新智元報(bào)道編輯:David La Yan【新智元簡介】AI先驅(qū)吳恩達(dá)接受采訪，談了他對(duì)未來10年AI大趨勢的展望。他認(rèn)為未來的技術(shù)將從硬件轉(zhuǎn)向數(shù)據(jù)形成的AI。有沒有覺得自己已經(jīng)受夠了現(xiàn)在的工作，想換個(gè)方向？如果你有，你肯定不是一個(gè)人。然而，除了參加大詞典，還有一些不那么激進(jìn)的方法，比如吳恩達(dá)的方法。吳恩達(dá)是人工智能領(lǐng)域最杰出的人物之一。

此前，他是百度的首席科學(xué)家，也是谷歌大腦計(jì)劃的創(chuàng)始人之一。不過據(jù)他自己說，他現(xiàn)在的重心已經(jīng)從數(shù)字世界轉(zhuǎn)移到了現(xiàn)實(shí)世界，就像俗話說的。2017年，吳恩達(dá)創(chuàng)辦了致力于推動(dòng)人工智能在制造業(yè)應(yīng)用的創(chuàng)業(yè)公司LandingAI。我們采訪了吳恩達(dá)，用數(shù)據(jù) as 中心討論了他的人工智能方法，以及它與他在蘭丁蓋的工作和當(dāng)今人工智能的背景的關(guān)系。

數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)成為新的核心生產(chǎn)要素，其重要的戰(zhàn)略資源地位和核心科學(xué)決策作用日益凸顯。數(shù)據(jù)的潛力取決于數(shù)據(jù)的收集、存儲(chǔ)、計(jì)算、管理和應(yīng)用，其中，數(shù)據(jù)存儲(chǔ)作為繼數(shù)據(jù)收集之后的第一個(gè)處理網(wǎng)關(guān)，無疑是數(shù)字經(jīng)濟(jì)中最重要的。海量數(shù)據(jù)爆發(fā)，數(shù)據(jù)存儲(chǔ)為臨界電流，數(shù)據(jù)呈指數(shù)級(jí)增長，數(shù)據(jù)規(guī)模從之前的GB、TB、PB上升到EB甚至ZB。

數(shù)據(jù)的爆發(fā)式增長孕育了數(shù)字技術(shù)的發(fā)展和應(yīng)用，但也對(duì)計(jì)算和存儲(chǔ)提出了更高的要求。在高性能計(jì)算(HPDA)中，計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)缺一不可。過去工業(yè)創(chuàng)新的重點(diǎn)是追求更高的計(jì)算能力。隨著大數(shù)據(jù)、多樣性計(jì)算能力等相關(guān)技術(shù)的快速發(fā)展，高性能計(jì)算的重點(diǎn)開始從以計(jì)算為核心向以數(shù)據(jù) as 中心為核心的計(jì)算演進(jìn)。傳統(tǒng)HPC開始向高性能數(shù)據(jù)分析(HPDA)演進(jìn)。

現(xiàn)在我們生活在一個(gè)由數(shù)據(jù)驅(qū)動(dòng)的新時(shí)代。不能適應(yīng)時(shí)代發(fā)展進(jìn)步的企業(yè)將會(huì)落后，被淘汰。數(shù)字化轉(zhuǎn)型是企業(yè)適應(yīng)時(shí)代發(fā)展的必然要求。很多企業(yè)都很不解。我們搞了幾十年的企業(yè)信息化，也投入了很多。為什么現(xiàn)在要向數(shù)字化轉(zhuǎn)型？首先需要明確的是，數(shù)字化不是對(duì)企業(yè)以往信息化的推倒重來，而是需要對(duì)企業(yè)以往的信息化系統(tǒng)進(jìn)行整合優(yōu)化。在整合優(yōu)化的基礎(chǔ)上，提升管理運(yùn)營水平，以新的技術(shù)手段提升企業(yè)新的技術(shù)能力，支持企業(yè)適應(yīng)數(shù)字化轉(zhuǎn)型變革帶來的新要求。

目前技術(shù)和系統(tǒng)已經(jīng)逐漸成熟，不再是概念穿透式的模式。大號(hào)數(shù)據(jù)用的越來越多。隨著互聯(lián)網(wǎng)的發(fā)展，更多的企業(yè)信息化從IT時(shí)代轉(zhuǎn)變?yōu)镈T時(shí)代，以數(shù)據(jù)為核心。基于數(shù)據(jù)驅(qū)動(dòng)企業(yè)創(chuàng)新發(fā)展，相信數(shù)據(jù)在未來會(huì)有更廣闊的應(yīng)用空間。對(duì)數(shù)據(jù)的理解主要分為以下幾個(gè)層次。1.數(shù)據(jù)來源:對(duì)于大數(shù)據(jù)時(shí)代來說，更強(qiáng)調(diào)基于業(yè)務(wù)的沉淀數(shù)據(jù)，在一定規(guī)模上進(jìn)行進(jìn)一步的分析、加工、轉(zhuǎn)化和更大的挖掘數(shù)據(jù)。當(dāng)然，就企業(yè)自己開發(fā)的數(shù)據(jù)而言，很難達(dá)到“大”的定義。目前“大數(shù)據(jù)”仍然是以政府、行業(yè)、產(chǎn)業(yè)互聯(lián)數(shù)據(jù)、通過企業(yè)內(nèi)部數(shù)據(jù)的形式獲得。

Dui-1中心歸一化和標(biāo)準(zhǔn)化的目的是消除特征之間的差異，可以使不同的特征具有相同的尺度，使不同的特征對(duì)參數(shù)的影響一致。簡而言之，當(dāng)原始數(shù)據(jù)特征在不同維度上的尺度(單位)不一致時(shí)，需要進(jìn)行預(yù)處理中心歸一化和標(biāo)準(zhǔn)化步驟。擴(kuò)展數(shù)據(jù):由于原數(shù)據(jù)常常有不同單位的自變量，會(huì)給分析帶來一定的困難，而且由于數(shù)據(jù)的量較大，可能會(huì)因舍入誤差而導(dǎo)致計(jì)算結(jié)果不理想。

with數(shù)據(jù)with中心。傳統(tǒng)的路由協(xié)議通常使用地址作為節(jié)點(diǎn)標(biāo)識(shí)和路由的依據(jù)，而無線傳感器網(wǎng)絡(luò)中大量的節(jié)點(diǎn)是隨機(jī)部署的，其重點(diǎn)在于對(duì)監(jiān)測區(qū)域的感知數(shù)據(jù)，而不是由哪個(gè)節(jié)點(diǎn)獲得的具體信息，也不依賴于整個(gè)網(wǎng)絡(luò)的唯一標(biāo)識(shí)，傳感器網(wǎng)絡(luò)通常包括從多個(gè)傳感器節(jié)點(diǎn)到幾個(gè)基站的流。根據(jù)感應(yīng)需求數(shù)據(jù)、數(shù)據(jù)通訊方式和流向、數(shù)據(jù) is 中心。