智酷时评

　　2014年5月17日，微信疯转的重磅新闻，百度宣布任命人工智能领域最权威的学者之一—吴恩达(Andrew Ng)博士为百度首席科学家，全面负责百度研究院。百度研究院在硅谷和北京设有实验室。

　　吴恩达在人工智能领域是公认的领军人物之一。吴博士创建并领导了谷歌的深度学习团队，同时还是在线教育平台Coursera的联合创始人。

　　这则消息昨晚引发了“网络智酷”群里众多专家的讨论，小编汇总了老师们的精彩论点，予以分享：

　　刘锋 互联网xlab创始人，《互联网进化论》作者

　　从新闻轰动和促进科学发展角度，吴恩达加入百度和百度成立硅谷实验室很有价值，但大的方向判断上，百度可能依然出现失误，人工智能的发展不是互联网的主要未来，连接人、物和数据的BigSNS才是。

　　大社交网络表现出的群体智慧远高于人工智能，如果说搜索引擎为代表的是互联网左大脑，那么社交网络代表了互联网右大脑，没有右大脑支撑，互联网左大脑会萎缩，但反之不成立，看到这个新闻反而为百度担心。

　　张云泉 中国科学院计算技术所研究员

　　深度学习世界领军人物之一的吴恩达教授加盟百度，使得百度脑计划团队正式成军，整装待发。百度在与谷歌的深度学习和大数据人才争夺大战中再下一程，美国脑计划与中国脑计划有何异同，谁的智力更高一筹值得期待。

　　在美国硅谷创立研究院，表明了百度走向世界信息技术创新舞台中心的决心。越来越多的中国本土企业，如华为和百度，对中国创新越来越有自信，愿意投入更多的资源加大创新，试图由追随式创新向引领式创新转型，也是中国成长为世界强国，甚至超越美国的必由之路。

　　唐文 易宝支付市场总监

　　数据时代的革命发生在三个环节：一、数据生成；二、数据处理；三、数据理解。过去数十年，许多创新基本发生在数据处理这个环节。

　　新媒体和传统媒体比，降低了信息生成的门槛，但他仍然属于“意识信息”，即使打一个笑脸，拍一张照片，仍然需要你有意识的参与。

　　可穿戴设备比较革命性一点，是在信息生成上迈入了“无意识信息”时代。例如，运动心率表生成的心率数据。谷歌眼镜最终的革命，就是在信息生成，因为眼睛是人获取信息的最核心途径。如果眼镜本身成为信息生成源，再配合非结构化数据处理的突破，将是颠覆性的。

　　脑科学最惊人的突破，就将是在信息生成和信息接受环节。在信息接收环节，至今不过是可视化处理，并没有真正技术含量的创新。脑科学的推进将改写这个困局。

　　杨静 中国经济网经营顾问

　　百度研究院的成立，是百度大脑向谷歌大脑全面宣战的标志。

　　从全球人工智能尖端研发竞争来看，Google挖GeoffreyHinton， Facebook挖Yann LeCun，百度挖AndrewNg，至此deep learning的三驾马车已经分属其主。世界人工智能最前沿的三国演义即将展开新一轮博弈。

　　从百度在中国互联网未来的战略布局看，技术基因的驱动力量将越来越强大。

　　首先，吴恩达作为首席科学家，百度给出了目前最高且唯一的职级T12。且随着吴恩达担任百度研究院的院长，百度还将投资3亿美元在硅谷成立一个新的研发中心，将招募近200名员工。目前百度深度学习研究院的员工规模仅为80人左右。根据新闻透露，百度研究院目前包括三大实验室：硅谷人工智能实验室、北京深度学习实验室 ( 原深度学习研究院 ) 和北京大数据实验室。那么，百度大数据实验室的未来走向值得关注，特别是其在吴恩达院长的领导下，百度大数据将形成何种独特竞争力。

　　另外值得关注的是，百度未来对在线教育的战略企图。AndrewNg依然是世界级在线教育平台公司Coursera的董事长，作为其最重要的发言人和布道者，同时领导其机器学习领域的技术团队。而更重要的是，Andrew将负责Coursera在中国的长期发展。

　　张晓峰 价值中国会会长

　　我曾经把BAT今后十年的竞争分为三个阶段，当前这个阶段，BAT的地位是基于入口和关系的“社交”进行区隔。第二个阶段，是基于专业人士和专业工具的“大数据”。第三个阶段，是基于机器学习、人机交互的“人工智能”。

　　现在百度在百度大脑框架下，于大数据、人工智能两个方面同时发力，具有很强的前瞻性，引进余凯，挖角吴恩达，都是这个战略的一部分。如果说，在大数据这个阶段BAT还各有千秋的话，毋庸置疑，人工智能阶段百度将占有优势，届时竞争者将会直接面对GOOGLE或者FACEBOOK。问题是，百度愿意放弃自已引以为傲的“竞价排名”吗？第二个问题是，“人工智能”与“人的智能”是不可分的，百度会像腾讯一样运用好人的智能吗？

　　醒客 科技财经作家、天使投资人

　　百度引入人工智能研究，一方面是技术突围的需要，另一方面是市场概念的需要，也还是大公司的责任，有利润的公司不投入长线，生态更加脆弱了。人工智能直接出可见商业成果很难，看上去有切入点，但人工智能的认知存在非常大差异，技术驱动不了认知问题。信息的研究方向，我个人倾向于还是从人与人、人与世界之间的联系入手，这是可见的、也容易有共识，能产生价值。

　　王婉卿