在中國，每天都有500人死于車禍。我們的無人駕駛技術(shù)早實(shí)現(xiàn)一天，就相當(dāng)于多拯救了500人的生命，這將會是接下來的十年中，人工智能得到的最重要的應(yīng)用之一。

 

　　我想和在座的年輕人說幾句話。我們處在一個獨(dú)特的時期，這是一個人工智能將會改變世界的時期。如果你知道怎么運(yùn)用人工智能，你今天的一個決策將有可能在接下來十年里改變世界。你的努力可能會拯救數(shù)以萬計(jì)甚至百萬計(jì)的生命?；蛟S，你可以改變整個行業(yè)，幫助無數(shù)的人。也正因如此，我對人工智能如此興奮！如果你還年輕，正在考慮未來的職業(yè)如何規(guī)劃，我希望你能夠考慮人工智能。

 

　　人工智能發(fā)展的如此迅猛，從事這一行業(yè)的我們應(yīng)該不斷的學(xué)習(xí)。再一次，我想跟在座的年輕人共勉：每個周六，你可以選擇看美劇，也可以選擇學(xué)習(xí)。如果你學(xué)習(xí)，兩天后的周一，你不會很快的就在工作中出彩，你的老板也不會知道你花了整天的時間學(xué)習(xí)，更不會夸獎你什么。你幾乎找不到任何東西可以證明你在努力學(xué)習(xí)。但是我想告訴大家：如果你每個周末都這樣努力工作，持之以恒，你會發(fā)現(xiàn)你已經(jīng)突飛猛進(jìn)。我認(rèn)為，學(xué)習(xí)是一件幾乎沒有短期回報(bào)的事，但是從長遠(yuǎn)來看，回報(bào)卻是非常豐厚的。

 

　　下面這一篇是去年赫芬頓郵報(bào)對他的采訪，講述科學(xué)家背后的成長，經(jīng)歷的失敗和保持的信念。譯文由知乎專欄“董老師在硅谷”首發(fā)。轉(zhuǎn)發(fā)請注明。

 

　　可以說最好的計(jì)算機(jī)科學(xué)的項(xiàng)目分布在卡內(nèi)基美隆、麻省理工、加州大學(xué)伯克利分校和斯坦福大學(xué)等高校中，而吳恩達(dá)教授 （Andrew Ng）正是從這些地方分別取得了本科，碩士，博士學(xué)位，以及12年的任教經(jīng)歷。

 

　　吳恩達(dá)雖然不到40歲，但是已經(jīng)是人工智能界的標(biāo)志性人物。早在2011年，他建立了谷歌大腦(Google Brian)，這是依托于谷歌強(qiáng)大的計(jì)算能力和豐富的數(shù)據(jù)建立起來的一個深度學(xué)習(xí)的研究項(xiàng)目?？上驳氖?，這個項(xiàng)目的重要成就之一是通過讓計(jì)算機(jī)分析幾十個YouTube的視頻截圖來識別貓（《紐約時報(bào)》標(biāo)題：需要多少計(jì)算機(jī)才能正確的識別貓？16,000臺）。正如吳恩達(dá)解釋的那樣，“最值得注意的是，我們的系統(tǒng)自己發(fā)現(xiàn)了‘貓’的概念，盡管沒有人告訴過它‘貓’是什么。這可以說是機(jī)器學(xué)習(xí)的一個里程碑”。

 

　　吳恩達(dá)流露出喜悅但卻非常冷靜，他欣然地討論著他職業(yè)生涯中犯過的錯誤和遇到的失敗，以及他讀不懂的論文。他每天穿著一樣的牛津藍(lán)的襯衫。他的妻子Carol Reiley從事外科手術(shù)機(jī)器人的研究，當(dāng)同事們談及他和妻子之前那張機(jī)器人主題的訂婚照片時，他也會臉紅，但又非常自豪。

 

