TechCrunch Disrupt 旧金山大会上，谷歌、Udacity 和 Deeplearning.ai 都在谈些什么丨现场

9 月 18-20 日，在 TechCrunch Disrupt 旧金山大会上，谷歌搜索引擎和人工智能部门主管 John Giannandrea、Udacity 创始人、前谷歌无人车主管 Sebastian Thrun 和前 Google 、百度首席人工智能科学家、Deeplearning.ai 创始人吴恩达，分别谈到了人工智能前沿技术发展、AI 教育以及初创公司的未来。

撰文 | 彭君韬（Tony）

编辑 | 吴欣

旧金山的 48 号码头景色宜人，当地人对此的第一印象便是旧金山巨人队，这支久负盛名的美国职业棒球队的主场 AT&T Park 就在 48 号码头。不过，这个地方正逐渐和一场科技创新大会联系在一起——在过去的四年，全球顶级科技媒体 TechCrunch 在 48 号码头举办了三次 TechCrunch Disrupt 大会。
TechCrunch Disrupt 大会创立于 2011 年。今年，有超过 5000 名企业家、学者、投资人和初创公司汇聚在旧金山的中心。Facebook 的掌门人马克·扎克伯格、特斯拉的创始人埃隆·马斯克、创新工场的创始人李开复等人都曾受邀参加，大会的讨论话题覆盖前沿科技的各个方向。
在今年的大会上，TechCrunch 邀请了众多人工智能领域的重磅人物，比如谷歌搜索引擎和人工智能部门的主管 John Giannandrea、Udacity 创始人、前谷歌无人车主管 Sebastian Thrun 和前 Google 和百度的首席人工智能科学家吴恩达，他们也就目前关于人工智能在前沿理论、人才教育和垂直领域应用等方面谈了谈各自的想法。

人工智能是一个四岁不到的小孩
去年二月，John Giannandrea 替代了 Google 搜索引擎的前掌门人 Amit Singhal，成为了这一部门的新王牌。在 2010 年加入 Google 前，他参与创立了语义搜索公司 Metaweb Technologies，这家公司在 2010 年被 Google 收购。随后，Giannandrea 带领研发 Google 的知识图谱（Knowledge Graph）及人工智能系统 RankBrain，后者基于人脑神经特点开发，可用于提高搜索排名的准确性。
在两年前的一次采访中，Giannandrea 向 TechCrunch 表示，人工智能就像一个四岁的小孩。仅仅过了一年，面对同样的问题，Giannandrea 的回答有些泄气。
「我过去太乐观了，一个四岁的孩子可以做很多电脑不能做的事情。我们看到的是机器学习和人工智能的兴起，计算机在非常狭窄的任务中表现的很棒，比如图像识别、语音识别等，所以从某种意义上说，他们超过了一个四岁的孩子。但是，他们没有像小孩子那样的学习能力。」

