吴恩达万字访谈：AI是电，让智能对每个人都可及；人类智力在很长一段时间内仍然会很贵，但AI可以变得廉价

今天小编分享的教育经验：吴恩达万字访谈：AI是电，让智能对每个人都可及；人类智力在很长一段时间内仍然会很贵，但AI可以变得廉价，欢迎阅读。

来源| Ed on the Edge，管理智慧

咨询合作| 13699120588

图片来源：Andrew Ng个人网站

Z Highlights：

AI是电：Andrew Ng认为AI有一个棘手的地方在于它是一种通用技术，这意味着它不仅对一件事有用，在这方面它像电。他总是问别人电有什么用？这几乎很难回答，因为它对很多不同的事情都有用。AI也如此，他认为有很多令人兴奋的工作还需要花费很多年时间去弄清楚并执行。

智能普惠：Andrew Ng认为，由于培养和训练一个智慧的人非常昂贵，人类智力在很长一段时间内仍然会很贵。但AI可以变得廉价。这意味着未来每个人都可以负担得起一支聪明且信息丰富的团队来帮助满足各种需求，人们也不再需要担心因生病或孩子上大学而支付巨额账单。他认为，让智能对每个人都可及，这将是一个令人兴奋的未来，使每个人都变得更强大。

执行的速度：Andrew Ng觉得对于很多还没有经历过快速发展的创业环境的人来说，他们不知道可以在15分钟的会议中做出一个关键决策，然后立刻行动。有时候这个决定是错的，可以撤回，这就像是一个双向门，会做出不同的决定。但在体验到这种执行速度之前，他希望更多的人能够在生活中体验到高效的真谛。

人物介绍

Michael Moe：Andrew Ng博士可以说是全球最顶尖的AI专家，是机器学习和在线教育的先驱。Andrew是LandingAI的创始人兼CEO，DeepLearning.AI的创始人，Coursera的主席兼联合创始人，AI FUND的管理合伙人，亚马逊董事会成员，斯坦福大学兼职教授。他对AI的深远影响包括创立Google Brain团队，并担任百度的首席科学家，领导AI应用战略。Andrew已经撰写或合著了200多篇关于机器学习、机器人技术及相关领網域的研究论文。2023年，他被列入TIME100 AI榜单，被认为是AI领網域最具影响力的人之一。我是在近15年前的首次ASU+GSV峰会上认识Andrew的，我非常感谢我们的关系能延续至今。

图片来源：Ed on the Edge

AI认知的启蒙

Michael Moe：非常欢迎我的朋友Andrew Ng来到Ed on the Edge。如果你在谷歌搜索全球顶尖的AI人物，Andrew Ng的名字会出现，这真的很酷。但更特别的是，Andrew Ng和AI显然是所有人关注的焦点，但我可以告诉你，作为一个有如此大影响力的人，你很难遇到一个比他更友善的人，他正在努力做更多有益的事情。所以，我今天特别高兴能和你在一起。谢谢你，Andrew。

Andrew Ng：谢谢你，Michael。你太客气了，和你在一起总是很有趣。

Michael Moe：那么，先讲一些背景故事。很显然，当下你参与了很多事情。但你是怎么开始的，谈谈你是在哪里长大的，你最初是如何对技术和AI产生兴趣的？有没有什么让你茅塞顿开的时刻？

Andrew Ng：我在新加坡长大，青少年时期住在英国、香港和新加坡。我记得我的第一份工作是办公室管理员。我记得做了很多复印工作。即使是青少年，我也觉得，天啊，我花了很多时间在复印上。如果我们能有一些自动化的东西，也许我可以把时间花在做其他事情上。从那时起，在我的职业生涯中，我一直对自动化感到兴奋，因为它可以释放人类的时间和劳动力，让他们去做更令人兴奋、更有价值的事情。事实证明，AI是实现这一目标的绝佳工具。

Michael Moe：我称之为时间红利，我认为这是一个大趋势。在如何真正利用这一点加速创新方面，这是非常非常令人兴奋的。所以你后来到了美国，你在卡内基梅隆大学读本科，然后在麻省理工学院和伯克利大学深造，还曾在斯坦福大学任教，这四所都是世界上最优秀的学术机构。在这些地方你学到了什么？有哪些成就对你如何看待世界产生了深远影响？

