3月23日消息 在2015年中国IT领袖峰会上，百度首席科学家吴恩达表示，人工智能正在促进大量用户、海量数据和优秀产品形成正循环，新的人工智能方法深度学习将为人类就业带来巨大变化。
吴恩达还表示，深度学习带来了巨大价值，并且这种价值将越来越深远。而在深度学习发展的过程中，图像、语音、行为三个领域发生着重大的创新。
人工智能的发展及趋势
吴恩达称，过去几年虽然技术已经取得了巨大的发展，然而人工智能的发展却一度比较低迷和缓慢。而在最近这几年，新的人工智能技术也就是深度学习的出现，让计算机学习人类的神经系统，来更好地解决类似图形识别的问题。
吴恩达介绍，在很多年前，当深度学习这个概念刚刚开始的时候，更多的是使用CPU技术，构建小规模神经元网络，只有100万或1000万的连接。
到了2008年，GPU技术的发展，让连接的数目也发生了巨大的增长。通过手机上、Pad上的GPU硬件，可以帮助你做计算，大家意识到硬件对我们加速深度学习非常重要。我们借助GPU可以构造越来越大的神经元网络。
“再往后，我们看到了更多大规模的发展，像谷歌的深度学习项目，使我们更多地了解相关的知识，我们有了更多的云，更多的CPU来推动相关的发展。”
吴恩达预测，下一阶段的趋势则是要从云技术，或者说仅仅利用纯技术跳到HPC或者叫高性能、超高性能的计算技术。
“比如计算机系统对人脸的识别，比如针对安全的目的，还有保安的目的，这都是在未来会越来越多的应用”，吴恩达称。
据吴恩达透露，目前百度在人脸识别领域和很多其他领域比其他国际上领先的大公司要做得好，百度在人脸识别只有0.3%的错误率。
吴恩达表示，现在的图片识别技术已经可以很好的实现让计算机对一幅图片进行文字场景描述了。现在很多计算机的读图能力已经超过了人眼所见的信息，这些技术给我们开启了无限的可能。比如对服饰的识别和搜索、对老年人的看护等等，可能都是未来的空间。
语音识别将推动物联网革命
进入移动互联网，大家将互联网的使用和手机越来越多的结合起来。过去用键盘、手机键盘来敲字的过程，逐渐演化成用语音来进行沟通，“所以语音识别是一个非常重要的发展方向。”
不过，吴恩达称，大家目前普遍反映在手机上进行语音通信时，如果手机离得比较远效果不是很好，要比较近的时候语音识别才做得比较好。因此，基本上所有做语音识别的公司都在使用非常复杂的方法来改善它的语音系统，突出声音特征。
“我们百度做的是什么事情呢?”吴恩达介绍，百度把所有这些东西用深度学习技术替代掉，很多公司依靠大量的数据，而百度的选择是忘掉那些数据，而是用以万为级别的数据集进行人工智能处理。
“人们之前从来不会想到能利用这么多的数据，我们使用神经元系统以及数据燃料，我们发布了这样一个结果，我们可以极大地提高语音识别的准确性。”
吴恩达表示，目前语音识别率已经可以达到95%，但如果能够达到99%的识别率，在实际场景运用中的用户体验与95%相比将是天壤之别，会彻底改变玩法。
“如果我们能真正做到99%，我们甚至可以把所有手机的接口做重新的设计和修改，使我们自己更加习惯于语音通话指令的发送方式，这可以推动这个领域的革新。你手里的东西将不是传统上的手机了。”
吴恩达认为，除了手机之外，语音识别还将推动物联网的革命，从汽车界面到家用设备，再到可穿戴设备都将发生很多改变。在未来几年时间内，人们将能够和电视通话，和更多的家电通话，将有很多的路由器内置到这些机器当中。
人工智能是下一场工业革命
目前，很多技术公司都能够通过获取到一些大数据，来了解人们在互联网的环境当中产生了什么样的行为，这种技术上的发展让技术企业可以从数据当中挖掘更多的价值。
吴恩达认为，很多行为数据给百度带来的机会，包括人的行为、机器的行为，可能比今天所了解到的还要广得多，而美国、中国和欧洲，现在已经越来越多使用深度学习来了解人的行为，了解机器的行为。“在IT世界当中以及IT世界之外挖掘更多的机会，这也推动了我们未来的成功。”
“深度学习之所以能带来更多的价值，就是因为人们现在可以从越来越多的数据当中受益，获得越来越好的结果，开发越来越多的潜能。”
吴恩达认为，深度学习确实改变着我们的生活，改变着传统的人工智能，使我们最终可以把发动机和燃料的连接做得特别好，把产品、大量用户和海量数据之间的连接做得更加通畅。
吴恩达表示，尽管自己只重点提及了图像、语音和行为三个方面，然而对于人工智能的机会来说远不止这三个方面，在自然语言处理、生物技术等方面，人工智能也有很多东西可以做，这些领域都有创新正在发生，人工智能也可以更多地被应用到机器人的开发。
最后，吴恩达指出，未来的工业革命带来的影响会非常深远。工业革命可以把人们从日常重复繁重的工作当中解放出来，把人性解放出来，把人的思想解放出来，使人们不再成为思想的奴隶。工业革命将会使生产力获得极大的提升。
