本文为网易科技旗下“易评”栏目专稿
文/秉翰
吴恩达走了，百度傻了。正准备大上快干人工智能的百度，突然让人有种被釜底抽薪的感觉。吴恩达的公开信并不能说明什么，毕竟我们还不曾见到公开互怼的离职信。吴恩达在时百度可能面临的还是变现的难题，吴恩达走了则变成了技术演进的难题。吴恩达在百度时间不过三年，为百度带来的不光是数篇精彩的论文，还有各种商业化的人工智能产品。虽然这些产品都遇到了变现难题，但是也让百度在人工智能领域走在了前面。
笔者不敢遑论为何吴恩达出走，但是百度在人工智能领域并不是没有污点。即使是在Andrew Ng的带领下，百度走邪路的品性仍然没什么改变。百度2015年的时候，曾在ImageNet的图像识别人工智能基准测试中取得了全球最好的结果，其图像识别错误率仅为4.58%，而微软是4.94%，Google是4.8%。但随后ImageNet发表声明指出百度在测试中有违规行为：百度的研究人员采用了密集测试的方法提高成绩。在2014年11月28日到2015年5月13日之间，百度异构计算团队的研究人员使用了至少30个账号向测试服务器递交了至少200次，其中3月15日到19日的五天时间内递交了超过40次，违反了每周最多2次递交的规定。作为一个在学术界摸爬滚打多年的教授，吴恩达看到这种情况估计应该心里在骂娘。如果作为一个学生搞出这种烂事，不用说毕业无望，被开除的可能性也极大。但是，作为一名百度员工，发表致歉声明便一切烟消云散。
吴恩达深谙的神经网络为百度人工智能带来了惊喜，但并无法将百度从搜索入口份额下降的泥潭拉出。百度，以及今日头条等公司大上快干人工智能对于他们商业上的成功也许并不能带来什么助益。吴恩达带着成千上万块GPU也许能为百度带来一些令人惊喜的人工智能产品，却难再现与莆田系印钞般的盈利能力。
然而，笔者已经懒得吐槽目前百度或者各大互联网公司面对人工智能大上快干的“神经病”行为。本文只是准备整理一遍让人工智能惊艳世人的神经网络技术，以此纪念吴恩达为中国人工智能，特别是神经网络领域所作出的杰出贡献。
为什么神经网络火了？
神经网络这东西并不是新鲜事物，AlphaGo牛X之前，也只是人工智能各种算法的一个分支。神经网络中的很多算法已经存在很多年，并不是突然之间像魔术那样出现而不可思议。最近开始吸引焦点，主要是因为可用的计算能力（CPU、GPU、AI专用计算单元）的快速发展，让海量矩阵乘法运算更容易被测试、验证和迭代。
但是Deepmind对AI下围棋这块的神经网络优化确实让人惊艳，而吴恩达在谷歌的识别猫的项目也是让人工智能图片识别达到全新高度。于是乎，不明真相的群众们真的以为明天人工智能就要过来取代人类。各大互联网公司也是顺势而为立即做起了人工智能生意。
然而即使吴恩达谷歌百度建立起了链接数量百亿级别的神经网络，人工智能取代人类的事还有点早。不同领域的训练数据获取之于现实面还是无法解决的难题。而且某些领域数据的复杂度，也许只有量子计算才能在人类寿命可接受的范围内结束训练。
神经网络或成图灵之钥 但并不能解决一切
神经网络有两大好处，一是利用相对长的应用前训练时间换取了应用中的处理实时性。二是用训练数据的处理复杂度换取了预设逻辑的处理复杂度。而且AlphaGo让人们开始相信，也许神经网络真的是解决完全图灵测试的钥匙。
就宏观的愿望来说，神经网络是期望通过模拟现实中的生物思维来直接实现人工思维。人工神经网络是对人脑完成特定任务或感兴趣功能的方法进行建模的自适应机器，是一个由简单处理元构成的规模宏大的并行分布式处理器。天然具有存储经验和使之可用的特性。神经网络在两个方面与人类相似：1、神经网络获取的知识是从外界环境中学习得来的；2、互连神经元的连接强度，即突触权值，用于储存获取的知识。