　　盡管他作為講師備受歡迎，但當(dāng)和他一對一交談時，他的聲音顯得非常柔和。2011年，他把自己在斯坦佛教授的機(jī)器學(xué)習(xí)課程錄像上傳到網(wǎng)上，隨后超過100,000人在網(wǎng)上注冊學(xué)習(xí)了這門課。在接下來的一年里，他和別人共同創(chuàng)立了迄今世界上最大的在線公開課程平臺—Coursera。Coursera 的合作伙伴包括包括普林斯頓、耶魯以及中國和歐洲的頂尖高校。盡管Coursera是一個盈利性的公司，但所有的課程都是免費(fèi)開放，因?yàn)?ldquo;對課程本身的內(nèi)容收取費(fèi)用將是一個悲劇”，吳恩達(dá)說到。

 

　　去年春天，吳恩達(dá)宣布了一條令人震驚的事情，他將離開谷歌、離開曾全身心投入的Coursera而加盟百度。當(dāng)時，中國的科技巨頭百度斥資3億美金，在位于谷歌硅谷總部不遠(yuǎn)的地方，正建立一個專注于研究人工智能的實(shí)驗(yàn)室。吳恩達(dá)將會領(lǐng)導(dǎo)和管理這個實(shí)驗(yàn)室。

 

　　像之前一樣，吳恩達(dá)在百度繼續(xù)嘗試讓計(jì)算機(jī)以很高的準(zhǔn)確率來實(shí)時識別音頻和圖像文件。吳恩達(dá)相信，高達(dá)99%準(zhǔn)確率的語音識別技術(shù)會為人和計(jì)算機(jī)的交互方式、以及未來操作系統(tǒng)的設(shè)計(jì)帶來革命性的改變。同時，面對百度的數(shù)以百萬剛開始體驗(yàn)數(shù)字生活的用戶，他要幫助百度為這些用戶提供更好的服務(wù)。“在中國，你可能得到和美國的完全不一樣的查詢請求”，吳恩達(dá)解釋道，“例如，我們得到的查詢可能是‘百度你好，上周我在街角的那家店吃了碗面，味道很棒，你覺得這周末那家店會有促銷活動嗎？’”。“像這樣的查詢請求”，吳恩達(dá)補(bǔ)充道，“我想我們已經(jīng)可以很好的回答它”。

 

　　盡管Elon Musk （SpaceX和特斯拉的CEO）和史蒂文霍金已經(jīng)發(fā)出警告：高級人工智能技術(shù)可能會威脅到人類自身，吳恩達(dá)卻不以為然，“我不會防止人工智能向邪惡的方向發(fā)展，就像我現(xiàn)在不會去解決火星上人口過剩問題一樣。”根據(jù)吳恩達(dá)所說，距離人工智能達(dá)到可以自我感知的水平，還有相當(dāng)長的一段時間。但與此同時，人工智能導(dǎo)致了更加棘手的問題的出現(xiàn)：這些基于機(jī)器學(xué)習(xí)的計(jì)算機(jī)，正在取代很多人工工作，而且這種趨勢正在加速。吳恩達(dá)經(jīng)常呼吁政策的制定者為因此產(chǎn)生的社會經(jīng)濟(jì)后果做好準(zhǔn)備。

 

　　在位于加州Sunnyvale 的百度實(shí)驗(yàn)室，我們采訪了吳恩達(dá)先生。我們談到了一個名為‘索菲亞’(Sophia)的項(xiàng)目，這個項(xiàng)目詣在收集非常有趣的人的經(jīng)歷。他解釋了為什么他認(rèn)為“跟隨著你的熱情”是非常糟糕的職業(yè)發(fā)展建議，分享了他教授創(chuàng)造力的方法；他也討論了他的失敗經(jīng)歷以及他的一些不錯的習(xí)慣，對他影響最大的書籍以及他關(guān)于人工智能前沿領(lǐng)域的一些看法。

 

　　問：您最近曾說過，“我發(fā)現(xiàn)人們正在學(xué)著更具有創(chuàng)造力了”，請您解釋一下？

 

　　答：問題是，一個人如何才能創(chuàng)造新的想法？新的想法是某一個方面的天才（比如喬布斯）的不可預(yù)知的行為？還是可以通過系統(tǒng)的傳授產(chǎn)生創(chuàng)新的想法？

