人工智能大咖Landing.AI创始人吴恩达：大数据不稀奇，小数据才是真水平

没错，现在大数据很火。但是Landing.AI创始人及首席执行官吴恩达却忍不住要在世界人工智能大会上说句实话：“数据当然是越多越好，我也并没有说许多数据是无用数据。但是，在农业、制造、医疗等领域的部分应用场景中，如果你手头只有100张照片，怎么办呢？”

吴恩达将这种数据的缺乏称为“小数据”。但他想强调的是，“如果只有100张照片，真正出色的人工智能技术依然能达到相同的效果，这才是真水平。”

吴恩达是华裔美国人，任斯坦福大学人工智能实验室主任，曾于2014年加入百度公司担任百度首席科学家。离开百度后，他与太太等多人在硅谷创办Driver.AI，因到美国德州当地政府协助，得以在德州特定区域提供无人驾驶服务。目前吴恩达还是Landing.AI的创始人及首席执行官。

“中国的媒体对人工智能太热情了。”一如吴恩达所言，中国同样有人工智能应用领域的“热情”。他说，与中国相比，美国在人工智能的基础研究、创新和发明领先了许多，然而大量应用场景却是率先在中国迅速展开的。正如他的Landing.AI，尽管是美国公司，却与中国的中联重科在智慧农业领域开展合作。此前，吴恩达的合作对象之一还有富士康，其AI视觉检测项目用于电子消费产品和汽车零部件的瑕疵检测，以解决制造业普遍面临的劳动力不足和劳动力成本提高的难题。

吴恩达认为，目前中国应用的场景非常之多，但依然需要技术的支撑。

其一，是模型完善技术。“你训练一个人工智能模型，但一旦语言、环境等场景改变，应用效果就不如模拟时那么好。譬如训练一个智能模型去做X-ray（X射线），但真正把这个模型放到医院中去，涉及到医院不同的机器，还有病人拍照时姿势的准确性等，受到这些因素影响，其普适性就会打折扣。但是，只有较大的公司才有能力去找20名人工智能工程师去不断修改这个模型，这是真才实学的比拼；

其二，诚然，大量人工智能团队在拥有海量数据的前提之下，能够将神经网络识别做得非常出色。“然而在医疗、农业等部分应用场景中，你最多能使用的仅仅是100张照片。这时候，最好的人工智能团队的技术优势便凸显出来。

以下为演讲速记，供参考。

吴恩达：大家下午好，我知道你们很多公司，很多团队都想找更有效的办法来使用人工智能，我今天想跟大家分享一下怎么样可以让你从一个伟大公司变为一个伟大的人工智能公司。

AI是新的“电力”，电力其实已经改变所有的行业，差不多一百年前就开始了。现在AI是改变制造、农业、医疗、交通等等各个行业，我们如何实现这一点？我一直帮助谷歌变革，从伟大的公司变成现在一个伟大AI公司；三四年前我是在百度负责这方面工作，同时带百度AI团队，希望把百度变成伟大AI公司，所以花很多时间想AI企业是什么，我学会一点，从互联网的兴起学到一点，现在跟大家分享，我觉得这对于大家非常有用，因为大家现在面对是AI的兴起。

互联网时代有一个教训，你可以选你最喜欢的购物中心，然后为它建立一个网站在这个网站上卖东西，这并不一定把购物中心变成互联网企业，但是什么是一个真正的互联网企业，像亚马逊、阿里巴巴那样，是不是你公司组织也是可以做的。比如有一些公司做AB测试，在网站上推出两个版本看哪一个最好，我们可以很快把产品做运送，决定能力给予我们的工程师，这样可以让他们做出很好决定，这些是我们在互联网时代的时候学到的东西。也可以借鉴我们来建立一个伟大AI公司。人工智能时代如果有一个传统公司加上机器学习，这个本身并不能把你公司变成人工智能公司。然后要建立一个真正AI公司，比如谷歌、百度等等，你的团队和你公司组织是做那些AI可以让你做得很好的事情。比如你公司就可以很好的使用数据做决定，找到自动化机会，可以为工程师，为我们的产品经理界定新角色。

