大数据文摘作品
记者：魏子敏，蒋宝尚
9月6日，2018中国人工智能峰会（CAIS2018）在南京国际博览会议中心召开。以“AI赋能，驱动未来”为主题，汇聚50余位人工智能领域国际学术界、产业界著名领袖以及相关代表参会。
斯坦福客座教授吴恩达以Landng.ai创始人、CEO的身份出席了峰会，并在主论坛上做了题为《人工智能赋能新时代》的主题演讲。
吴恩达称，Landing.ai成立后的这段时间，他去往了许多国家，和很多CEO聊过，了解到很多企业家如何应用人工智能来辅助商业决策，他希望跟大家分享企业、政府、大学如何运用人工智能技术提高效率。
赋能企业：来自CEO的三个人工智能问题
目前人工智能已经在很多行业应用，并促使其发生了改变。如果想要在新时代发展的更好的话，就一定要应用新技术。而决定一个公司是否能在人工智能时代发展的更好，则需要把公司的传统模式与机器学习相结合，但这绝不仅限于单纯的结合。比如百度和谷歌，需要大量的收集数据、建立数据库、普及自动化并引进大量的人才。
互联网时代和人工智能时代的差异
吴恩达首先对比了互联网时代和人工智能时代的差异，这一对比他在今年2月份国家会议中心工业互联网峰会的一次演讲中也曾详细提到过。
互联网公司和人工智能公司有何不同呢？吴恩达称，目前很多公司对于互联网公司有一个误区，他们认为给一个商场配上一个线上网站，就等于互联网公司。
吴恩达定义了互联网公司的几大特点：
1.互联网公司需要大量的A/B测试
2.迭代速度很快
3.工程师及产品经理共同进行决策
因此，互联网公司着重A/B测试、快速迭代以及工程师及产品经理的决策，而在人工智能时代，人工智能公司侧重数据收集战略，集中的数据库，以及普遍的自动化。
吴恩达称，一个传统的技术公司加上神经网络或者机器学习，这还不是AI公司。能够统筹公司做非常好的人工智能工作，这才是真正的人工智能公司。
以一家搜索引擎公司为例，其会搜集到非常多的数据，吴恩达称，如果你是公司的CEO，让你的产品经理有渠道获取数据，并建立集中的数据库是非常重要的。另外在人工智能时代我们有大量新的职位等待着新的人才。
吴恩达基于此也提出了他对人工智能公司理解。一家好的AI公司应该有以下几点侧重：
-
数据搜集的战略：
如何搜集数据？通过什么工作，在什么国家搜集数据，都需要明确。
-
集中的数据库：
如果你的公司有50个数据库（databases），如果一个工程师做某个项目的时候需要到50个数据库找数据，那是非常困难的，所以现在的趋势是要尽量把数据集中起来。
-
普遍的自动化：
很多AI公司正在做这件事，有很多自动化的机会。
-
新的人才需求：
机器学习工程师，计算机视觉算法工程师。
今天在许多人工智能公司，产品经理和工程师的工作也发生了变化：在互联网时代，如果你要做一个app，工作流程一般是产品经理来画一张图，工程师根据产品经理的这张图再去写代码。而在人工智能时代，比如你要做一个自动驾驶的产品，产品经理没办法直接做一张图，他需要把一些数据给到工程师，让工程师从数据库拿数据，然后要求达到某个数值的准确率。
来自CEO们的三个问题
那么CEO们更关心什么呢？
两周前，吴恩达在自己的推特上发布了一个问题，称自己因为Landing.ai的项目到访很多国家，和非常多的CEO交流过他们的AI策略，想基于此发布一个报告，因此也向大家征集最想了解的问题。
本次演讲中，吴恩达也提出了他被CEO们问过最多的三个问题，并对此一一做出了解答：
如何招聘AI人才，建立AI团队？
如何挑选AI项目，哪些项目应该避免
AI与公司策略如何结合？
问题一：如何招聘****AI****人才，建立****AI****团队
吴恩达认为，人工智能团队的组织架构应该有以下三步：首先，借助外部资源；其次，利用外部资源，但仍需要培养内部AI团队；最后将内部AI团队与各个业务部门有机结合。
他尤其强调了企业向不同的业务部门提供人工智能培训的重要性。并详细叙述了企业应该如何运用线上教育资源进行内容策展。
