吳恩達：人工智能是當今創新的主要驅動力

作者：吳恩達（Andrew Ng）

來源：麻省理工科技評論

圖片來源：由無界AI工俱生成

為有抱負的創新者提供關於嘗試、失敗和人工智能未來的建議。

創新是推動社會進步和經濟增長的強大引擎。抗生素、電燈、冰箱、飛機、智能手機-- 我們之所以擁有這些東西，是因為創新者創造了以前不存在的東西。 《麻省理工科技評論》的35 歲以下創新者榜單表彰的是那些在職業生涯早期就已取得巨大成就，並有可能取得更大成就的人。

多年來，我從事人工智能研究和人工智能產品的開發，有幸參與了一些具有影響力的創新，比如在斯坦福大學使用強化學習來駕駛直升機無人機，啟動並領導Google Brain 來推動大規模深度學習，以及創建在線課程並促成了Coursera 的成立。我想和大家分享一些關於如何做好這些工作的想法，避開一些陷阱，避免在創建過程中造成嚴重傷害。

人工智能是當今創新的主要驅動力

正如我之前所說，我相信人工智能是新的電力。電力徹底改變了所有行業，改變了我們的生活方式，而人工智能也在做同樣的事情。它深入到每一個行業和學科，它所取得的進步幫助了無數人。

人工智能與電力一樣，是一種通用技術。許多創新，如醫療、太空火箭或電池設計，都只適用於一種用途。相比之下，人工智能可用於生成藝術品、提供與搜索查詢相關的網頁、優化航運路線以節省燃料、幫助汽車避免碰撞等。

人工智能的進步為各個經濟領域的每個人創造了機會，讓他們可以探索是否或如何將AI 應用於各自的領域。學習人工智能可以創造更多的機會，去做一些別人從未做過的事情。

例如，在我領導的風險工作室AI Fund，我有幸參與了將人工智能應用於海運、關係輔導、人才管理、教育和其他領域的項目。由於許多人工智能技術都是新技術，所以它們在大多數領域的應用尚未被探索。通過這種方式，了解如何利用人工智能可以為您提供大量與他人合作的機會。

展望未來，有幾項發展尤其令人興奮。

• 提示：雖然ChatGPT 已經普及了提示人工智能模型撰寫電子郵件或詩歌的能力，但軟件開發人員才剛剛開始認識到，提示功能可以讓他們在幾分鐘內構建出過去需要數月才能完成的強大人工智能應用類型。一大波人工智能應用將以這種方式構建。
• 視覺轉換器：文本轉換器-- 基於轉換器神經網絡架構的語言模型，由谷歌大腦（Google Brain）和合著者於2017 年發明，徹底改變了寫作。而視覺轉換器使轉換器可以適應計算機視覺任務，如識別圖像中的物體，於2020 年問世，並迅速獲得廣泛關注。如今，技術界對視覺轉換器的熱議讓我想起了ChatGPT 幾年前對文本轉換器的熱議。圖像處理領域也將迎來一場類似的革命。視覺提示將是這場變革的一部分，在視覺提示中，提示是一幅圖像而不是一串文字。
• 人工智能應用：媒體對人工智能的軟硬件基礎設施和開發者工具給予了極大關注。但是，除非在此基礎上建立起更有價值的人工智能業務，否則這種新興的人工智能基礎設施是不會成功的。因此，儘管媒體對人工智能基礎設施層的關注度很高，但人工智能應用層將有更大的發展。

這些領域為創新者提供了豐富的機會。此外，其中許多領域都是廣大技術精英觸手可及的，而不僅僅是那些已經從事人工智能的人。在線課程、開源軟件、軟件即服務和在線研究論文為每個人提供了學習和開始創新的工具。但是，即使這些技術還不在你的掌握之中，許多其他的創新之路也是廣闊的。

要樂觀，但要敢於失敗

儘管如此，很多最初看起來很有希望的想法最終都成了啞炮。如果你認真對待創新，失敗是不可避免的。以下是我的一些項目，你可能沒聽說過，因為它們都是失敗品：

• 我花了很長時間試圖讓飛機以編隊方式自主飛行，以節省燃料（類似於鳥類以V 形編隊飛行）。事後看來，我做得併不好，應該使用更大的飛機。
• 我曾試圖讓機械臂卸下洗碗機中各種形狀和大小的碗碟。但事後看來，我做得太早了。當時用於感知和控制的深度學習算法還不夠完善。
• 大約15 年前，我認為無監督學習（即讓機器學習模型從無標記數據中學習）是一種很有前途的方法。然而，時機是不對的。不過，隨著數據可用性和計算能力的提高，這種方法終於奏效了。