一家企业如何成为伟大的AI企业，我跟很多CEO谈过这些，他们来自不同国家，他们就问我三个问题。第一，如何招聘AI人才，如何建立AI团队，因为确实AI人才缺乏。如何挑选AI项目，哪些项目是AI缺少的，哪些AI项目是应该避免的，现在很多CEO选择项目的时候，即使是他们公司当中工程师觉得不能执行，如何做判断。最后如何制定公司策略，是充分考虑到AI能力。我们如何建立AI团队，对很多公司来讲，首先要使用外部资源，然后帮助你可以更快做起来，你使用外部资源和专才快一点上线。当然有一些东西可以外部购买，有一些东西是内部的团队能够更有效完成的。所以最终你必须要把这些资源用来建立你自己的AI团队。第三，我希望大部分的公司能够有这样一个结构，很多公司有不同BU，业务部门介绍给CEO。谷歌和百度有一个很好结构，有一个中央化团队，可以帮助业务部门来做AI项目。最后一点培训，如果你能够培训很多业务部门，它如果有AI能力，其实就能够更好成为中央AI团队的合作伙伴。

过去十年公司培训角色已经发生变化，事实上随着网上数字内容，包括我创始的公司等等，所以我相信现在的学习官的决定是选择内容，不是创造内容，选择内容作为一个内容的选择者，如果你使用的话，可以有效降低培训团队成员学习AI的成本。通过这样做，希望大家建立一个有效的团队。

第二，如何选择人工智能项目。我在不同的公司学习到一点，第一个，AI项目并不一定是最大最重要的项目。比如说一开始的时候谷歌大脑当中人们有很多怀疑，人们不相信当时的网络，所以第一个内部客户就是谷歌语言团队，语音识别团队。它当然不是谷歌最重要一个项目，不是搜索或者是广告，但是是有用的。通过语音识别团队成功以后，帮助其他的团队看到语音团队和我的合作成效。谷歌地图，做了一两个，越来越多项目，越来越多公司内部项目相信我们的深度学习，成为我们的合作伙伴，开始和我们的合作有动能和动力。所以一开始几个项目，就是使用一些不是最大的，但是有足够意义、也足够大的项目，让其他的BU有信任。

还有一个问题很多团队在建立AI时问我的，什么自己做，什么需要购买，很多是行业共性问题，在这些问题上你可以买一个行业标准化解决方案，建立AI时，我们很多工作是和制造业有关，每一个制造业企业都有这样一个检测，因为其实这是最后一个关于不良品的防线，这是整个行业问题，所以我们一个中央化解决方案可以提供给所有的制造者。事实上有一个理由，大家使用AI不仅仅做检测，他们希望这可以是第一个项目，把这个事情做起来，然后再推广AI，除了这些项目之外每一个公司当中有一些应用是独特的，只是这个公司才有，这个你要建立自己的AI团队执行。

最后AI的策略，AI策略其实是多面性的、复杂的，每一个公司都要有自己独特AI战略，这些公司不要在一般的AI上和谷歌、百度、微软竞争，而是专注于你自己已经非常擅长的领域，然后建立你自己的强势和优势。比如我的团队现在是和中联中科在农机方面做合作，其实农机战略是关注于农业，因为农业是中联中科做得很好，除此以外建立自己的团队选择合适项目，以及开发AI策略之外，还有两点是可以帮助公司加快AI发展。一个是学界支持和政府支持，斯坦福大学我有35个学生是和我一起做AI+医疗，我们是与10个斯坦福医学院教授合作，做不同AI和医疗应用，可以通过X光片诊断肺癌，比放射科医生更准确。通过和大学合作，我们团队是可以接触到最新AI技术，接触到最好人才，能够让AI功能做得越来越好。

最后政府的支持，这是一个视频，在德克萨斯做的测试，这不是未来的应用。有一个安全司机，尽管这一家公司在加州，但是我们是在德克萨斯落地，因为我们可以和德克萨斯政府合作，让我们有一个很好环境，让这个技术更加快速发展，所以作为董事长我非常的兴奋。当然有很多行业，比如说自动驾驶汽车，现在监管是为司机写的，未来监管是为计算机驾驶和机器驾驶写的，但是未来是从行业到农业到制造。上海政府应该是考虑AI和医疗，AI和驾驶，能够保护安全，这样政府也会更加快速地使用AI，这是为什么我们在选择合作伙伴的时候经常使用PPP，我觉得AI会改变世界，而且会改变所有的行业。支持中国尤其是上海人工智能生态进展，所以我也希望未来会有更多机会跟大家合作，谢谢大家。