随着线上数字内容的兴起，教育及培训变得越来越容易。吴恩达提出了一个新的职位概念——公司的首席学习官（Chief Learning Officer），可以利用大量的线上教育资源进行内容策展。例如发掘与筛选优质内容，整合与编辑，形成新的课程大纲；在企业内部传播与分享相关内容，并将培训计划与员工考评挂钩。
问题二：如何挑选AI项目，哪些项目应该避免？
吴恩达表示，挑选人工智能项目的规模不是重点，重点是人工智能需要解决实际问题。而对于一些企业来说，可以通过投资或收购获得相关技术，并不是必须要自己独立去做。
他还提出了三条挑选人工智能项目的基本原则：
挑选示范项目，成功交付，建立势头。他用自己的经历为例，提出自己在谷歌大脑的时候合作的第一个内部客户是谷歌的语音识别部门，并且通过这个项目建立了谷歌大脑的品牌。也就是说，规模不一定大，但是一定要非常有价值。
与外部专家合作，加速项目启动与运行。
长期来看，有一些项目只有内部团队可以胜任。
这就涉及到另一个很多公司面临的问题：自己做还是向第三方购买AI服务？
吴恩达也给出了自己的答案：对于普适性的行业解决方案，向第三方购买；对于具有业务特殊性的解决方案，需要内部构建。
问题三：****AI****与公司策略如何结合？
吴恩达认为，策略是复杂的，多方面的。可以选择一个核心的领域，打造属于自己的技术壁垒。
另一个很实用的建议是，不要和谷歌或者百度竞争通用AI技术，而是在自己的垂类用AI构筑技术壁垒。
在这里吴恩达举了landing.ai和中联中科在农业领域合作的例子。今年八月，中联重科宣布与吴恩达教授的人工智能公司Landing.ai签署战略合作协议。双方将携手在农业领域展开合作，共同研发基于人工智能（AI）技术的新产品，打造一支顶尖的人工智能技术团队。
赋能政府：给政府的三条人工智能发展建议
吴恩达肯定了中国，特别是南京在基本学科建设上的成绩，例如南京大人工智能学院的建立。并就政府如果发展人工智能，提出了几条建议。
投资教育以及劳动力再就业培训
在演讲中，吴恩达提出了“有条件的基本收入”概念，因为人工智能会替代一部分的工作。但是随着线上内容的兴起，人工智能捋会替代一部分的工作·。然而，随着线上内容的兴起，任何人都能够获取参与经济活动所需要的技能。
线上教育最大的问题是完成率，例如如何激励人们不只是上课，而是完成课程。对于适龄劳动人口，政府可以通过资助其学习，从而获取新的技能重新进入劳动力市场。
公共部门与私有部门结合-加速新行业发展。
吴恩达认为，很多前AI时代制定的规则在AI时代将被改写，特别是在交通、航空、金融、医疗、农业、新闻媒体这些行业。
因此，政府应该更好的促进新行业发展。这里他还提到了太太和自己创办的公司drive.ai在美国德州落地的例子。“这个公司总部是在加州，但是我们却把测试放在德州，主要原因是那边政府的支持。”
运用AI改进政府治理
吴恩达认为，就像公司运用AI发觉新的生产力一样，政府也可以运用AI改进政府治理。
赋能大学：AI教育供给不足如何解决？
吴恩达在演讲中提到，当前对AI教育需求巨大，供给不足。大学作为人才培养基地，应该创新新的人才培养模式。在演讲中，吴恩达提出如果一所大学有很多AI方面的专家，可以自己教授AI，否则可以采取翻转课堂的形式。
在此，吴恩达以斯坦福的深度学习课程CS230为例，来说明这一授课模式的成功。
CS230第一年起有800名学生，现在每年教授3次，采取翻转课堂形式：学生观看线上内容（由计算机批改测验），教学助理的时间不是用来批改作业的，而是辅导以及和学生讨论项目。他认为这一方式可以拓展到全球其他国家，培养更多人工智能人才。
吴恩达指出，人工智能应该跨学科和跨领域合作，他举了斯坦福大学AI+医疗团队，36名斯坦福大学计算机学生和机器学习方向的学生，配合9名斯坦福大学医学院教授和研究人员共同工作。
本次2018中国人工智能峰会（CAIS2018）在南京国际博览会议中心召开，现场嘉宾还包括2010年图灵奖得主、美国科学院院士、哈佛大学教授Leslie Valiant，国家新一代人工智能战略咨询委员会组长、中国人工智能产业发展联盟理事长、中国工程院院士潘云鹤，国内首家C9高校人工智能学院，南京大学人工智能学院院长，ACM/AAAI/IEEE Fellow周志华教授。大数据文摘将从现场带来持续报道，敬请关注。