他1976年出生在英國倫敦，16歲時從新加坡著名的萊佛士書院畢業。在美國一路從卡內基梅隆大學、麻省理工學院和加州大學伯克利分校獲得學士、碩士和博士學位后，2002年，吳恩達進入斯坦福大學工作，擔任斯坦福人工智能實驗室的主任。他開設的機器學習課程，創下了選課人數的火爆紀錄。

　　“AI人才缺口巨大，很長時間內都無法填補。”這是吳恩達對人工智能教育的基本判斷。他給出的解決方法是網絡課堂，并參與創始了著名的線上學習平臺coursera。而他本人的斯坦福機器學習課程在coursera上長期位列熱門榜單，六年多來注冊學生數以百萬計。

　　2011年，吳恩達進入谷歌大腦團隊。很多人當時對神經網絡技術新存疑慮，他便從語音和地圖這兩個較小的項目做起，逐漸證明了AI的賦能價值，然后才得以接觸廣告部門這樣的核心業務。2012年，吳恩達團隊訓練一個擁有10億多個突觸連接的神經網絡識別出了貓的圖像。這個瞬間將永久定格在深度學習的歷史上。

　　目前，吳恩達的主要精力都放在了他創始的Landing.ai公司上，用他的親身經驗和專業化團隊幫助企業的AI轉型。“我相信，我可以讓更多偉大的公司變成偉大的AI公司。”他說。此外，他還成立了專注教育的deeplearning.ai、從事投資的AI fund，并擔任自動駕駛公司Drive.ai的董事。這些名字里都帶AI的企業，構成吳恩達的“AI宇宙”，互有支持和幫助。

　　天花亂墜的噱頭也是個問題。吳恩達覺得在狹義AI的蓬勃進展下，有些大眾情緒需要糾正，尤其是對通用AI、類人AI甚至危險AI、邪惡AI的過度宣傳。“坦白來講，我個人沒看到通用AI有很大進展，我希望有一天會有，但那可能是數十年，乃至數百年后了。”

　　吳恩達：教學的本質是讓別人、讓學生成功。有課的早上，我一醒來就只想著一件事：我要如何說、如何做才能幫助學生們成功？有時候我在中國、美國遇到教過的學生，得知他們聽過我的課之后，職業生涯出現了新變化、新紀錄、新提升，這很是鼓舞我。我也很感激數百萬學生的努力和時間。說到底，教不如學重要。

　　AI正在改變如此多的行業，AI人才缺口巨大，很長時間內都無法填補。幸運的是，深度學習的興起讓AI變得前所未有地易上手。比如說，如果你想進入計算機視覺領域，現在比十年前容易多了，因為現在的算法簡單多了，也更依賴數據。 我想現在是人們進入AI的黃金時代。不過，現在網上好的課程內容還不是很多，這是個挑戰。正因如此，我才自豪地通過deeplearning.ai和coursera，為許多人提供在AI領域立業所需的教育。

　　吳恩達：中國和中國高校在AI教育和其他方面的投入令人激動。AI老師，多多益善。我從斯坦福了解到一件事：即使斯坦福也沒有足夠的AI教授。因此，我在斯坦福的深度學習課程是以“翻轉課堂”的形勢開展的。所謂翻轉課堂，指的是學生接受視頻教學，在家完成作業，再帶到教室討論。通過翻轉課堂，我在斯坦福一年能教授三次，而非一次深度學習課程。學生們的體驗也很好。我希望中國的教學機構也更多地采取這種模式。

　　吳恩達：不管是對正在學習AI的年輕學生，還是已經拿到文憑的人，我都會說，放手向前吧！AI的需求缺口很大，你們有很多機會去做有意義的事，改變行業，幫助傳統公司轉型，成立新的公司，等等等等。AI技術太年輕了，有價值的機會太多，因為實在找不到那么多人去做。這種情況將持續很長一段時間。因此，不管是對AI新人，還是AI老人，我都要說，放手向前吧。現在有高校課程，也有cousera、deeplearning.ai、網易云課堂這樣的線上課程，上手AI前所未有地容易。我希望每個人都這么想。

　　吳恩達：AI領域的成功需要勤奮和持續學習的能力。這是因為，AI技術仍在日新月異地發展。網絡課程能打下良好基礎，但也要堅持閱讀論文，跟上最新的研究進度。但我覺得網絡課程確實是打下AI良好基礎的最省時方法。另一個趨勢是越來越多的公司利用網絡課程培訓員工，AI人才再多也不夠。我認為，企業應該更多地創造AI人才，而非僅僅聘用人才。有了線上的電子內容，CEO和首席學習官們就可以更方面、更高效地培養成千上萬的工程師。

　　吳恩達：斯坦福、谷歌、百度……這些角色我都很喜歡。我很幸運地在不同的地方學到了不同的課程，希望我學到的課程也能幫到其他人。我來舉個例子。早期領導谷歌大腦的時候，神經網絡并不是一項廣泛被接受的技術，很多人心存疑慮。我的第一個客戶是谷歌的語音團隊，把這個項目做成了，我們團隊從中獲取了動力。現在很多CEO可以學習下這一點：你上手的第一個AI項目不一定得是最大、最重要、最吸金的。我們在語音團隊的成功吸引到了第二個客戶，谷歌地圖。在谷歌地圖也成功了之后，我才開始接觸廣告部門。因此，AI不一定要從最大的項目起步，更重要的是，用一兩個成功的項目來贏得信任和動力。我們現在的landing.ai也是這么做的。

