吴恩达，百度首席科学家、百度大脑项目负责人，一位与 Geoffrey Hinton、Yoshua Bengio、Yann LeCun 齐名的人工智能专家。近日，吴恩达接受了技术研究和分析公司 Gigaom 的专访，谈及了未来五年人工智能重要研究领域、中国人工智能研究以及人工智能与经济、社会关系等问题。

问：谈谈你在百度的日常工作吧。你们的人工智能团队在做什么？

答：我们从事基础人工智能技术的开发工作。所有技术，从语音识别到计算机视觉、自然语言处理、数据仓库、用户理解，我们用人工智能技术支持很多百度国际业务并孵化新业务方向。比如，在百度，所有主要业务线都已经转型使用了人工智能。从网页搜索、广告到机器翻译、给用户推荐饭馆等。所以，人工智能在百度很普遍了。除此之外，我们也看到了人工智能所带来的许多新机遇，比如改善基于对话的（基于聊天窗口）的医疗助理，或使用面部识别打造自动开门的十字转门。我们所有团队也在追求那些新的垂直领域里的机遇。

问：在基础研究领域，你有没有什么想做的事情？比如，那些或许有用但我们却搞不清楚其所以然的事情？

答：我们在基础研究领域做了很多工作，有趣的是，成功的基础研究一开始会以基础研究的面貌出现，但是，一旦你看到了它的应用价值，过一段时间后就会变得不那么基础了。我们做了很多这样的研究。可以说，在百度，早期的面部识别是以基础研究的面貌起步的，但是，这个服务如今融入产品中了，也服务着产品的百万用户。神经机器翻译最初也是一项基础研究。实际上，这个故事有着不广为人知的另一面：神经机器翻译是在中国开创、研发和使用的。美国公司的研发和使用是在百度之后。中国团队在某个研究领域领先其他国家，这只是例子之一。我们在计算机视觉方面的基础研究，比如，面部识别，也一直处于领先位置。今天，我们正在会学习的机器人和机器学习领域进行广泛的基础研究。我们的研究覆盖了从非常基础的研究到非常应用的研究的所有阶段。

问：百度团队是什么样子？通常你的团队的都是小规模的吗？团队以开发人员为重？你找到了一个成功的分配有限资源的办法了吗？

答：这个问题比较复杂。很多项目开始时是小规模的。比如，一年前，自动驾驶团队有 22 个人。但是在团队展现了自己的实力、初步显示出前景并制定一个深思熟虑过的商业计划后，公司就有理由为其团队建设注入庞大资源，如今团队可能有几百个成员。团队从最初的一个基础研究项目变成一个崭新的业务分支。所以很多项目都是从相对小的团队开始的，不过，在其迈入正轨而且价值也清晰了后，我们就能将其嵌入一个拥有很多成员（几十人甚至几百人）的团队中。

问：如今人工智能领域，你认为五年内可以解决的难题之一是什么? 也就是今天很难解决但是五年后就会普遍加以实现的事情？

答：从研究角度出发，我认为迁移学习和多任务学习是我想试着解决的问题之一。今天，机器学习全部经济价值都是应用学习，从针对特定任务的标记数据中学习，比如通过大量标记数据人脸数据库学习识别面部。对于很多任务来说，特定垂直领域的数据并不足以支持系统建构。因此，迁移学习会是一个很有活力的领域，机器机器可以学会一个不同的任务。比如，学会大体上识别物体。学会大体上识别物体后，这个知识中有多少会对识别面部的特定目的有用。

从研究角度看，我认为这个非常非常有前途，现在也有广泛使用着的用于这类迁移学习的技术，不过有关如何实现的理论和最佳实践仍然处于相当早期阶段。我们之所以对迁移学习感到兴奋，其原因在于现代深度学习的巨大价值是针对我们拥有海量数据的问题。但是，也有很多问题领域，我们没有足够数据。比如语音识别。在一些语言中，比如普通话，我们有很多数据，但是那些只有少数人说的语言，我们的数据就不够庞大。所以，为了针对数据量不那么多的中国少数人所说的方言进行语音识别，能将从学习普通话中得到的东西进行迁移吗？我们的技术确实可以做到这一点，我们也正在做，但是，这一领域的进步能让人工智能有能力解决广泛得多的问题。