科學家故事 ：香港人吳恩達 （Andrew Ng）
- Dr Colin Lee
- 2024年6月21日
- 讀畢需時 3 分鐘
10到15年前，我和我的朋友找到一個方法，雇用百位工程師編寫AI軟體，並用在一億、甚至十億用戶身上。這聽起來非常有價值，但當你走出網路產業，就找不到一億人應用一個AI系統的機會。
吳恩達的科學家故事
吳恩達（Andrew Ng），是一位在人工智慧（AI）領域備受尊敬的科學家，出生於倫敦，在香港長大。他擁有華裔美國人的身份，並且擁有一個十分中文化的名字──吳恩達。他先後就讀於美國卡內基梅隆大學（Carnegie Mellon University，CMU）和麻省理工學院（Massachusetts Institute of Technology，MIT），隨後在史丹佛大學任教。在這三所世界頂尖的大學中，他都留下了深刻的足跡。
吳恩達的AI歷程
大約10到15年前，吳恩達和他的朋友們找到了一種方法，雇用數百位工程師編寫AI軟體，並應用在數億甚至數十億用戶身上。這聽起來非常有價值，但他們發現，一旦走出網路產業，就很難找到如此大規模應用AI系統的機會。
人工智慧的三波浪潮
1. 第一波人工智慧浪潮（1950到1960年）：符號邏輯，旨在告訴電腦「人的思考邏輯」。由於人類無法完全釐清自己的思考過程，這波浪潮最終失敗。
2. 第二波人工智慧浪潮（1980到1990年）：專家系統，試圖告訴電腦「人的所有知識」。人類無法解答所有問題並將其寫成規則，因此這波浪潮也失敗了。
3. 第三波人工智慧浪潮（2010年至今）：機器學習，讓電腦理解「人看見的事物」。這波浪潮仍在不斷發展中。
單一演算法假說
「單一演算法假說」（One Algorithm Hypothesis）認為，大腦中不同腦區（模組）其實共享著同一套程式（演算法）。功能上的分化只是因為輸入資料的不同所造成的。這意味著我們不需要為不同功能的模組設計多套演算法，而是應該尋找那一套可以勝任不同任務的通用演算法。
在科技界的影響
在2011-2012年期間，吳恩達擔任谷歌Google Brain（深度學習）計畫的創辦領導人；2014-2017年期間，擔任百度首席科學家。2024年4月9日起，他成為亞馬遜董事會成員。
生成式AI的革命
吳恩達指出，生成式AI的問世，讓許多人感到興奮與期待。15年前，他們發現，小型AI模型即使投入大量資料與數據，效能也無法大幅進步。因此，在他參與Google Brain團隊時，目標是建立大規模神經網路，並利用Google的算力，只要持續輸入資料，模型就會不斷進步。
解放AI能力的兩大關鍵：
當前AI技術的商業價值，以及相較三年前的變化。
一、監督式學習規模非常龐大——Google每年投入數百萬名開發人員，價值超過1,000億美元（約新台幣3.22兆元）。
二、生成式AI目前規模最小，但在未來三年將會翻倍成長。
大家可能會覺得，我對生成式AI的看法不太正面，但並非如此。三年是很短的時間，且速度可能更快——重點在於開發者、大企業與新創組織，都能找到振奮人心的機會。
未來展望
監督式學習的規模非常龐大，Google每年投入數百萬名開發人員，創造的價值超過1,000億美元（約新台幣3.22兆元）。生成式AI目前的規模較小，但在未來三年將會翻倍成長。吳恩達認為，開發者、大企業與新創組織都能在這個領域找到振奮人心的機會。
金句
「儘管此層一直獲得許多媒體關注，但事實證明，頂端的應用層更成功、產生費用、創造經濟效益時，基礎設施、開發者工具層才能獲得收入、得以成功。」
吳恩達創立了Landing.ai，並在與眾多CEO討論後，將AI轉型常遇到的問題與建議策略整理在公開資料《AI轉型指引》（AI Transformation Playbook）中。
Comments