Andrew Ng：我真的很荣幸，在这些机构里都有非常棒的导师。在卡内基梅隆大学，我还是个天真无邪的大學生，而今天，我觉得自己已经是个天真无邪的成年人了。当我还是个天真无邪的大學生时，有一些教授如Andrew Moore、Tom Mitchell和Michael Kearns，我在暑期实习时与他们一起工作，他们非常慷慨地花费了大量时间与我讨论AI和机器学习，并给予我一对一的指导，这帮助我在那时学到了很多关于AI的知识。至今，我仍然非常感激我学习生涯早期的一些导师，同时也有点不解他们当时为什么会有那么多时间来帮助我，一个当时对这些领網域一无所知的大學生。

Michael Moe：显然，他们看到了一些东西。

Andrew Ng：在不同的学校中，我可能在MIT最开心，但我觉得我在MIT并不是最有成就的。不过，我非常喜欢那种all-tech、all-nerds的环境。在伯克利，我与Michael Jordan等人一起工作，深入研究AI的数学理论，同时也深入到实际应用中，比如寻找自主直升机，这也是一种独特的体验。在过去的几十年里，斯坦福大学对我也非常好。从John Hennessy、John Mitchell、Jennifer Widom到我的许多同事，以及斯坦福大学的领导层，他们在很多方面都给予了我极大的帮助，帮助我学习AI，帮助我成为更好的教师，帮助我建立各种项目。斯坦福真的是一个非常特别的地方，但我知道，"特别"这个词不足以形容它有多么特别。

Michael Moe：你是Google Brain的创始人之一，并且是Google整个AI行动的一份子。那是怎样的经历？这是怎么发生的？你是怎么去Google的？在那些日子里，Google对你来说是怎样的？

Andrew Ng：当我启动Google Brain项目时，我从斯坦福大学研究小组获得的数据显示，AI系统越大，我们构建的神经网络越大，它的性能就越好。所以我觉得我掌握了这些数据，这并不是什么秘密，但我几乎比所有人都更早地掌握了这些数据。在斯坦福这些数据表明，我们构建的AI模型越大越好，这让我有信心去找Larry Page咨询。实际上，我环顾硅谷，心想如果我有更多的计算机和更强的计算能力来构建更好的AI系统、更大的AI系统，我就能构建出更智能的系统。我发现Google拥有大量的计算资源。然后Sebastian Thrun，他的办公室就在我隔壁，把我介绍给了Larry Page，我也向他推荐了Google Brain项目。那是一次在日本餐厅，只有Sebastian、Larry和我的会面。幸运的是，Larry批准了这个项目。对我来说，那段时间内一个有趣的事情是，一些AI领網域的资深人士给了我很多建议，他们真的很关心我。

一些AI领網域的资深人士实际上跟我说，"嘿，Andrew，你为什么要构建非常非常大的AI系统？那不是关键所在，也许你应该去为AI发明一些新的数学方法"。但幸运的是，我有来自斯坦福的实验数据，它们给了我扩展AI模型会有丰硕成果的信念。所以在Google Brain的最初一段时间里，我实际上告诉团队，首要任务、首要方向，就是构建大型神经网络。幸运的是，这个方法确实奏效了，并推动了Google以及世界各地许多AI团队的进步。但我发现，有时候我们拥有的数据，不是秘密也不是广为人知的数据，会给你信念去做一些世界上其他人还没有看到的事情，在这种情况下（看到的事情）就是扩大神经网络规模。有时，这样做会带来丰硕的成果。幸运的是，在这种情况下，它成功了。

Michael Moe：在教育领網域，有如此多不同的数据，对吧？所以，你最终可能用这些数据做些什么，这非常吸引人。这是否也是你在13年前联合创办Coursera时感兴趣的原因之一吗？

