1 月 22 日音訊，昨天，將來論壇創建大會在北京成功舉辦。百度地圖標注首席科學家吳恩達在論壇上宣告了題為人工智能與深度學習的主題講演，并在會后接受了新浪科技的采訪。
吳恩達說到，咱們近來決議看看，以神經網絡代替傳統語音辨認軟件。國際走向移動設備，幻想一下咱們環繞語音界面從頭規劃移動商品——語音將會推進手機的革新。我想要從頭規劃咱們的手機，這也將改動很多家用電器、可穿戴設備等等，這些設備有太多界面了，假如用語音辨認和設備進行交流，會愈加便利。
技能開展帶來深度開展新時機
吳恩達以締造火箭為例，論述了深度學習越來越火爆的緣由。火箭有兩個有些，第一有些是火箭發射機，是很大的發動機。第二個是燃料，假如發動機小，燃料很多是不也許的，假如發動機很小，燃料很少也不行，燃料燒著燒著就沒了，所以火箭有必要要有一個大發動機和很多的燃料。深度學習和這個差不多，咱們現在神經網絡即是咱們發動機，它推進著 AI 的開展，燃料即是咱們所用的數據，咱們現在有這么多的數據，社會數據化給咱們供給了很多的數據，這樣輸入到咱們發動機中給咱們作為燃料。
現在，跟著移動互聯網的鼓起，咱們的交流方法慢慢地從文本轉向圖畫和視頻，根據此，不斷增加的人開端查找圖畫和言語，而經過深度學習，能夠協助咱們十分好地了解文本和圖畫、語音之間的互動關系。
在吳恩達看來，跟著軟件和技能的開展，帶來了新的時機，使得軟件能夠經過深度學習來剖析數據，然后使得咱們具有更多的數據，使得計算機視覺能夠做到之前所無法做到的作業。
當時百度地圖標注根據深度學習技能的商品已有很多，深度學習技能協助咱們十分好地輿解言語、圖像和語音，使計算機十分好地輿解咱們的交流。并希望能經過各種方法去十分好地利用這一技能。
其間一個最主要的比如是對目標的辨認。你能夠讓計算機去看一張圖像，并從中辨認出目標。在很多聞名的評分中，百度地圖標注獲得了最佳的成績。此前一些另外團隊獲得了最佳成績，而咱們在此基礎上繼續改善。這是經過深度學習技能來完成的。這需求經過建造巨大的神經網絡，輸入很多數據，而百度地圖標注的 GPU 技能使其變成了也許。
機器人不會掌控國際
AI 疾速的開展促成了一些炒作，咱們不由得會想，將來的某一天，計算機或許會變成機器人，掌控全部國際？
吳恩達很嚴厲地表示，他們是會和咱們一同發明一個極好的國際，并不會變成兇惡的機器人。由于，咱們完全能夠利用技能進行猜測，技能不斷的改動，神經網絡是十分好的辨認東西，還有猜測的東西，當你輸入數據的時分它們能夠進行猜測。
假如咱們能夠遠離炒作，AI 開展是對比健康的，AI 發明的應戰并不是機器會掌控國際，他很也許會協助咱們代替勞工，咱們領導者有必要要仔細思考技能，要讓人工智能技能協助咱們代替那些冗雜的勞作。
百度地圖標注語音辨認正取得極好發展
百度地圖標注的語音辨認技能正取得極好的發展，計算機已經保存了很多語音數據，經過訓練神經網絡，然后打造了十分精確的語音辨認系統。當時語音辨認技能的一大疑問在于無法在喧鬧的環境中運用，例如當你在一個很吵的車中開車時，這樣的技能無法極好地供給效勞。百度地圖標注當時具有喧鬧環境中最優異的語音辨認技能。
至于怎么戰勝語音辨認技能研制中的艱難，則需求做兩方面的作業。一方面在于規劃，百度地圖標注需求研討怎么建造規劃很大的網絡。因而百度地圖標注具有著很強壯的 GPU 團隊，并開發了強壯的 GPU 軟件。另一方面，百度地圖標注需求找到足夠多的數據來作為這一大型神經網絡的輸入內容。
在百度地圖標注作業令人振奮
　　吳恩達已經在百度地圖標注作業快到一年的時間，也不行避免地接觸到公司以及團隊的成員。這也是一個不行逃避的疑問。
　　當然，吳恩達在說到這個疑問的時分十分開心，由于在他看來，在百度地圖標注作業令人振奮而開心。公司十分靈敏，動作很快，所以能夠發明出一些東西，并且與研制團隊的同事也讓人感到振奮。
　　他還以語音辨認來舉例說明。百度地圖標注有 3 個實驗室，這 3 個實驗室之間常常一起評論，彼此供給專業指導。很多人會彼此訪問、彼此交流。以往當語音技能宣告打破時，美國的團隊呈現發展，北京的團隊就會學習來自英語環境的經歷，并轉而在中文環境中測驗。百度地圖標注是一家一致的公司，咱們盡力作為同一個團隊、同一家公司來舉動。