 

　　我相信創(chuàng)新的能力是可以被教授的。人們可以通過很多方式來系統(tǒng)的發(fā)明創(chuàng)新。我在百度做的事情之一是組織一個關(guān)于培養(yǎng)創(chuàng)新思維的討論班。我的想法是，創(chuàng)新不是那些天才所做的隨機(jī)的、不可預(yù)知的事情，恰恰相反，人們可以非常系統(tǒng)的創(chuàng)造從未被創(chuàng)造的新事物。

 

　　對我而言，無論何時，當(dāng)我覺得我不知道下一步應(yīng)該如何做的時候，我將會嘗試大量的學(xué)習(xí)和閱讀，和某些領(lǐng)域的專家談話。我不知道我們的大腦是如何工作的，但它非常的神奇：當(dāng)你讀了足夠多的書，或者和足夠多的專家談話之后，換句話說，當(dāng)你的大腦有了足夠多的輸入信息，新的想法就會隨之產(chǎn)生。我知道的很多人都有這樣的經(jīng)歷。

 

　　當(dāng)你對某一個某技術(shù)領(lǐng)域足夠的了解，你便停止隨機(jī)地尋找新的想法。你會通過深思熟慮來選擇想法，把這種想法組合到一起。你也會知道什么時候嘗試創(chuàng)造盡量多的想法，什么時候裁剪、整合已有的想法。

 

　　好了，現(xiàn)在還有一個挑戰(zhàn)，就是面對非常多的新想法，你如何去做？如何進(jìn)一步用這些想法做一些非常有用的東西？當(dāng)然，這是另外一回事了。

 

　　問：你可以談一下你平時會學(xué)習(xí)什么，學(xué)習(xí)的方法是怎樣的？

 

　　答：我閱讀很多材料，也花很多時間和很多人交談。我覺得兩個最有效的學(xué)習(xí)、獲取信息的方法是閱讀和同專家交談。所以我會花很多時間做這兩件事情。在我的kindle上有不到一千本書，我大概已經(jīng)閱讀了其中的2/3。

 

　　在百度，我們有閱讀小組，在那里，我們可以每星期讀半本書。我試試上參加了兩個這樣的閱讀小組，在每個小組里都會每星期讀半本書。我想我是唯一一個參加了兩個閱讀小組的人。我每周六下午最喜歡的活動就是獨(dú)自在家閱讀。

 

　　問：我想了解一下早期教育對你的影響，你覺得父母做了什么獨(dú)特的事情對你后來產(chǎn)生了持續(xù)的影響？

 

　　答：我記得在我六歲時，我父親為我買了一臺電腦，并幫助我學(xué)習(xí)編程。這本身并不是很特別，因?yàn)楹芏嘤?jì)算機(jī)科學(xué)家從很小的時候就開始學(xué)習(xí)編程了。但我仍然覺得從小就擁有計(jì)算機(jī)學(xué)習(xí)編程是件很幸運(yùn)的事。

 

　　不像傳統(tǒng)的亞洲家長，我的父母對我的要求非常寬松。當(dāng)我在學(xué)校取得好的成績時，他們就會夸張地表揚(yáng)我，甚至讓我覺得有些尷尬。所以我有時故意把取得的好成績藏起來[笑]。我不喜歡把我的成績單拿給父母看，不是因?yàn)槲业某煽儾缓?，而是因?yàn)樗麄兊姆磻?yīng)。

 

　　我有幸能在很多地方生活和工作過：我出生在英國，在香港和新加坡長大，來到美國讀書。我在卡內(nèi)基美隆，麻省理工，伯克利都拿到了學(xué)位，最后去了斯坦福任教。

 

　　我也有幸因?yàn)槿チ诉@些地方，從而見到了很多非常優(yōu)秀的人。我在著名的前AT&T貝爾實(shí)驗(yàn)室做過實(shí)習(xí)，然后去了微軟研究院。這些經(jīng)歷使我有機(jī)會從各個角度看待問題和接受觀點(diǎn)。