Andrew Ng：时间过得真快。我当时在斯坦福教书，意识到年复一年地在同一个讲堂里工作，讲几乎相同的课，甚至讲相同的笑话。我想，这真的是我为斯坦福学生服务的最佳方式吗？所以在Coursera之前，大约在Coursera创办的五年前，我实际上启动了一个名为"Stanford Engineering Everywhere"的项目，将斯坦福的课程录制下来并将它们发布到网上。这个项目早期取得了一些进展。后来，我记得邀请Sal Khan对斯坦福计算机科学系的教职工做一个演讲，他谈到了一个概念：与其制作这些长达一两个小时的视频，不如制作5、7或10分钟的视频。我觉得这很酷。然后在大约五年左右的时间里，我在不断迭代许多设计，比如较短的视频，这个想法实际上是从SalKhan那里得到的，还有测验、自动化。大约五年后，我和Jennifer Witham一起，Jennifer有一门数据库课，我有一门机器学习课，Sebastian Thrun有一门AI课程。在几乎多年没人关注这些课程的创新之后，这三门课程突然变得很受欢迎。之后，我邀请我的联合创始人Daphne和我一起建立Coursera。幸运的是，我们在这方面取得了很大进展。

Michael Moe：平台上有1.5亿学习者。

Andrew Ng：我想说，我认为Coursera能发展到今天，公司的很大一部分功劳也要归于你，Michael。我还记得在早期的时候，你就投资了我的公司。回头看，当你作为Coursera的董事观察员时，我们还是一家私营公司，你做了很多预测，给了很多建议，几乎都证明是正确的。你预见的这个会好，那个会好。我不能说你的预测百分之百准确，但我想不到你有任何错误的预测。所以，我要感谢你早期的支持和建议，对公司帮助很大。

Michael Moe：你太客气了。我必须说，能参与到这样一个充满活力的企业，和这么多人才在一起工作，而且有这么多机会，真的是非常有趣和有成就感的。大家都怀着对社会产生影响的目的在那里，真的很了不起。我想再介绍一点你的背景，然后再谈谈学习。在2013年，你去做了百度的首席科学家，做了很多创新的事情，包括在Alexa之前，百度就推出了他们的语音助手。

Andrew Ng：其实，这是我做的事情。我在百度的时候，这是美国官方政策参与中国事务的前一个时代。显然，地缘政治已经发生了变化。在那个时候，在美国对华政策介入的时代，我负责运营AI百度，你提到了语音，我实际上就是那个站在台上宣布要制造一个智能音箱的人。然后令我惊讶的是，几周后，亚马逊宣布了Alexa，这实际上也为我的项目带来了顺风（ZP注：通常指一种文化环境或社会趋势，减少了市场推广和产品接受的障碍，使得产品和服务更容易被目标消费者接受。它对特定组织、企业、产品或服务的发展起到促进作用）。几周后，亚马逊又发布了相关产品。所以亚马逊推出Alexa对我来说实际上是件好事，但当我自己站在台上宣布我要制造智能音箱时，我真的没想到这一点。

Michael Moe：我在中国待了很长时间，在一切都发生变化之前。十年前，AI在中国是一个很大的事情，是一个非常重要的优先事项。我相信你也有同样的感觉。如果快进到今天，你会如何比较中国在AI领網域的现状及其关注点与今天美国的情况？

Andrew Ng：我认为在应用机器学习方面，中国非常非常出色。而且在某些垂直领網域，比如面部识别，我认为中国甚至领先于美国。随着生成式AI的兴起，AI能够生成高质量媒体（如文本、音频和影像），我认为中国落后于美国。许多创新都来自美国，特别是Google Brain团队和OpenAI。后来，有些人离开了Google、OpenAI，去了其他公司如Anthropic。所以我认为在一段时间之内，甚至现在，中国还落后于美国，但可能不像许多人想象的那样落后很远。中国发布的开放模型、开放权重、开源模型非常出色，并且与美国最好的开放模型相比也非常有竞争力，有一种渐入佳境的感觉。当我阅读研究论文时，我发现有时创新来自美国团队，有时来自中国团队，有时来自美国和中国组合团队。但我感觉当我在华盛顿特区时，我听到一些人说中国可能落后美国一到两年。但我个人猜测，不基于硬性数据，中国更像是落后美国零到六个月，而不是一到两年。

