林元庆：这个国家级实验室的目标是建立超大规模的深度学习平台，甚至建立全球最大的平台，起码中国最大吧。在这样的平台上，我们可以给研究者提供深度学习框架，比如PaddlePaddle，还有计算技能和资源，以及超大规模的数据。如果有人能够借助平台做研究、开发出新技术，我们也会给他们提供应用的机会，比如把新技术对接到百度中，新技术就可以迭代、升级。所以我们就是把这些资源整合到一起，从而成为一个强大的平台，而且还可以，比如有人发布了一项研究成果，别人想要重复他的结果的话，就需要找地方下载代码到自己的电脑里，要找到他用的数据集，还要能够正确地配置代码才能让模型跑起来，都会花不少的功夫。在国家级实验室的平台上，这些事情都会变得轻松很多，如果研究是在平台上进行的，平台上就会有这些代码，代码的计算环境也是设置好的，数据集也是现成的，要重复结果的话，输一行指令就好了。这样就基本解决了计算机科学方面的重复性问题，几乎是几秒钟时间就可以开始运行在别人论文中看到的成果。这样的事情就很厉害，这也就是我们在国家级实验室做的事情之一，来保证我们给机器学习的研究和工业界提供了非常强大的平台。

吴恩达：这个很棒啊，能大大加速深度学习的研究进程。能不能介绍一下为了建立这个国家级实验室，中国政府都提供了多少资源呢？

林元庆：中国政府提供了许多资金构建这个国家级工程实验室的基础设施，但是我觉得更重要的是这件事会成为国内的一件标志性的事件，引发更多的人进行深度学习研究，比如国家级项目、政策支持等等。这样就会形成强大的力量。对百度来说，这个实验室也是一件大事。

吴恩达：您是中国深度学习界的核心人物之一，不过全球研究者的了解还不多。您有哪些关于中国深度学习的事情是想告诉中国之外的人的吗？

林元庆：我觉得在过去几年中，深度学习驱动的产品在爆发式增长，从搜索引擎、词语识别，到安防、电子商务，有非常多的应用，它们也都在深度学习方面做出了很多努力，真的借助这些技术把自己的产品变得非常强大。总的来说这样的环境对 AI 技术的研究也有很大意义，不仅是我，很多人都觉得形成一个“正向循环”是非常重要的。比如当我们考虑用技术构建应用的时候，我们有一些初始数据，有一些初始算法，发布一个初始的产品；然后就可以从用户获得数据，获得更多的数据就可以构建更好的算法，更多数据和更好的算法就可以带来更好的技术、更好的产品，那么就可以吸引更多的用户，就又有了更多的数据。这就是一个正向循环，而且也是人工智能相关的技术特有的现象。传统的技术就不是这样，比如激光，我学过激光嘛，那么传统技术的发展就比较线性，而人工智能技术因为有这样的正向循环，就很容易想象在某个点上一定会出现技术的飞速增长。我们在研发开发中也会很看重这样的过程，我们研究这个规律，来让自己更快地达到这个飞速增长的点。如果我们商业模式没办法形成这样的正向循环，我们可能就不会沿那个方向走下去，因为别人可能会有很强的商业模式、很强的循环、更快地达到高技术水平。这就是我们公司里在挑选做哪些方向的时候的重要逻辑。

吴恩达：现在美国、在全球有很多人想要参与到深度学习和人工智能中来，您对想要加入的人有什么建议吗？

林元庆：现在的人有很多开源框架可以作为入门的选择，对初学者来说这些框架功能很强大。当我刚开始学习深度学习的时候，没什么开源资源。现在在人工智能方面，尤其是深度学习，有很多的开源资源，是非常好的研究社区，有很多个很好的深度学习框架，比如TensorFlow、Caffe，现在都已经是Caffe2了，在中国还有PaddlePaddle也很不错。大多数框架都能找到许多线上课程教你如何使用，公开的benchmark也有很多，人们可以去围观那些厉害的、有经验的研究者，看看他们的表现如何。所以想要了解深度学习的话，这些方面都很方便起步。

吴恩达：您对深度学习的深入了解是如何形成的？