　　吳恩達：AI的發展同時受到斯坦福等高校和企業推動，當然也有政府和研究機構的參與。這些角色都很重要。我覺得，現在AI找到了越來越多的應用場景，那些對學界和產業界都很熟悉的人是很重要的。快速的思想交流會幫助發展AI。研究人員會遇到的一個問題是，在每個研究項目上都有五十個方向可以做、五十個點子可以嘗試。比如我們做語音識別的時候，可以改善準確率、延時或內存占量、噪音識別等等，我們總是有那么多點子，而且可能每一個都值得去做。因此，讓應用場景來推動研究，有時候能讓研究人員集中到若干個重要的方向。

　　澎湃新聞：您百度離職后宣布了landing.ai、AI fund、deeplearning.ai等項目。這些項目的出發點是什么？您昨天（9月17日）在世界人工智能大會上也說，AI項目要避免和大企業競爭，但一定要有自己的長處和特色？這些項目的長處和特色是什么？

　　我們的ai系列公司中，還有AI fund負責投資初創企業，而deeplearning.ai則是一個教育系統。我想要幫助盡可能多的人們進入AI，參與這項重要的事業。除此之外，我繼續擔任coursera的聯合主席和drive.ai的董事。我的團隊正在組建一個生態系統，其中的AI企業可以互相幫助和支持。一些項目也會和中國企業產生互動。

　　吳恩達：landing.ai在制造業和農業上做了很多工作，也在認真地考慮醫療方向。公司在中、韓、日、德等國家都有合作。從全球來講，AI需求很大。如果你能接下一個傳統企業，把它變成好的AI企業，這能幫到很多人，也有望產生大量價值。但建立一個AI企業并不容易。

　　首先，要建立起AI團隊；其次，要選擇有所為，有所不為；最后，還要把AI融合進公司的整體戰略。每一步都非常非常艱難。我們的伙伴企業已經很有價值了，我希望landing.ai的經驗和專業性能AI讓它們變得更有價值。坦白來講，我們團隊的BD（商業發展）部門比較小，但小小的BD部門就已經讓工程部門累死了，因為賦能需要做的工作實在太多了。

　　我覺得我在谷歌和百度做的事很有意義，幫助了企業，也幫到了很多人。我們喜歡和有遠見的管理層合作，接下一個已經很好的企業，轉型成一個很好的AI企業。這很難，通常需要強力而有遠見的CEO。但一旦找到了這樣的好伙伴，我們就能創造很多價值，幫助企業更有效率。

　　吳恩達：盡管AI正在很多行業創造巨大的價值，但自動化也會帶來一部分失業。幸運的是，我不認為人們會失去所有的工作，還有很多新的崗位要做。美國缺機械師，中國缺醫護人員，中美都缺教師。因此，不是說人們沒活干了。一些工作消失了，另一些新的工作以更快的速度誕生了。我能想到的最好的解藥就是教育。我們有責任讓那些工作被AI替代的人們得到必要的教育，以找到新工作。我也看到越來越多國家承擔起這個責任，為被AI替代的工人們提供經濟和或其他方面的支持，以得到必要的教育，不斷找到有意義的工作。

　　吳恩達：AI在世界范圍內發展得很快，但還沒有一個國家擁有成熟的AI生態系統。因此，各個國家都有很大的機會。我覺得目前北京和硅谷有相對最成熟的AI生態，但也不是完全成熟。在未來的五年內，應該會完善很多。今天的AI才剛剛起步，這意味著，各個國家和城市在教育、PPP和培訓上都有很大的投入空間，方能迎來AI的明天。

　　吳恩達：我們現在有兩種類型的AI，一種是狹義AI，這種AI能在一件事上做得特別好，比如自動駕駛、工廠里的視頻監督、互聯網公司的網絡廣告。狹義AI改變了很多行業，正在創造非凡的價值。還有一種概念叫通用AI（GI），它或許未來能做一個人的所有事。我們在狹義AI領域看到了巨大的進展，但有個問題是，狹義AI和通用AI混為一談，有些人就會想，通用AI也有進展了。坦白來講，我個人沒看到通用AI有很大進展，我希望有一天會有，但那可能是數十年，乃至數百年后了。AI很難預測，但我還是很樂觀的，我覺得狹義AI就能造福很多人了。

　　吳恩達：AI領域有過幾次起落，也經歷過幾個寒冬，天花亂墜的宣傳遺落一地的失望。我覺得不會再來一次AI寒冬了。和之前不同的是，現在整個經濟基礎都非常支持AI。我親眼所見AI成為了經濟引擎，帶動巨額利潤。這反過來又吸引大量投資注入AI。我認為大企業也是個支持，它們對AI很有動力。實話說，現在比起半年前，有更多人在AI領域創造價值，半年前則比一年前更多。因此，現在的AI落地建立在非常堅實的發展勢頭上，這點不會改變。但我覺得現在有些過度宣傳通用AI，希望關于通用AI、類人AI甚至是危險AI、邪惡AI的大眾情緒能得到糾正。(本文來自澎湃新聞，更多原創資訊請下載“澎湃新聞”APP)