 

　　問： 如果可以重新規(guī)劃你的教育和早期的職業(yè)，你會做哪些不同的事情？你有哪些會讓別人受益的教訓(xùn)，可不可以分享一下？

 

　　答： 我希望這個社會能給年輕人更好的職業(yè)發(fā)展建議。“跟著你的熱情做事”不是什么好的建議，相反，是給年輕人非常糟糕的建議。

 

　　如果你酷愛駕車，并不一定要成為賽車車手。事實(shí)上，我們應(yīng)該把“跟著你的熱情做事”改成“跟著你的熱情做事，但這些熱情是對你在大學(xué)所學(xué)專業(yè)相關(guān)事物的熱情”。

 

　　但通常，你先是掌握了一件事情，然后才會對它有熱情。我相信大多數(shù)人都會很好的掌握大多數(shù)事情。所以關(guān)于選擇我想要做的事情，有兩個標(biāo)準(zhǔn)。第一，是否有學(xué)習(xí)的機(jī)會。就是說，做這件事情是否會讓我學(xué)到新的、有趣的、實(shí)用的東西？第二，就是潛在的影響。這個世界有很多有趣的問題需要解決，但也有很多重要的問題。我希望大家把精力放在解決重要的問題上。

 

　　幸運(yùn)的是，我不斷地找到能夠產(chǎn)生深遠(yuǎn)影響的事情去做，同時也有很多學(xué)習(xí)的機(jī)會。我想，年輕人如果能注重優(yōu)化這兩個標(biāo)準(zhǔn)，就會獲得非常好的職業(yè)發(fā)展。

 

　　我的團(tuán)隊(duì)的使命就是要做更難、更高級的人工智能技術(shù)，這些技術(shù)會影響數(shù)億人們。這就是令我興奮的使命。

 

　　問： 在你看來，重要性就是說可以影響很多人嗎？

 

　　答：不是。受到影響的人的數(shù)量并不是衡量重要性的唯一標(biāo)準(zhǔn)。用顯著的方式改變數(shù)億人的生活，我想這是我們可以合理追求的境界。通過這種方式，可以確信，我們不僅僅是做有趣的事情，而且是做有影響的事情。

 

　　問：你之前談到過你做過一些失敗的項(xiàng)目，那你又是如何面對這些失敗呢？

 

　　答：失敗在所難免，說來話長了[笑]。幾年前，我在 Evernote里面列了一起清單，試圖記住我所有開始做，卻由于各種原因最后不了了之，或者沒有成功，亦或投入和產(chǎn)出完全不成比例的項(xiàng)目。有時，我通過運(yùn)氣而非技能，以出乎我意料的方式，把一些項(xiàng)目做出來了。但我還是列了上面提到的那個清單。然后把它們按照哪里出了問題分類，對他們進(jìn)行徹底的分析，找出沒有成功的原因。

 

　　其中的一個失敗的案例發(fā)生在斯坦福。當(dāng)時受到鵝群成V型飛行，我們曾嘗試讓飛機(jī)也以V字型飛行，從而節(jié)省燃料。關(guān)于這方面的空氣動力學(xué)理論非常成熟，我們就花了一年時間讓飛機(jī)可以被自動控制，然后以V字型飛行。

 

　　但一年之后，我們發(fā)現(xiàn)我們沒有辦法讓飛機(jī)以足夠的精度控制飛機(jī)從而實(shí)現(xiàn)節(jié)省燃料。如果重新開始這個項(xiàng)目，我們會意識到我們用小型飛機(jī)根本不可能實(shí)現(xiàn)那個目標(biāo)。因?yàn)殛囷L(fēng)很容易無法讓飛機(jī)準(zhǔn)確地以V字型飛行。

 

　　我以前很容易犯的一種錯誤，就是當(dāng)我做一個項(xiàng)目時，一步，兩步，三步之后，發(fā)現(xiàn)第四步根本不可能完成。希望這種錯誤現(xiàn)在會少很多。上面的那個飛機(jī)V字型飛行的例子，我在戰(zhàn)略創(chuàng)新組會上也講過，教訓(xùn)就是盡早的發(fā)現(xiàn)項(xiàng)目的風(fēng)險(xiǎn)。

