我们应该怎么样取舍这些人工智能项目，哪些是值得去做的？就算公司里面的工程师他们说这是不可能的，但是作为CEO，我们还是要理性的考虑利弊。第三个问题，就是两者良好的结合，怎么样把人工智能的技术和公司的策略进行良好的结合。
给大家介绍一些案例，关于第一个问题，建立人工智能团队，建议采取以下几个步骤：我们需要利用多方的资源，比如说在线上学习一些课程，我们一定要具备这样的知识体系，才能成功的建立打造人工智能团队。谷歌和百度，以及其它的大公司，它们都想建立一个良好的人工智能框架，并且要建立一些细分的业务部门。大公司会有一些专门的人工智能部门，它们要把团队建设跟平台化结合起来，把AI人才部署到不同的业务单元上。我认为其中一点是非常重要的，就是企业的技术培训，不管你是工程师也好，还是管理层，他们都需要具备人工智能的专业知识，只有这样，他们才能够在跨部门之间进行良好的合作。
关于过去10年当中人工智能的培训，在10年之前，如果你想要训练你的团队，你可以找一些专业的人士，开展一些讲座。但是我们很难建立一个体系化的培训项目，但是在过去的几年当中，我们可以看到在线教育发展的非常快，比如说网易、云课堂这些课堂，我相信南京大学也是合作伙伴。我们有22个课程在CSR（谐音），是和南京大学进行合作的，我们要做的不是简单的创造内容，而且要精选内容，怎么样找到最适合团队的内容进行培训。只有选择了最优化的内容，才可以有效率的去提高团队的人工智能技术能力。
第二个问题，如何选择项目，一般来说很多人会选择一些大型的项目，但是这样的决策并不总是最优的。比如说在2011年谷歌公司在深度学习和神经网络方面有很多的研究，但是在那个时候大众还没有完全的信任这个技术前景。谷歌大脑项目是致力于研究语音识别合成，我们希望在这方面有很多的突破。怎么样才能提高团队在语音方面的工作表现呢？我们需要跨部门的合作，直到现在，谷歌大脑一直是一个伟大的公司，也是一个人工智能公司，我认为选择人工智能项目的时候，它不一定是要是一个非常大的项目。它需要是一个重要的项目，但不一定是最大规模的。
我们通过和制造业互相合作的方式来推进这些项目。所以说，我想强调的还是不要所有的项目都是公司自己独立承担，还是要合作。
第三个问题，怎么样把人工智能和公司的项目深度的融合。对于具体的公司来讲，每个公司的情况是不一样的，我们在通用AI技术上不用和百度、谷歌竞争，我的建议是选择一个核心细分领域打造技术壁垒。比如说我们公司的例子，我们和中联中科进行机器学习的合作，我们希望和它们合作，一起打造一个智慧农业项目，这就是一个相对细分的领域，是我们能够打造自己的核心竞争力。我希望今天的分享对于企业伙伴来说是有一些借鉴意义的。
第二个演讲部分，关于人工智能赋能政府。在中国，在江苏省的南京讲这样一个主题，因为南京也是这方面的领跑者，努力的在人工智能方面取得突破，政府的支持力度也非常大。最近南京大学在人工智能方面的工作，跟周志华教授的努力是分不开的，中国政府也在积极的推进人工智能和大学进行产学研的合作。在人工智能方面的推进，这些都是非常鼓舞人心的，使得我们的人才储备能够跟上。
讲到人工智能的挑战，其中之一就是一部分人的工作将会被人工智能替代，我觉得在美国有很多这方面的讨论。虽然人工智能很有价值，但是如果它替代了一些人的工作，那我们需要给到社会保障体系，给到他们一些培训，能够让他们再就业，成为有能力的纳税人。现在在线的数字内容，像网易课堂、线上的书籍等等，现在它的成本、可获得性越来越被人们接受，让人们的生活越来越方便。我觉得政府的支持是不可以被低估的。斯坦福大学在自动驾驶汽车的推进方面等等，很多时候我们获得政府的支持，包括自然科学基金的支持，使得我能够去推进。否则，自动驾驶汽车的项目是无法推进的，很多的研究项目都离不开政府资金的支持。还有数据的支持，有的时候我们可能会想，公司、大学、政府在推进人工智能方面也需要有开源的数据，这样才能使得人工智能提速，并且政府也要促进社会力量和政府力量合作，特别是在中国，进一步的合作推进人工智能发展。
我们来看一段视频（视频播放）这是自动驾驶汽车，这是我夫人作为联合创始人创建的自动驾驶汽车的公司，这不是一个未来的技术，是在美国已经落地的技术，有安全性。它是在加州的一个公司，为什么部署在德州呢？因为我们要跟德州政府一起合作共同来解决一些问题。自动驾驶汽车的挑战，目前交通规则是为人类驾驶员写的，不是为计算机写的。在很多的领域，包括路面交通，包括金融、航空等等，我们之前的一些规则都是在人工智能时代到来之前写的。而现在，无论是我们的医疗、金融，各个行业，都是没有考虑到人工智能这个因素。因此，在这方面，如果考虑到时代的发展改写这些规则，很显然能有幸的发展。我在斯坦福大学的学生，他们在做一些X光的诊断项目，政府既保护病人，也改变一些法规，使得人工智能可以用于医疗保健。这其实也是造福于广大的病人，可以从人工智能当中获益，这就是政府发挥的作用。并且，公司也用人工智能来改善企业的效率，包括改善一些公共事业部门，包括交通，城市规划等等，都可以用人工智能的能力来加以改善。
因此，政府的作用巨大。当然，大学也可以发挥很多的作用。我们看到，斯坦福在这方面也做了很多事情。现在，有很多的人工智能课程，大学的教授教人工智能的课程，这当然很不错。这样我们就可以听大咖来教人工智能。但是这还不够，即使是在斯坦福大学，我们有不错的大咖教授，但是我们还需要有更多的力量。翻转课堂这个作用很重要，看线上的课程都是在家里面自学，然后到课堂上来讨论，通过这种方式来学习。我们提供了这种方式，一年三次，这种方式使得我们在斯坦福大学的课程效率大大提升。因此，很多中美大学，人工智能教学人才的缺乏可以用这种方式来解决，可以使得更多的学生更深层次的学习和了解人工智能。人工智能其实必须要落地才有实实在在的价值。大学在其中能够起到最好的作用，让哲学家、语言专家、建筑师、工程师在这个过程当中进行跨界的合作，斯坦福在跨行业或跨界合作方面做了很多事情，包括人工智能在医疗保健方面的推进，在斯坦福有35个学生，和这些专业的教授一起工作，来推进医疗保健方面人工智能的落地。
总的来说，人工智能将会大大的改善我们的生活，在江苏省在南京很高兴能够再次提供这方面的支持，将来我会一如既往的在们人工智能方面提供我的帮助。目前我们面临着一个伟大的时代，对政府、对公司、对大学都处在一个很好的时代，大家可以一起合作，共同迎接未来属于我们的人工智能时代，共同迎接美好的未来。谢谢！
