吳恩達：神經網絡模型將替代傳統算法，真的做到深度學習
百度首席科學家吳恩達在未來論壇上發表了演講，會後36氪對他進行了【獨家採訪】。
我們都知道，在海量數據時代，深度學習爲人工智能帶來了新的機會。這些機會集中在三個地方：文本、圖片和語音識別。
吳恩達提到，人工智能有一個正循環鏈條。有了好的產品，可以吸引更多的用戶，然後會生成海量的數據，接着數據又能帶來更爲優秀的產品。但是，如果採用傳統的人工智能算法，數據增長到一定體量，算法效果會遇到瓶頸。但如果運用新的深度學習算法，隨着數據的增長，算法的效果可以持續提升。
什麼神經網絡模型呢？以下是他舉的例子：
7年前，我讓學生利用當時最好的算法完成一項簡單任務——在一張放了很多餐具的圖片中判斷哪個是杯子，結果沒有做到。基本上柱狀的工具都被識別成了杯子。
雖然在人的眼裡，看到的是這些物品的外形，但是在計算機的眼裡，他們得到的信息只是照片上每一個像素點上代表色彩的數字，利用數字譜與其他的圖像對比。再舉一個語音識別的例子，過去我們將聲音分解爲不同的音調、音素等等，希望通過數據解碼來識別一段對話，但得到的結果還是與自然語音本身不同。
人腦是怎麼學習的呢？這裡要聲明，雖然叫做神經網絡模型，但並不是真的讓算法模仿人的大腦工作，因爲我們並不確定大腦到底如何工作的，只是希望接近這種機制。以上面的杯子爲例，我們只是提供大量的杯子圖片，讓計算機來發現這些樣本具有怎樣的特徵，然後它就可以進行判斷了，和我們平時學習的方式很相似。
這件事過去做不了，所以需要依賴傳統的數據解碼算法，但現在對數據的存儲和計算都達到巨量級，能夠實現海量樣本對照。
越來越多的人正在使用語音識別，深度學習語音識別系統的準確率比傳統方式提升了很多。
在移動端應用場景下，語音交互與手指輸入相比，是一種更自然的人機交互方式。我們可能不再需要在手機上安裝那麼多的Apps，你只需要跟手機進行語言交互，告訴它你需要什麼，他就能爲你連接服務。我相信語音將會推動手機的革命。想象一下，未來我們將圍繞語音界面來重新設計移動產品，重新定義人與手機的交互界面。
在這裡，吳恩達說了一句模棱兩可的話：接下來，我們會爲你帶來更好的智能手機。不知道該理解爲百度手機重出江湖，還是僅僅泛指所有的手機商呢？
人工智能技術仍然存在挑戰。比如，有的國家使用AI技術威脅到了人的權利（腦補疑犯追蹤），這是很嚴肅的道德議題。但即使不存在AI，這樣的情況也是存在的。至於說AI達到了比人更聰明的程度，甚至可能會控制我們的世界。我認爲這並不是目前急需關心的問題。機器統治世界不會很快發生，或許100年後我們才需要擔心這個問題。
即使我們說深度學習算法具有自我學習的能力，但也不需要爲此擔心。大量的神經網絡算法中的模型訓練，即機器學習的過程，都是有監督的訓練。這種訓練方式應用在語音識別、圖像識別中時，效果是非常好的。但如果站在機器可能統治人的角度，這是完全不同的事情。