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
在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06