盡管現(xiàn)在的計算機性能已經(jīng)十分強大，但達到和人類智能程度相當還十分遙遠。這就是百度首席科學家、機器學習和深度學習領(lǐng)域業(yè)界公認的頂尖專家吳恩達所做的判斷。18日，吳恩達在百度美國硅谷研究院接受騰訊科技等媒體采訪時表示，在過去幾年中，機器學習領(lǐng)域進展飛速，很多大型科技公司從中獲得了很多價值，他認為，在未來，機器學習領(lǐng)域的進展還將會給整個科技行業(yè)帶來更大的價值。
“很多人不理解機器學習能做什么，不能做什么。很多人在討論建立和人類智能程度一樣的機器，但我認為那還離我們非常遙遠。”吳恩達說。
作為一名學術(shù)研究型人士，吳恩達在接受采訪時，在談到一些專業(yè)問題時，動不動便站起身，在會議室內(nèi)的白板上寫寫劃劃，幫助表達其想表達的概念，一場正式的采訪就這樣變成了半采訪半授課的形式。
吳恩達認為，整個科技行業(yè)面臨的共同挑戰(zhàn)是，隨著互聯(lián)網(wǎng)時代和移動互聯(lián)網(wǎng)時代的興起，科技公司掌握了大量的數(shù)據(jù)，但沒有一家公司能夠有效率地運用這些數(shù)據(jù)。
“所以機器學習和深度學習的意義在于，使得科技公司對這些數(shù)據(jù)的利用效率更高，獲得更好的表現(xiàn)，從而產(chǎn)生更大的價值。”吳恩達說。
但他表示，要達到這樣的目的，科技公司需要進行巨大的投入，需要巨量的計算能力、超高性能的計算機等。
在采訪過程中，吳恩達又重復了一次他的經(jīng)典的“太空飛船理論”，即從事人工智能研究就像造太空飛船，高性能計算能力是引擎，數(shù)據(jù)是燃料。
吳恩達介紹說，目前百度主要從事的兩方面的研究，一是語音識別。他認為，隨著智能手機的廣泛普及，中文輸入繁瑣的問題越來越突出，他相信，直接用語音對智能手機進行指令輸入是未來的需求，因而百度正在這一領(lǐng)域的研究進行大量的投入。
吳恩達現(xiàn)場演示了目前百度語音所能達到的識別程度，他放了兩段帶著方言口音的中文短語，在場的記者都聽的一頭霧水，但百度語音識別系統(tǒng)卻準確識別出了這兩段語音，并以中文呈現(xiàn)出來。
吳恩達表示，將語音準確轉(zhuǎn)化為文字只是語音識別所要實現(xiàn)的第一步，事實上，百度的語音識別已經(jīng)比大多數(shù)人耳的識別的精確度更高，但下一步的挑戰(zhàn)是，如何讓機器能夠“聽懂”人所說的話，讓機器能明白不同的語義和上下文，是百度語音識別下一步的突破重點。
而在無人駕駛汽車領(lǐng)域，吳恩達表示，目前百度研究員在無人駕駛汽車的軟硬件兩方面的研究都在同步進行，硬件研發(fā)方面的團隊正在組建，而軟件方面則由百度深度學習研究員主要負責。
“我們未來并不是只是想做適用于某款特殊車型的無人駕駛系統(tǒng)，而是做用于大規(guī)模量產(chǎn)的無人駕駛系統(tǒng)平臺。”吳恩達說。
上個月，百度無人駕駛汽車在北京成功完成了30公里的路測，吳恩達表示，未來將首先在公共交通和有限的區(qū)域內(nèi)進行試驗，并逐步擴大試驗的范圍。
談到無人駕駛汽車研發(fā)的挑戰(zhàn)，吳恩達表示，要將龐大的計算能力容納于移動的車身中是不小的挑戰(zhàn)。
另一大挑戰(zhàn)在于道路環(huán)境的變化，吳恩達說，目前無人駕駛汽車依賴于高清地圖，但在道路規(guī)劃發(fā)生變更時，需要實時更新地圖，因而與地方政府間的合作將使得無人駕駛汽車在路面駕駛能更快地實現(xiàn)。
