原标题：对话吴恩达、Yann LeCun： AI 2018 年的里程碑以及 2019 年的预测

「人工智能技术一旦完全投入使用，它有可能拯救这个世界，也有可能终结这个世界。」

近日，VentureBeat 与「谷歌大脑」的联合创始人吴恩达、Facebook 人工智能研究院创始人 Yann LeCun 等业内专家进行了对话，并将他们的观点整理成文。雷锋网 AI 科技评论选取了吴恩达和 Yann LeCun 的观点进行编译，一起看看他们认为2018 年有哪些里程碑，以及对 2019 年有何预测。

在对 2018 的回顾和对未来的预测中，其中一些专家表示，他们很欣慰越来越少地听到「人工智能终结者」这样的说法，同时也有越来越多的人开始理解人工智能能做什么以及不能做什么。不过，这些专家也强调，该领域的计算机和数据科学家在推动人工智能发展的过程中，需要继续保持负责任的伦理观。

吴恩达：软件业以外的 AI 应用将会有很多故事可讲

吴恩达是斯坦福大学的一位计算机科学副教授。由于种种原因，他的名字在人工智能圈中如雷贯耳。他是「谷歌大脑」的联合创始人，是将人工智能应用到谷歌诸多产品中的倡导者，还创立了帮助企业将人工智能集成到公司运作中的初创公司——Landing AI。他也是 YouTube 上一些最受欢迎的机器学习课程的讲师，也是在线学习公司 Coursera 的创始人兼讲师，同时，他还创立了 deeplearning.ai，并出版了《机器学习要领》（Deep Learning Yearning）一书。

他曾在百度任职首席科学家，2017 年，他离开百度进入另一家科技巨头，并帮助其转型为人工智能公司。最终，他成立了投资基金 AI Fund，并筹集到 1.75 亿美元资金，同时还担任无人车创业公司 Drive.ai 的董事会成员。

本月月初，在吴恩达发布关于指导企业获取人工智能对公司所带来的积极影响的《人工智能转型指南》（AI Transformation Playbook）时，VentureBeat 就对他进行了采访。

他预测在 2019 年，人工智能发生进展或者变化的一个主要方面是它会在科技或软件公司以外得到应用。他表示，人工智能领域待开发的最大机遇在软件领域以外，同时，他还引用了麦肯锡报告中的用例，指出到 2030 年人工智能将会创造 13 万亿美元的 GDP 产值。

「我认为到 2019 年，软件业以外的人工智能应用将会有很多故事可讲。在行业里，我们已经帮助谷歌、百度以及 Facebook、微软等企业做了许多不错的工作，甚至像 Square、 Airbnb 和 Pinterest 等公司也都开始用上了一些人工智能能力。我认为下一个巨大的价值创造浪潮将发生在能够赋能制造业、农业设备以及医疗公司开发一系列有助于企业发展的人工智能解决方案的时候。」

对话中，吴恩达对于 2018 年人们对于人工智能能做什么以及不能做什么的理解的进步表达了他的惊讶，同时，他也很高兴对话没有围绕杀人机器人事件以及对于通用人工智能的恐惧展开。

吴恩达表示，对于采访中的问题，他有意识地给出与其他专家有所区别的答案：「我尝试特意列举出我认为对于实际应用非常重要的一些领域。我认为 AI 的实际应用还存在很多阻碍，而在这些问题的某些方面是有前景性进展的。」

对于接下来的一年，吴恩达期望 AI/ML 研究中的两个特定领域取得进展，而这将能够推动整个人工智能领域发展。

一个是「小样本学习」（few shot learning），即人工智能能以更少的数据实现较高的准确率。「我认为深度学习发展的第一波浪潮是拥有海量数据的大公司训练庞大的神经网络，对吧？因此如果你想要构建语音识别系统，就在 10 万小时的数据上对它进行训练吧；想要训练机器翻译系统的话，就在大量平行语料的句对上对它进行训练，以此来实现大量突破性成果。现在，我看到在小数据集上也取得了越来越多的成果，这种形势下，即便你只有 1000 张图像，你也可以尝试做出点成果。」

另一个是计算机视觉领域的进展——通用化的视觉能力（generalized visibility）。一个计算机视觉系统可能在斯坦福大学的高端 X 光机拍摄的原始图像上训练时的表现非常好。同时，该领域的许多先进企业和研究者已经开发出表现胜过人类放射科医生的系统，不过，它们并不是特别灵活。

「但是如果你将训练好的模型应用到低端 X 光机上，或不同医院拍摄的有些模糊的 X 光片上，或者技术人员让病人稍稍右转而导致角度产生偏差的 X 光片上，那人类放射科医生在对这一新场景的泛化能力会比现在的学习算法好得多。所以我也看到一些有趣的研究正在尝试提高学习算法在新场景中的泛化性。」

Yann LeCun：AI 伦理问题尚未生死攸关，但人们需未雨绸缪