 

　　現(xiàn)在，我學(xué)會盡量早的發(fā)現(xiàn)評估項(xiàng)目的風(fēng)險(xiǎn)。如果我現(xiàn)在說“我們應(yīng)該盡早找到項(xiàng)目的風(fēng)險(xiǎn)”時，每個人都會贊同，因?yàn)檫@顯然是正確的。但問題是，如果你自己面對一個新的項(xiàng)目時，很難把我說的應(yīng)用到你的項(xiàng)目中去。

 

　　究其原因，這些科研項(xiàng)目是一種策略技能。在現(xiàn)行的教育系統(tǒng)中，我們非常善于教授已有的事實(shí)，比如食譜。如果你要做意大利番茄牛肉面，你只需要照著食譜做就好了。

 

　　但創(chuàng)新或者創(chuàng)造力是一種策略技能，每天你醒來，便會處在從沒有經(jīng)歷過的環(huán)境中，你需要在你自己所處的獨(dú)特環(huán)境中做決策。據(jù)我所知，教授策略技能的唯一途徑是通過經(jīng)歷無數(shù)的案例。當(dāng)你已經(jīng)見過足夠的案例后，大腦會內(nèi)化這些定律和準(zhǔn)則，從而更好的做出決策。

 

　　通常，我發(fā)現(xiàn)做科研的人們要花好多年才能見到足夠多的案例，內(nèi)化這些準(zhǔn)則。所以在這里，為創(chuàng)新策略，我一直試驗(yàn)做飛行模擬器。在非常有限的時間內(nèi)，飛行模擬器可以產(chǎn)生非常多的案例，人們不再需要花五年時間來看足夠多的案例。

 

　　如果你學(xué)駕駛飛機(jī)，你需要費(fèi)很多年，或者幾十年才能遇到緊急情況。但在飛行模擬器中，我們可以在很短的時間里展示非常多的緊急情況。這會讓你學(xué)習(xí)的更快。這些就是我們一直試驗(yàn)的東西。

 

　　問： 當(dāng)試驗(yàn)室剛剛建立，你說你之前還沒看到團(tuán)隊(duì)文化的重要性，但你已經(jīng)看到它的價(jià)值。幾個月過去了，你學(xué)會到如何建立正確的團(tuán)隊(duì)文化了嗎？

 

　　答：很多機(jī)構(gòu)有關(guān)于文化的文件，比如“我們要互助”等等。當(dāng)你說這句話的時候，每個人都會點(diǎn)頭，因?yàn)闆]有人不想幫助團(tuán)隊(duì)的其他成員。但當(dāng)他們回去以后，過了五分鐘，他們還會這么做嗎？事實(shí)上人們很難把抽象和實(shí)際聯(lián)系起來。

 

　　在百度，我們做了一件關(guān)于文化的事情，我認(rèn)為這是很不尋常，因?yàn)槲也恢烙袆e的企業(yè)這么做過。我們做了一個小測驗(yàn)，向每個員工描述一個具體的情景，然后問他們，“如果你在這種情況下，你應(yīng)該怎么做？選A, B, C還是D？”

 

　　沒有人在第一次就能拿到測驗(yàn)的滿分。我覺得通過在測驗(yàn)中讓員工把具體的行動用到假設(shè)情景中，就是我們嘗試幫助員工把抽象的文化和實(shí)際聯(lián)系起來。當(dāng)你的員工找到你，做了這些事情，你會怎么做呢？

 

　　問：你是否可以分享一些對你知識構(gòu)建很有影響的書呢？

 

　　答：對于那些想要創(chuàng)新的人，我有一些書推薦。第一本是《從零到一》（Zero to One），這是一本非常好的書，給出了對創(chuàng)業(yè)和創(chuàng)新的概覽。我們經(jīng)常把創(chuàng)業(yè)分為B2B, B2C. 對B2B，我推薦《跨越鴻溝》（Crossing the Chasm）。對B2C，《精益創(chuàng)業(yè)》(The Lean Startup)是我非常喜歡的一本書。這本書從更窄的范圍入手，但給出了具體的快速創(chuàng)新策略。這本書的范圍有點(diǎn)窄，但在提及的那些領(lǐng)域，它講的非常棒。

