科技猎外媒披露吴恩达加盟百度原委
虎嗅注：吴恩达就是那个帮助谷歌发起其野心勃勃的用计算机硬件和软件创造人脑项目的人。现在，他将在百度——就是大家常说的“中国的谷歌”——负责一个类似的项目。
wired.com的一篇最新文章《
Ｍan behind the 'Google Brain' Joins Chinese Search Giant
》介绍了Andrew Ng加盟前后的前因后果。
去年，在离苹果总部不远的加州库比蒂诺，百度悄然发布了专注于深度学习研究的前沿实验室。深度学习寻求通过模拟人脑运行机制来大规模提升计算任务处理，是人工智能的一个分支领域。从那之后的数月，深度学习通过很多方式得到广泛拓展。今天，中国搜索引擎巨头百度宣布这个实验室将在森尼维尔扩展到更大的领域，吴恩达，斯坦福大学教授将领导百度实验室和中国的人工智能研究团队。
“吴恩达是在机器学习，特别是深度学习方面的领先学者之一”，加州伯克利大学理论神经系统科学雷德伍德中心的负责人Bruno Olshausen说，“我期待在百度，他将继续引领这个领域”。
深度学习是一种寻求提升机器从自然语言处理到语音、图像识别等各方面的技术，在学界研究中已进行了数年。这个技术由一小部分不同见解的研究者推动，包括多伦多大学的Geoff Hinton，纽约大学的Yann LeCun。
吴恩达曾通过一个叫做谷歌大脑的项目帮助谷歌发起在此领域的研究。 Hinton在谷歌收购了其深度学习的公司之后，在这家搜索引擎巨头做兼职工作。同时，Facebook最近聘用了LeCun ，其它著名的大公司也在这个技术上开始了探索，包括微软和 IBM。甚至Netflix 也开始了动作。
在百度，吴恩达将运行在森尼维尔的实验室和在北京的研发中心，主要处理深度学习和大数据，例如分析大量数据信息。百度计划在在未来五年，在这个国际项目上投入3亿美元。
吴恩达将从今日开始其全新工作，并将日渐淡出他参与联合创办的线上教育公司 Coursera的日常工作。他将继续参与到 Coursera的一些项目中去，而且继续担任董事长、维持这家公司的公共形象。但他的主要精力将聚焦于帮助百度建立人工智能的入口和它在硅谷的建设。大部分时间，吴恩达将呆在森尼维尔。“我对于这个从一开始就参与建立国际研究组织的机会而感到兴奋。”吴恩达说，“ 我对人工智能已期待已久，这是个让我回归到此的好机会。 ”
回归之路
自从2012年请假离开斯坦福开始研究Coursera起，吴恩达便将他的时间分成两块：运行公司和做人工智能的研究。 Coursera稳步增长,并且在11月获得了额外的2000万美元的资金,但吴恩达的老朋友，百度的余凯帮助他找到了中国搜索公司的深度学习实验室,敦促他专注于人工智能。“在在线教育领域，他做出了非凡的事, 但这并不是人工智能”余凯说。
去年3月,在他最近一次到访北京期间,余沟通吴恩达加盟百度。他们在帕罗奥图喜来登的露天泳池边吃了早餐，同日晚些时候又共进了晚餐，期间多次谈论此话题。随后余凯将他介绍给两个百度的副总裁,王劲和Alex Zheng。之后吴恩达飞到北京又与百度CEO李彦宏会面。在三个小时的午餐中,两人就百度研究部门形态和将要解决哪类问题进行了商讨和愿景展望。
38岁的吴恩达似乎很适合该公司。像李彦宏一样，吴恩达与美国和亚洲的关系都狠密切,他生长在香港和新加坡。这意味着在帮助合并百度亚洲和加州的操作上他具有天然优势。“我是这两种文化的产物,“吴恩达说。“多样性导致伟大的创造力，那些从北京到硅谷的好想法将会使我们更快创新，作出更令人惊讶的创新。”
寻求人工智能自动化
在吴恩达的领导下,百度将在2015年底将硅谷办公室的规模扩大到200左右,他们中的大部分人将成为深度学习研究人员和计算机系统工程师。极客们将关注在诸如低成本图形处理集群的建构、‘绘图处理器’的研究上，通过大量数据的深度学习使研究蓬勃发展。‘绘图处理器’让数据科学家通过数以十亿计的计算工作，这将比使用传统的‘中央处理器’计算更快、更便宜。谷歌、IBM等公司也已经开始利用绘图处理器进行深度学习。
与此同时, 百度的深度学习研究人员将专注于开发更善于从‘无法标记’的数据中学习的算法,即所谓的“无监督学习”，是吴恩达和谷歌的Geoff Hinton推动多年的概念。“Andrew和我对’无监督学习’深信不疑”，Hinton在谷歌去年夏天的一次采访中告诉《连线》杂志，“尤其是Andrew一直在推动这个想法，一旦我们使用‘无监督学习’，我们未来便可以走很长的路。”
这是因为，现在人工智能研究学者们在教计算机识别诸如文字和图像时，还需要手把手教学。专家认为，当电脑可以教他们自己，也就是说，当电脑能够独立吸收和理解数据，而不需要被告知明确数据含义时，人工智能的承诺将会被真正兑现。吴恩达表示，这个过程近似于人类如何学习并代表一个仍有待开发的、能够提高人工智能能力的途径。
对此，其他深度学习领域的重要人士也表示认同。“我们想要的机器是可以利用所有数据的，这就需要更好的‘无监督学习’“，专注于‘无监督学习’研究的蒙特利尔大学的Yoshua Bengio这样表示。世界上大多数的数据是无法标记的，而且标记他们会非常昂贵。找出更好的方法来让机器自己学习可以提高人工智能的经济效益，并且为消费者带来更好的应用程序。而这正是吴恩达加入百度的原因。
|
本文被转载1次
首发媒体
| 转发媒体