AI的强大能量

Michael Moe：你曾说过一句名言"AI是电"。你这话是什么意思？你怎么看待这一说法？你可能是在十年前说的这句话。

Andrew Ng：我认为这不到十年。我认为AI有一个棘手的地方在于它是一种通用技术，这意味着它不仅对一件事有用。你知道，像微波炉只对一件事有用。但AI在教育、医疗、物流和金融服务方面都有用。我觉得在这方面它像电。我总是问别人电有什么用？这几乎很难回答，因为它对很多不同的事情都有用。AI也是如此，这就是为什么人们有时会问AI的本质是什么？这有点像问电的本质是什么。我实际上有很多想法，但这也是AI面临的一个挑战，即随着电气化的兴起，在爱迪生之后，社会花了很长时间才找到应用电的各种方式并进行建设。我看到AI也是如此。我看到很多令人兴奋的项目，例如如何实际使用AI提供更好的财务建议？如何使用AI来改造物流并提高效率等等。所以我认为有很多工作、令人兴奋的工作，还需要花费很多年时间去弄清楚并执行。

图片来源：Unsplash

Michael Moe：我听你说过，通过AI可以解决的问题比AI专家还要多。所以当你通过AI FUND和其他引起你注意的事情来解决这个问题时，你是如何去做的？我知道你基本上是应用你的AI知识，然后试图找到垂直领網域的专业知识，谈谈更多关于这方面的事情。

Andrew Ng：也许可以简单谈一下为什么有这么多机会。经济学家一直在研究如何利用AI实现任务自动化，因为工作是任务的集合。我认为一个有用的分析部門是AI自动化任务，而不是工作。如果你查看整个经济体，人们做了多少任务？各种公司中人们从事的任务种类繁多。要自动化每一项任务，至少以今天的技术来看，大多数情况下需要一些定制，但人类的任务种类如此多样化。据他们估计，AI可以自动完成其中的20%、40%或更多，这其中包含了大量非常有价值的任务。这个定制化虽然还需要一些工作，可能成本会降低，这就是为什么我们需要一些时间来识别我们想要的所有任务。

AI FUND的作用是作为一个风险投资工作室，通常与大型公司合作，有时不是，但我们经常会与大型公司合作以识别AI项目想法，然后进行构建和资助。因此，作为风险投资工作室，我们实际上不寻找或寻求交易流。坦率地说，如果公司已经存在，那么他们通常对我们来说可能已经到了后期阶段。但我们往往从一个想法开始，甚至在创始人出现之前，尝试找到合适的创始人来与其合作，构建一些激动人心的东西，然后进行资助。我们与许多大型公司合作的原因之一是我的团队对AI有一定的了解，但我们无法同时成为物流和医疗保健领網域的专家，以及我们希望将AI应用于的所有其他领網域的专家，这就是为什么我们通常与拥有深厚领網域知识的大公司合作，或有时与个人合作，将他们的领網域专长与我们的AI专长相结合，创建Azure和市场营销的应用程式。

AI公司的建立

Michael Moe：那么，在你投资的一些公司中，或者你创建的公司中，以及AI FUND在学习领網域资助的公司中，例如Cairo Learning、Workhelix、Workera、FourthBrain，谈谈它们是如何诞生的。我想我们会更深入地讨论这些公司，但首先就你刚才描述的过程谈一谈。

Andrew Ng：随着时间的推移，我认为我们建立公司的过程已经发生了变化。但以Cairo Learning为例，Andrea Pasinetti，他是Kira的联合创始人，是一个很棒的人。他和我聊过天，因为他在Teach For China组织工作过，并且在K-12教育方面有很深的造诣，所以我们都希望尝试用AI和计算机教育来解决K-12的问题。因此，支持Andrea建立Cairo Learning真的很棒，他和他的联合创始人Jagriti一起工作。而Workhelix方面，Erik Brynjolfsson、Andrew McAfee及其联合创始人Daniel、James等，已经在劳动力领網域深耕多年，他们是领先的经济学家，发表了许多关于如何思考公司中工作任务的精彩论文，这些论文有助于公司找到如何更快地成长和更好地激励员工的方法。他们已经在思考一些想法，并能够整合这些想法，让我们在支持他们完善产品愿景方面发挥作用，然后进入市场。如今他们实际上正在帮助许多大型公司，甚至一些非常大的公司，分析他们的劳动力，帮助CEO了解他们的1万、10万甚至更多员工在做什么，以便公司更好地考虑他们的人力资源和人才战略。