 

　　然后我們進(jìn)一步把B2C細(xì)分，兩本我非常喜歡的書是，首先是《與人溝通》（Talking to Humans），這是一本非常簡短的書，教會你如何通過和你服務(wù)的用戶交談，來為他們設(shè)身處地的著想。另外一本是《妙手回春》（Rocket Surgery Made Easy），如果你想做一些重要的，人們關(guān)心的產(chǎn)品，這本書會告訴你一些不同的策略（通過用戶學(xué)習(xí)或者是面談）了解你的用戶。

 

　　最后，我推薦《創(chuàng)業(yè)艱難》(The Hard Thing about Hard Things)。這本書有些深，但它涵蓋了關(guān)于如何建立企業(yè)的方方面面。

 

　　對那些想做出職業(yè)發(fā)展決策的人，So Good They Can't Ignore You是一本非常有趣的書，它給出了關(guān)于如何選擇職業(yè)發(fā)展道路的非常有價(jià)值觀點(diǎn)。

 

　　問：你有那些好的習(xí)慣呢？

 

　　答：我每天都穿藍(lán)色牛津襯衫，我不知道你是否已經(jīng)意識到了。[笑]是的，培養(yǎng)好的習(xí)慣的能力是你撬動你生命的最大杠桿之一。

 

　　當(dāng)我和研究人員，或是想創(chuàng)業(yè)的人交談時，我告訴他們?nèi)绻悴粩嗟亻喿x論文，每周認(rèn)真研究六篇論文，堅(jiān)持兩年。然后，你會學(xué)到很多東西。這是對你長期發(fā)展一個極好的投資。

 

　　但這種投資，比如你花整個周六去學(xué)習(xí)而不是看電視，沒有人會贊揚(yáng)你。而且很可能你在周六所學(xué)的東西對你在接下來周一的工作沒有什么幫助。我們很少會從這些投資中得到短期回報(bào)。但這卻是很好的長期投資。確實(shí)，要想成為一個偉大的研究者，就要大量閱讀。

 

　　人們通常用意志力做這些事情，但不起作用，因?yàn)橐庵玖谋M。我覺得，人們喜歡創(chuàng)造習(xí)慣，比如每周都努力的學(xué)習(xí)工作，這是最重要的。這些人才是最可能成功的。

 

　　我有一個習(xí)慣，每天早晨花七分鐘用手機(jī)應(yīng)用鍛煉。我發(fā)現(xiàn)更容易每天做同樣的事情，因?yàn)槲抑挥幸粋€選擇。同樣的原因，我的衣柜里塞滿了藍(lán)色的襯衫。我以前有兩種顏色的襯衫，藍(lán)色和紫紅色。我覺得我需要做的決定太多了[笑]。所以我現(xiàn)在只穿藍(lán)色襯衫了。

 

　　問： 你主張政策制定者要花時間想一下未來，當(dāng)計(jì)算機(jī)和機(jī)器人削減了大量個人工工作。對這個問題，你有什么解決方案呢？

 

　　答：這是個很難回答的問題。計(jì)算機(jī)擅長做重復(fù)性的工作。迄今為止，計(jì)算機(jī)主要擅長的事情就是把人們每天重復(fù)的勞動自動化。

 

　　讓我們從工作的難易程度來具體的分析。工人們在流水線上工作，每個月都重復(fù)同樣的動作?，F(xiàn)在部分這樣的工作已經(jīng)可以有機(jī)器人來實(shí)現(xiàn)。中等難度的工作，拿駕駛開車舉例子?？ㄜ囁緳C(jī)每天都是做同樣的事情，所以計(jì)算機(jī)也試圖做這件事。雖然這比大多數(shù)人想象的要難很多，但自動駕駛很可能在未來的十幾年里成為現(xiàn)實(shí)。最后講的是最有難度的工作，比如放射線學(xué)家每天都要分析同樣類型的X光射線，同樣，計(jì)算機(jī)可能涉足這些領(lǐng)域。