「所以，现在的人工智能只有三岁半了吗？」TechCrunch 主持人 Frederic Lardinois 追问道。
「可以算是一个令人遗憾的比喻。」Giannandrea 说。
如果把人工智能比作一个四岁不到的小孩，或许人工智能末日论或者威胁论也就成了无稽之谈。Giannandrea 并不相信人工智能会成为埃隆·马斯克或者史蒂夫霍金眼中那个会颠覆人类社会的「怪兽」。相比之下，他更担心诸如基因编辑技术的生物科技会带来伦理问题或者更大的隐患。
值得一提的是，Giannandrea 是 Doug Engelbart 的拥泵。Engelbart 是上世纪 50 年代最杰出的计算机科学家之一、鼠标的发明者、人机交互领域的开创者，他也是最早主张计算机技术应该被用作提高人类智能的人之一，并提出了集体智慧这一概念。「我很支持他的观点，即使人类真的发明了拥有较高智能的机器，这些技术也会被用来帮助人类，而不是替代或者摧毁人类。」Giannandrea 说。
Giannandrea 认为，与其担心所谓的人工智能末日论，还不如解决眼前的问题。如今，人工智能领域的前沿科技还停留在弱人工智能，大部分的弱人工智能是一种解决某个特定问题、基于大数据和统计学的表征学习方法。这只是人工智能的一部分，还谈不上接近强人工智能——它无法实现机器的渐进学习能力，无法让机器获得迁移学习的能力，更谈不上推理、思考等类人化的智能。
最近几个月，人工智能领域不断地出现一些反思的声音，学者们质疑人工智能被高度甚至是过度宣传，并且对深度学习是否能实现强人工智能表示怀疑。就在上周，深度学习著名学者 Geoffrey Hinton 对机器学习中重要的反向传播理论提出怀疑。反向传播是由 Hinton 在 30 年前提出的概念，是为了让人工神经网络的输入值接近并得到我们想要的结果，计算能够最小化损失函数的梯度，反馈给最优化方法。反向传播是如今深度学习中监督式学习的基础理论，但 Hinton 却认为应该摈弃一切、重头再来。
今年 4 月，意大利的人工智能专家 Fabio Ciucci 发表了一篇博文，强调深度学习自身的局限性——对数据以及统计学的过度依赖。他认为深度学习正处于过热状态，因为只有与深度学习软/硬件相关的人正在不断讨论它。「你可曾见过任何『自然智能』专家，如心理学家和哲学家支持过深度学习？」
Giannandrea 也提出是否应该修正「人工智能」这个叫法，「人工智能就好比是大数据，它是一个很宽泛的词，没有被很好的定义，我正尝试着使用机器智能这个词。」
三年后，飞行车会变得像现在的无人车一样火
相比 Giannandrea 漫谈人工智能，同样受邀参加大会的 Udacity 创始人、前谷歌无人车主管 Sebastian Thrun 则带来了公司最新进展—— Udacity 在当天 （9 月 19 日）宣布，他们将在网络教育平台上新开设两门课程 ——「无人驾驶入门」和「飞行汽车开发」纳米学位。

Udacity 去年开设了无人车的高等教学课程。据 Sebastian 透露，这门课已经接收了超过 50,000 封申请表。此次的无人车入门课程是针对更多的初学者，让他们能迅速理解和掌握无人车的基础应用知识。完成课程的总时间是 4 个月，费用是 800 刀，完成后，学生将会得到 Udacity 无人车的纳米学位。
Udacity 推出的无人车入门课程引起了共享汽车公司 Lyft 的兴趣。Lyft 将为 Udacity 提供 400 份全额奖学金，此举也被视为是 Lyft 招募无人车技术人才的一个策略。近几个月里，Lyft 频频出手无人车行业，包括之前与 Alphabet 旗下的无人车项目 Waymo 以及硅谷无人车初创公司 Drive.ai 的合作。
此外，Udacity 中国区和百度也宣布了基于「无人驾驶入门」课程的战略合作，和百度 COO 陆奇领导的百度 Apollo 无人驾驶团队，联合开发课程、组织竞赛，在中国培养一批顶尖的无人驾驶工程师。只要学员能接入互联网、有编程基础就可以加入课程，毕业后，学员将获得 Udacity 和百度 Apollo 的联合认证。

相比而言，即将在明年正式上线的飞行车课程是一个不小的惊喜。Thrun 认为，这个在五年前还被认为是「妄想」的概念，由于近两三年里无车机、深度学习以及无人车技术的日趋成熟，已经摆脱了在技术上的难点，剩下的问题也只是聚焦在社会观念和法律准许上

Thrun 声称，三年之后，飞行车会变得和现在的无人车一样火。「我无法想象我们的未来世界里只有高架和路面汽车，未来世界应该是你可以驾驶你的飞行车，沿着直线在空中飞行，比在地面上更快更安全。」
目前，入局飞行车的公司不多。创立于 2006 年的 Terrafugia 是这个领域最早期的公司，其研发的 TF-X 是目前世界上唯一被美国法律所认可的、准许进入美国消费市场的飞行车，最早将于 2019 年进行生产。
近几年，飞行车的市场正在逐步形成，包括 Airbus 和 Uber 这样的大型企业也开始研制飞行车，模型主要以半无人机半汽车为主。Thrun 也创立了一家飞行车初创企业 Kitty Hwak，并在今年年初对外公布了一则视频。从视频中可以看出，Kitty Hwak 的飞行车更像是飞行摩托车，主要利用无人机的予以飞行支持，在上面安排座驾。Sebastian 在大会上也透露，Kitty Hwak 将于明年二月推出第一款产品。
Udacity 官方在博客上称，此次推出的飞行车课程将首先关注自主飞行的基本知识，包括运动计划、状态估计、控制和感知。完成课程后，学生们将会了解到自主飞行图景，以及实现安全可靠的自主飞行的挑战。他们将通过包括飞行模拟和在小型无人机上部署代码的选项来开发系统集成的技能。最后，课程希望学生能学会如何开发自主飞行汽车的飞行系统，并让该系统可以在城市环境中完成复杂的任务。

