大数据文摘作品
记者：魏子敏
2月的第一天，吴恩达在北京完成了一次颇为低调的出面。
国度会议中心工业互联网峰会的主论坛上，吴恩达以Landing.AI开创人&CEO的身份，简直全程中文，停止了一场题为《人工智能在消费制造业中的理论》的演讲。
图：吴恩达做了以《人工智能在消费制造业中的理论》为题的演讲
上个月，吴恩达宣布了本人的这家新公司Landing.AI的成立，并表示这一新公司将专注用人工智能辅佐制造业范畴的转型，本次的演讲也基于他在工业范畴AI使用的理论上展开。
和前两日高调启动的AI Fund基金，以及刷屏AI媒体的deeplearning.ai深度学习系列课程第五局部更新相比，吴恩达这次的北京之行似乎并没有失掉太多的关注和曝光：他的演讲被排在“工业互联网产业生态与行业理论”的主论坛的第三位，十余页PPT，半小时的演讲工夫，会后也没有布置任何媒体访谈或许行业会面，匆匆分开。
虽然如此，整个主论坛仍然济济一堂，在主讲台四周，很多听众甚至像”大学课堂“普通席地而坐。
图：整个主论坛仍然济济一堂
两次强调本人斯坦福教育背景，吴恩达的此次演讲也颇为“学院风”，为现场工业范畴从业者细心的讲述了机器学习和神经网络究竟是什么。同时，他还罗列了监视式学习在消费制造中的事例。最初，吴恩达重新定义了他所了解的人工智能公司，也总结了关于人工智能时代的看法，可谓一次短小而精悍的精彩演说。
大数据文摘带来了吴恩达本次演讲的精髓整理，依据现场演讲内容编辑，在不改动原意的前提下内容有删改：
互联网时代与人工智能时代的差别
“假如本次演讲你只需记住一张ppt，那我希望你记住的是这一张。” 吴恩达在演讲中着重强调的这张PPT，比照了互联网时代和人工智能时代的几大特点：
“ 很多公司关于互联网公司有一个误区，他们以为给一个商场配上一个线上网站，就等于互联网公司。 我之前已经跟一个公司的CIO聊天，他说，亚马逊有一个网站卖东西，我们也有一个网站卖东西，那我们是一样的啊。当然不是一样的，由于亚马逊（Amazon）是一个典型的互联网公司。”
1、互联网公司需求少量的A/B测试
2、迭代速度很快
3、工程师及产品经理共同停止决策
互联网的产品和用户都十分复杂，所以不能只依托首席信息官（CIO）一团体决策，还需求很多职位，需求产品经理、工程师一同来做，由于他们愈加理解技术和用户之间的细节，这需求工程师和产品经理一同来做决策。
一个传统的技术公司加上神经网络或许机器学习，这还不是AI公司。可以布置你的公司做十分好的人工智能任务，这才是真正的人工智能公司。
坦率来说，如今谷歌和百度曾经把本人尝试把本人变成一个AI公司，还没有做完，但是他们的想法是十分抢先的。
二十年前，我们不会想到，a／b测试会变得这么重要，在互联网时代，我们花了一段工夫才懂得a／b测试的重要性。 而到了明天，人工智能公司究竟是什么，我们也没有完全想清楚，但我觉得有能够会包括这些要点：
1、数据搜集的战略：
如何搜集数据？近一年来，国家加大了对于互联网金融的管理力度，各种管理政策不断出台，不少业内人士对于互联网金融都保持着谨慎看好的态度，但是安方丹却保持了乐观的态度，她认为，互联网金融行业在当前是“风口上的大象”，技术正是这股风的原动力。经过什么任务，在什么国度搜集数据，都需求明白。这是个很复杂的成绩。
2、集中的数据库：
明天回去大家就可以开端做这件事，假如你的公司有50个数据库（databases），假如一个工程师做某个项目的时分需求去到50个数据库找数据，那是十分困难的，所以如今的趋向是要尽量把数据集中起来，这件事各位明天就可以开端做了。
3、普遍的自动化：
同时我也看到很多AI公司正在做这件事，有很多自动化的时机。
4、新的人才需求：
机器学习工程师，计算机视觉算法工程师。
而明天在许多人工智能公司，产品经理和工程师的任务也发作了变化。
在互联网时代，假如你要做一个app，任务流程普通是产品经理来画一张图，工程师会看产品经理的这张图再去写代码。而在人工智能时代，比方你要做一个自动驾驶的产品，产品经理没方法直接做一张图，他需求把一些数据给到工程师，让工程师从数据库拿数据，然后要求到达某个数值的精确率。
明天在AI公司，我们的产品经理和工程师的任务曾经发生了不小的变化了。
关于传统公司：信息反动之后才干停止人工智能反动么？
那么我究竟要不要运用人工智能呢？
在很多公司，大家会以为要先有信息反动（IT revolution），由于很多传统行业中，信息还是写在纸上，我们需求把信息先存在电脑里，发生数据，之后才干停止人工智能反动（AI revolution)。
举个例子，我觉得金融（行业）是一团体工智能（停顿比拟好的行业），由于金融有很多在线的数据，所以这个行业的人工智能反动曾经快要起来了。
医疗行业我也很看好，在美国有“奥巴马医疗变革（Obamacare）“，中国也一样。十年前你的x光片能够就是一张片子，但如今医疗数据都是在电脑上的，所以其人工智能反动也在停顿中。
而工业和教育（行业）正处于开展中。
有很多人问我AI的战略成绩，我需求三年工夫先把IT搞好，那么是不是三年后我再来做人工智能反动。我的建议是，不要这样做。
假如你的公司曾经有了一些物联网（IOT）的部署，有了一些数据，那么我会鼓舞大家先用AI来试一试，找AI团队，先用这些数据给IT团队一些我们也正在做着心目中属于未来的事业，那就是通过互联网金融创新，不断完善人与金融、货币之间的关系，让所有人都能享受到最好的金融服务 。反应：究竟是每非常钟采集一次数据还是每秒钟采集一次数据？这也是很大的价值。
其实，明天即便最好的人工智能公司，他们的IT反动也是不时完善，他们的数据也不是完满的。
树立人工智能专家与产业专家间的战略同伴关系
假如右边这个圈代表人工智能的优势，左边这个圈代表产业知识，那么我们想做的是选择两头的一些时机，用人工智能可以做，并且对你们的公司无益处。明天的人工智能和产业都很复杂，所以人工智能专家应该和产业专家结成跨行业的团队，才干发生最大的价值。我团体背景是人工智能，所以也很兴奋无机会和很多制造公司协作，才可以取得两个圆两头最有价值的时机，希望将来有更多时机和各位协作。
吴恩达也在本次讲座中指出了一些人工智能在工业中的使用案例，我们在此复杂罗列给各位：
100年前，电能对社会带来了宏大革新，人工智能也将对各行业带来异样的影响
人工智能在工业互联网时代有着各种使用
吴恩达也提出了一些人工智能在消费制造中的理论和使用案例，比方自动视觉检测
比方机器参数调整，产品优化，维护预测
监视式学习在消费制造中的示例
其别人工智能模型