 

　　但是對于那些非重復(fù)性的社會工作，我想，在今后很長一段時間內(nèi)，人類要比計(jì)算機(jī)更擅長這類工作。很多工作，我們需要每天做不同的事情，見不同的人，計(jì)劃不同的事情，解決不同的問題。現(xiàn)在，這些事情對于計(jì)算機(jī)來說還是很難完成。

 

　　當(dāng)美國從農(nóng)業(yè)經(jīng)濟(jì)向制造和服務(wù)型經(jīng)濟(jì)轉(zhuǎn)型，有很多的人轉(zhuǎn)變了所從事的工作，比如，從在農(nóng)場工作變?yōu)橹圃旎蛟陔娫捒头行墓ぷ?。很多的人?jīng)歷了那種轉(zhuǎn)變，所以他們找到了新的工作，他們的生活還不錯，但他們從事的工作大多還是重復(fù)性。

 

　　我們現(xiàn)在面臨的挑戰(zhàn)是，如何大規(guī)模地教人們從事非重復(fù)性的工作。從歷史來看，我們的教育系統(tǒng)并不擅長做這種大規(guī)模的培訓(xùn)。頂尖高校擅長為相對少的一部分人提供這種培訓(xùn)。但大部分的人最后做的確實(shí)重要但重復(fù)性很強(qiáng)的工作。這是我們教育系統(tǒng)面臨的挑戰(zhàn)。

 

　　我覺得這個問題可以被解決。這就是我為什么一直想教授創(chuàng)新策略。我們要讓很多人能做不重復(fù)的工作。這些創(chuàng)新策略，這些創(chuàng)新的飛行模擬器可以實(shí)現(xiàn)這個目標(biāo)。我不是說我們已經(jīng)知道如何解決這些問題，但我很樂觀的相信我們能夠解決它。

 

　　問： 你曾說過，“總體上來看，在中國的工程師要比在硅谷的工程師工作努力。在硅谷的初創(chuàng)公司的工程師工作非常努力，在成熟的公司，我沒有見過像你這種工作強(qiáng)度，無論在初創(chuàng)公司還是在百度。”你為什么這么說呢？

 

　　答：其實(shí)我也不是很清楚。我覺得在中國的工程師非常出色。在硅谷的工程師也很出色。我認(rèn)為不同之處在于公司。百度的工程師團(tuán)隊(duì)動作非常快。

 

　　對中國互聯(lián)網(wǎng)經(jīng)濟(jì)的現(xiàn)狀評價(jià)很少，我更感覺，所有的假設(shè)可以受到挑戰(zhàn)，任何事情都可以被隨時利用。中國互聯(lián)網(wǎng)生態(tài)非常有活力。每個人都能看到大的機(jī)遇，每個人也都能看到大量的競爭。變化無所不在。新的事物出現(xiàn)，很多公司就會在一天之內(nèi)進(jìn)入一個全新的商業(yè)領(lǐng)域。

 

　　舉個例子，在美國，如果Facebook說要做一個新的搜索引擎，我們可能會覺得這么做有點(diǎn)怪。為什么Facebook要做搜索引擎呢？這非常困難。但在中國，這種事情卻更可信些，因?yàn)檫@么做不僅僅是個假設(shè)，還可能會創(chuàng)造一種新的商業(yè)模式。

 

　　問：這看起來是一種不同的管理文化，因此你可以很快的做重要的決定，從而讓這些決定更明智有效，而不是更混亂。百度是以一種獨(dú)特的方式來運(yùn)營嗎？你覺得這種運(yùn)營方式對百度的成長有幫助嗎？

 

　　答：這是一個非常好的問題。我想一下這個問題如何入手。在百度，決策制定可以推行到公司的最底層。百度的員工有很大的自治權(quán)，他們顯得非常重要。有一件事我很欣賞公司，特別是公司執(zhí)行高層，就是對世界，對競爭，有著清晰的眼界。