這些項目的失敗讓我感到痛苦，但我學到的經驗對其他項目的成功起到了重要作用。通過V 型飛行的失敗嘗試，我學會了更好地規劃項目，並將風險前置。卸裝碗碟的努力雖然失敗了，但卻讓我的團隊建立了機器人操作系統（ROS），它成為了一個流行的開源框架，現在已經應用於從自動駕駛汽車到機械狗的各種機器人中。儘管我最初專注於無監督學習是一個錯誤的選擇，但我們所採取的措施對谷歌大腦深度學習的擴展起到了至關重要的作用。

創新從來都不是一件容易的事。當你做一件新事物時，總會有人持懷疑態度。在我年輕的時候，我在啟動大多數項目時都會遇到很多懷疑，而這些項目最終都被證明是成功的。但這並不是說懷疑者總是錯的。在大多數不成功的項目中，我也遇到過懷疑。

隨著經驗的積累，我發現越來越多的人同意我所說的一切，這讓我更加擔心。我不得不積極尋找那些願意挑戰我並告訴我真相的人。幸運的是，如今我身邊有很多人，當他們認為我做了蠢事時，他們會告訴我！

一方面懷疑是ok 的，甚至也是必要的，而另一方面社會對創新成果有著濃厚的興趣。這也是我們以樂觀態度對待創新的充分理由。我寧願站在想試一試但可能會失敗的樂觀主義者一邊，也不願站在懷疑可能性的悲觀主義者一邊。

對工作負責

當我們關注人工智能作為全社會有價值創新的驅動力時，社會責任比以往任何時候都更加重要。該領域內外的人們都看到了人工智能可能造成的各種危害。這既包括短期問題，如技術的偏見和有害應用，也包括長期風險，如權力集中和潛在的災難性應用。重要的是，我們要對這些問題進行開放和理智嚴謹的對話。這樣，我們才能就什麼是真正的風險以及如何降低風險達成一致。

在過去的千年時間裡，接連不斷的創新浪潮降低了嬰兒死亡率，改善了營養狀況，提高了識字率，提高了全世界的生活水平，促進了公民權利，包括對婦女、少數民族和其他邊緣群體的保護。然而，創新也導致了氣候變化，加劇了不平等，使社會兩極分化，並增加了孤獨感。

顯然，創新的好處伴隨著風險，而我們並不總是能夠明智地管理這些風險。人工智能是下一波浪潮，我們有義務吸取過去的經驗教訓，為每個人創造最大的未來利益，並將危害降至最低。這將需要個人和整個社會做出承諾。

在社會層面，政府正在著手監管人工智能。對一些創新者來說，監管可能是對進步的不必要限制。我卻不這麼看。在我們邁向不確定的未來時，監管有助於我們避免犯錯，並帶來新的好處。我歡迎監管要求大型科技公司不透明的運作更加透明；這將有助於我們了解它們的影響，並引導它們實現更廣泛的社會效益。此外，我們需要新的法規，因為現有的許多法規都是針對人工智能之前的世界制定的。新法規應明確規定我們在醫療保健和金融等重要領域想要的結果，以及我們不想要的結果。

但避免傷害不應只是社會的當務之急。它也需要成為每個創新者的首要任務。作為技術專家，我們有責任了解我們研究的影響，並以有益的方式進行創新。傳統上，許多技術專家都抱有這樣一種態度，即技術的形態是不可避免的，我們對此無能為力，所以我們不妨自由創新。但我們知道，事實並非如此。

當創新者選擇研究差異化隱私（允許人工智能在不暴露個人身份信息的情況下從數據中學習）時，他們就有力地表明了隱私的重要性。這一聲明有助於形成公共和私營機構採用的社會規範。反之，當創新者創建Web3 加密協議來洗錢時，這也是一種強有力的聲明-- 在我看來，是一種有害的聲明-- 即政府不應該追踪資金是如何轉移和使用的。

如果你發現有不道德的行為，我希望你能向同事和上司提出，並與他們進行建設性的對話。如果你被要求從事一些你認為對人類無益的工作，我希望你能積極努力去阻止它。如果你做不到，那就考慮離開。在AI Fund，我已經終止了一些我認為財務上合理但道德上不健全的項目。我敦促你們也這麼做。

去創新吧！如果你已經在創新的遊戲中，那就繼續下去。你的未來會取得何種偉大成就是未知的。如果你的想法還停留在做夢階段，那就與他人分享，尋求幫助，把它們變成切實可行的成功之舉。開始執行，想方設法利用創新的力量做好事。