京公网安备 11010802034615号
经营许可证编号:京B2-20210330
由经管之家(原人大经济论坛)主办的“2015中国数据分析师行业峰会(CDA·Summit)”将于2015年9月11日在北京世纪金源大酒店隆重举行。
本次峰会邀请到了精通数据科学发展前瞻的数据科学家参加,在峰会前期,我们通过峰会系列报道为大家“剧透”各位数据科学家的精彩发言。今天为大家介绍的第二位嘉宾是百度首席数据科学家吴恩达,他对人工智能的理解是“人比机器更需要人工智能”
如果你关注风投和研究基金的动向,就会发现未来人工智能将会扮演非常重要的角色。作为百度的首席科学家,吴恩达(Andrew Ng)是该领域首屈一指的创新者之一,他在斯坦福大学教授人工智能课程,主导了Google Brain项目,并创建了线上教育公司Coursera。去年,他加盟百度,吴恩达希望“教会”计算机如何去看、去听、去工作。
可能会有人觉得,为何人工智能应用在中国有如此巨大的机遇。在中国这个庞大的市场,有流量排名第五的百度网站,有购物网站淘宝,即时通讯应用QQ,媒体公司新浪及微博平台新浪微博。据吴恩达透露,百度如果设计一款应用程序,他们首先考虑的就是移动,现如今手机已经成为了中国消费者的主要渠道。
吴恩达谈到自己所做的研究工作时,充满了激情。如今,他在加州森尼韦尔市百度美国分部管理一支不断壮大的队伍。最近,他在Skype上接受了国外媒体Wired的访谈,描述了自己对机器智能的看法。
许多公司,包括百度和其他公司,都有出色的计算机视觉技术,可以完成很多看似不可能完成的工作。我认为比较具有挑战性的是,如何开发出最吸引人的产品。截至目前,我不认为有人做出什么杀手级应用。
在硅谷,有很多初创公司在农业和购物(特别是许多服装类购物)领域里使用计算机视觉技术。拿百度来说,如果你寻找一张电影明星的照片,我们实际上会使用面部识别技术去识别这位电影明星,之后再告诉用户他的年龄和爱好等信息。如果这位明星身上穿了件好看的衣服,我们也会帮助用户寻找类似风格的服装,并展示出来,这些都非常受用户欢迎的。
得益于此类技术,广告商会不会在这些照片上竞标营销自己的品牌呢?百度现在还没这么做,我们只是为用户寻找一些相关的服装。但是这项技术完全可以应用在很多垂直领域里,比如识别人们的爱好和度假目的地,然后给他们推荐一些类似旅游目的地的照片。计算机视觉技术有很大潜力,但现在我们还没有完全掌握该技术。我们应该担心毁灭性的人工智能吗?最令人信服的原因是什么?我想,从现在开始后的几百年时间,如果人类发明了一项我们从未听说过的科技,或许计算机会变成恶魔。但未来是不确定的,说实话五年后会发生什么我都不知道。我之前说自己不担心人工智能成为恶魔的原因,其实就像我不担心火星上会人口过剩一样。百年之后,我希望人类能在火星上建立殖民地。但是,现在我们连脚都没有踏上过那个星球,又何必胡思乱想呢?人工智能方面的工作是什么样子呢?我觉得人工智能就像是去构建一艘火箭船。你需要一个巨大的引擎和许多燃料。如果你有了一个大引擎,但燃料不够,那么肯定不能把火箭送上轨道;如果你有一个小引擎,但燃料充足,那么说不定根本就无法成功起飞。所以,构建火箭船,你必须要一个巨大的引擎和许多燃料。
深度学习(创建人工智能的关键流程之一)也是同样的道理,火箭引擎就是深度学习模型,而燃料就是海量数据,这样我们的算法才能应用上。
你在Google工作过,对他们的自动驾驶汽车有什么看法?我在Google工作时,办公室和自动驾驶汽车开发团队距离很近,而且和他们团队中很多人都是好朋友,对于他们在做的工作,我觉得很棒。但是说实话,我无法直接给他们提供帮助。
绝大多数人会觉得自动驾驶汽车离自己还比较遥远,同时对于如何便捷实用自动驾驶汽车也存在一定的混淆。实际上,自动驾驶汽车并不是说要让一辆汽车自动行驶一千英里,或是想开到哪儿就开到哪儿。它的真谛和机器学习有些类似,机器学习技术希望能够提升准确率,比如达到90%到99%的准确率,尽管达到99.99%非常困难。自动驾驶汽车也是如此,它的目的在于推动更安全的驾驶,一辆自动驾驶汽车肯定比一辆被醉汉驾驶的汽车安全的多。
你创建了Coursera,并极力推动线上教育项目,那你如何看待教育的未来?在教育下一代如何用不同方法解决问题上,我们的教育系统其实已经做得非常成功了,比如当拖拉机取代传统农耕劳动力,我们就会教授下一代去工厂工作。但是我们还做不到同时教授大批量的人去完成创造性工作。
你认为未来自动化会取代人工吗?自动化会降低产品成本,说不定工人每周工作10到20个小时就可以了。
我觉得工作时间应该减少到0!我觉得最低生活保障可以作为一种长期解决方案,但其实,我也不确定这是否是最能让我自己接受的解决方案。我觉得有了社会福利,那么所有人类都会有足够的精力去做一些创造性的事情。当人类有了进行创造性工作的技能,世界将会变得非常非常棒!
2015中国数据分析师行业峰会即将开幕,欢迎数据分析行业每一位数据人参加报名!
报名咨询电话:010-53675708/53675718
更多关于峰会详细信息,请点击“阅读原文”或扫描二维码,还可在线报名呦!!!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28