 

　　在管理層會議上，我們對公司的說話方式，沒有任何的虛張聲勢。在公司的內(nèi)部陳述中，他們會說“我們在這件事上做的很好。我們對這些是不是很滿意。這些做的不錯。這些做的不是很好。這些事情我們應(yīng)該強(qiáng)調(diào)一下。我們仔細(xì)分析一下我們犯的錯誤。”在這里，確實(shí)沒有什么虛張聲勢，我想，這讓公司有一個不錯的環(huán)境從事創(chuàng)新以及專注。

 

　　問：比起其他的問題，你非常專注語音識別。你現(xiàn)在遇到那些困難，當(dāng)你解決了這些困難后，會讓語音識別的準(zhǔn)確率有顯著的提高？

 

　　答：我們現(xiàn)在在做基于機(jī)器學(xué)習(xí)的語音識別系統(tǒng)。我們正在使用的一些機(jī)器學(xué)習(xí)的技術(shù)已經(jīng)存在幾十年了。但正是過去的幾年，這些技術(shù)才真正開始被使用。

 

　　為什么會這樣呢？我經(jīng)常拿建造火箭飛船作比喻?；鸺w船需要很大的發(fā)動機(jī)和非常多的燃料。發(fā)動機(jī)必須足夠大，燃料必須足夠多。如果燃料很多發(fā)動機(jī)很小，那無法飛離地面。如果發(fā)動機(jī)很大但燃料很少，飛船可以飛起來，但無法進(jìn)入軌道。

 

　　現(xiàn)在機(jī)器學(xué)習(xí)才真的算得上起步，原因是我們有了建造巨大引擎的工具—大型計(jì)算機(jī)。燃料就是數(shù)據(jù)。現(xiàn)在我們終于擁有了所需要的數(shù)據(jù)。

 

　　社會的數(shù)字化創(chuàng)造了很多的數(shù)據(jù)，長期以來，我們已經(jīng)產(chǎn)生了很多的數(shù)據(jù)。但就是最近幾年我們才有能力建造大引擎來吸收燃料。所以處理語音識別的方法就是想辦法建造大引擎，并得到更多的燃料。

 

　　舉個我們做的一個例子，這個例子有點(diǎn)偏技術(shù)。從哪里獲取語音識別的數(shù)據(jù)呢？我們做的其中一件事就是獲取音頻數(shù)據(jù)。其他的研究組可能只用幾千小時的音頻數(shù)據(jù)，但我們用的是十幾萬小時的數(shù)據(jù)。這比你在學(xué)術(shù)文獻(xiàn)里使用的燃料要多很多。

 

　　然后我們把人們說話的音頻剪切下來，加上背景噪音，聽起來像人們在咖啡廳里面的錄音。這就是人工合成像在咖啡廳錄制的音頻。通過把人們的聲音和背景音合成，我們得到了更多的數(shù)據(jù)。我們正是通過類似的方法，把更多的數(shù)據(jù)放到機(jī)器里，填充火箭的發(fā)動機(jī)。

 

　　說到語音識別，有一件事要提一下：大多數(shù)人不理解95%和99%的準(zhǔn)確度的區(qū)別。95%的準(zhǔn)確度意味著20個詞中有一個是錯的。這非常煩人，因?yàn)樵陔娫捝贤嘶厝ピ偃ゼm正它非常痛苦。

 

　　99%意味著一切都變了。99% 說明語音識別系統(tǒng)更可靠。你在任何時候使用它，它都會照常運(yùn)轉(zhuǎn)。所以這不是四個百分點(diǎn)的改進(jìn)，這將會是人們幾乎不使用跟一直使用的差別。

 

　　問： 你覺得現(xiàn)在達(dá)到99%準(zhǔn)確率的困難是什么呢？

 

　　答：我們需要更大的火箭引擎和更多的燃料。現(xiàn)在這兩方面都很有限，而且這兩方面要同時增長。我們正在為推動這些方面的發(fā)展而努力。