现实生活中有很多问题并不能用预设逻辑来解决。当问题不可预测，如在手写字体识别；亦或处理的问题很容易变更需求；处理的任务只需要一个满意解而不是精确解的时候，这些情况对于人脑的模糊逻辑处理来说不是问题，但对于计算机程序却是难题。而神经网络通过已有大量可参考的经验数据，或者该任务自身能够产生足够的经验数据来完成一个最优解。它不保证任务完成的100%正确，但可以像人脑一样给出一个经验最优解。从模仿人类思维的角度来说，人工智能可能是所有机器学习算法通用性最高的一种，也是达阵（编者注：橄榄球术语，完成得分）图灵测试的最有可能途径。
但以此认为神经网络会解决一切？ 那是在发神经。很多情况神经网络并不是人工智能的最优解决方案。什么问题都拿神经网络来套那是神经病。这里可以举个例子-基本的数字识别。
不管是神经网络还是基本的决策树，亦或是向量机，最根本的算法选择原则还是能够解决问题。很多产品处理都使用了热门的递归神经网络算法，但是如果能用简单的预设逻辑，贝叶斯算法以及向量机等可以达到很好的效果，也没有必要本末倒置。深度神经网络很可能成为未来解决人工智能问题的通用算法，但是神经网络所需要的大量数据制备整理也是旷日费时。神经网络相较于其他机器学习算法更像是用应用前的大量数据净化时间和训练时间来换取使用时的快速计算。
各种算法的性能比较，神经网络并不是最优解。
数据来源：（人工智能，Stuart-Russel）
目前没有任何一种人工智能算法可以在任何场景中达到最优解。神经网络火了，并不意味着未来人工智能就完全走向单一方向。神经网络配以其他方法辅助可能是更明智的选择。
人工智能的变现难题
吴恩达2014年被百度招徕至麾下，百度开始了人工智能时代。你可以说百度一直在模仿谷歌，但是在人工智能这件事上，百度真的是挖来了谷歌大脑的核心人物。吴恩达在百度的3年时间里发表了近20篇论文，每项成果要么融入百度的已有产品线，要么依据成果成立一家初创公司。从吴恩达回到百度第一个开发的医疗问诊机器人到最近推出的语音识别开发平台的唤醒二期产品，百度在人工智能领域的进步有目共睹，虽然没有Deepmind般惊世骇俗，但也成为业界执牛耳者。
如今借着AlphaGo的东风，各种人工智能公司如雨后春笋般出现。不仅各种大数据公司摇身一变成为AI先锋，就连依靠数据挖掘成功的媒体公司今日头条也对外宣称自己是一家人工智能公司。从外面看人工智能好似一座宝岛，万人争过独木桥只为在岛上掘出什么宝贝来。但是横亘在所有人工智能公司面前的最大问题就是如何变现。回到现实层面，这座岛上既没有金子，也没有银子，看起来连块像样的石头都没有。
就拿百度举个例子，吴恩达算是人工智能图片识别领域的权威，然而恩达同志从未有过将产品商业化的成功案例。斯坦福做教授时靠学校养着，谷歌大脑期间当然由广告商养着，从来没有任何变现压力。来到百度之后，当然产品化节奏有所加快，但也只能是被养着的节奏。比如2015年就已经推出的百度问诊机器人，推广上遇到的问题还不算是问题，本来靠着百度那一套问诊和卖药的逻辑应该有着不错的前景，但是去年的魏则西事件基本将百度靠医疗暴力变现的逻辑彻底粉碎。于是，医疗事业部变成百度医疗大脑，问诊机器人产品也只能成为鸡肋。当然，百度的一些语音产品在技术层面还是有着很好的toB前景的，但这种前景相比百度的体量和对人工智能的付出，前景也不可能变成钱景。
吴恩达的出走，对于百度算是一次沉重打击，百度想再找到跟吴恩达水平相仿的人才，应该说基本无法实现。李彦宏面对贝尔的荒野生存也许可以泰然处之，但是面对自己心心念念的人工智能被釜底抽薪则必然会呜呼哀哉。之前有人说吴恩达是吴承恩派来的，目的是为了帮百度请到更多的孙悟空。如果有更多的孙悟空加盟的话，吴恩达“人工智能改变世界”的故事，或许会更加精彩。但是吴恩达走了，是不是孙悟空们也会离去。百度人工智能或许正面临一场危机让我们拭目以待。
编者按：本文作者为人工智能初创公司EditorAI CEO刘秉翰。作者在人工智能领域最会写文章，写文章的里面最懂人工智能。