教育是构建人工智能社会的源泉
人工智能的崛起，使得 AI 类人才需求越来越旺盛，前沿科技快速变迁，也造成从业者同样需要持续不断地学习。贴紧创新技术的远程终生教育，除了具有商业价值，同样能够促进行业发展。这也是除了 Thrun 之外，人工智能教育的著名学者、也是前 Google 和百度的首席人工智能科学家吴恩达再次拥抱教育领域的原因。
作为 Coursera 创始人、斯坦佛大学教授，吴恩达视终生教育为人工智能社会的源泉。离开百度的 5 个月时间，吴恩达创立的影子公司 Deeplearning.ai 设计了一款在 Coursera 上对外开放深度学习专项课程（Deep Learning Specialization）。这门课程将分为五大部分，内容是基于如何将神经网络应用到各个领域中的。其中包括计算机视觉、自然语言处理、序列到序列模型等等。
吴恩达曾分别为两大搜索引擎公司 Google 和百度建立核心的人工智能团队。在大会上，他总结了公司实现向人工智能转型的趋势——建立一个集中的人工智能团队，如同 Google 的 Google Brain 以及百度的 Baidu Brain，让他们来统筹不同分支的业务转型；对员工进行渗透式的人工智能教育。在如今网络教育变得越来越普及和低廉，让公司员工学习深度学习知识不再是一件难事。
初创公司的机会在哪儿？
为期三天的 TechCrunch Disrupt 大会吸引了 47 家致力于人工智能和机器学习的初创公司，覆盖从 To C 端的面部表情辨识应用到 To B 端的定制移动端人工智能应用。TechCrunch 支持人在与三位嘉宾的谈话过程中，无一例外地问起了初创公司在这场人工智能竞赛中的机会。显然，这也是到场的观众们最关心的问题—人工智能看重的是人才，是海量的数据，是强大的计算能力，初创公司如何能在众多大公司的夹缝中生存？

Russell Levine 是乌拉圭初创公司 Xmartlabs 的移动端/人工智能工程师，致力于为客户和企业建造具有人工智能属性的 App

Google 的 Giannandrea 认为这是一个对初创公司最好的时代。无论是数据还是代码，大量的资环是开源的、共享的。初创公司可以第一时间获取研究论文中的前沿理论，也可以使用开源的数据库（比如 Imagenet），加上 Google 、亚马逊、Facebook 的人工智能研发团队都将代码开源，初创公司已经处在一个良好的生态环境里。
值得一提的是，在被问到如果现在创业会做什么公司时，Giannandrea 首先提到的是医疗，例如用海量的图像数据喂养机器学习模型从而获得更加精确的诊断和检测的能力，同时，诈骗预防和金融也是他看好的垂直行业。
吴恩达也选择了医疗领域，同时他也非常看好机器学习对教育带来的提升。Coursera 的机器学习团队正在将关于学生的相关数据转化为表象特征，然后为学员更适合他们职业发展的课程，这可以为学员们省去大量的时间和精力浪费在不必要的课程上。
吴恩达也对初创公司的未来表示乐观。「当年互联网时代 Google、亚马逊、百度那样的初创公司，现在都成为了顶尖的互联网巨头；苹果和微软也在互联网时代成功地完成转型，我相信在人工智能时代也是一样的。我们拥有一整套的工具和技术，我相信初创公司有很大的空间成为未来的巨头。」