至于Workera，Kian Katanforoosh是一个非常出色的领导者。这是一个不寻常的过程。Workera最初是我们教育团队DeepLearning.AI内的一个项目，由Kian领导。后来当精准提升技能的想法达到一定的成熟度时，Kian希望我们集体决定将其发展为一个独立的初创公司。因此，我认为这些公司都是前段时间建立起来的。通过这些经验，我们现在已经发展出了一个不同于以往建立这些公司的流程。在这个流程中，我们通常与合作伙伴一起确定具体的初创想法，然后找到一个CEO来帮助验证这个想法，经过三个月的原型期，如果看起来仍然不错，我们就会投资，然后公司就会开始运行。

AI教育的意义

Michael Moe：我想谈谈你。你在教育领網域产生了极大的影响，效果显著，你的课程《AI for Everyone》在Coursera上长期以来一直是最受欢迎的课程，已有数百万人学习了这个课程。你在《AI for Everyone》中学到了什么？你认为在帮助人们将这些知识应用到生活或工作中方面，你最自豪的关键点是什么？

Andrew Ng：我觉得《AI for Everyone》，以及最近的《Generative AI for Everyone》，对几乎每个人来说都息息相关。我认为AI，尤其是生成式AI，已经达到了一个成熟的水平，现在每个知识工作者都可以通过使用AI获得显著的生产力提升。但有一个重要的前提，即大多数人需要一点点培训才能安全有效地使用AI。所以我很高兴，对于很多人来说，《AI for Everyone》是早期课程，而《Generative AI for Everyone》也已经成为一个工具，通过大约三小时半的视频，教会任何人包括非技术人员足够的生成式AI知识，以便有效且安全地使用它。所以，我觉得所有知识工作者都应该参与进来，甚至非知识工作者也可以，但我不能说每个非知识工作者现在都能获得显著的生产力提升，但我很确定每个知识工作者都能做到这一点。

Michael Moe：你怎么看待生成式AI对学习的影响？你认为它在哪些方面能够真正推动学习进步？你觉得有哪些问题需要认真理解，以确保它们不会具有破坏性？

Andrew Ng：这是一个非常有趣的问题，我确实觉得我们正处于教育转型的中间阶段，生成式AI将带来不同的、令人兴奋的变革。我觉得各种团队都提出了一些有趣的想法。我认为Khan Academy做得很好。Coursera Coach在许多方面也都与之相似，它的聊天机器人能够很好地帮助学习者。然后，我认为还有不同的团队在进行任务分析，分析教师、教学助理或其他边缘技术中的人物的工作，并尝试利用生成式AI使这些过程更加高效。所有这些都是好的，但我认为实际上更大的转型即将到来。所以，我的一些团队正在积极进行实验。我不认为我现在就知道正确的答案，但我们有一些正在构建原型的理论。如果我们成功了，希望生成式AI能够帮助我们提供一种有意义的不同的学习体验。然后，我认为AI将为我们提供更加定制化、灵活和个性化的教育。我认为这些都会成为现实。但这些都是非常高层次的术语，具体如何实现呢？这些是许多团队正在进行实验的内容。

Michael Moe：在Coursera取得的成就中，你最为自豪的是什么？你在Coursera所做的事情中，最令你兴奋的是什么？展望未来，你最期待的是什么？

Andrew Ng：对我来说，很多事情最终归结为服务个体。当我在美国或其他国家旅行时，遇到那些说Coursera改变了他们生活的人，我就会觉得我们能在帮助他人获得培训或教育方面发挥微薄作用，从而改变他们的职业轨迹，让他们的家庭过上更好的生活，这是我们的荣幸。我认为这最终归功于那些在Coursera的帮助下通过学习改变自己的生活的人。而我们能够大规模地做到这一点，真的是一种荣幸，因为有如此多人信任我们，期望我们在帮助他们做得更好，并将他们的学习成果应用于构建令人惊叹的AI系统，或者从事网络安全工作，或者成为商业领袖或其他。

Michael Moe：AI FUND的一个明确使命是利用AI推动人类进步。你最兴奋的、认为AI能够真正对社会未来产生影响的事情是什么？

Andrew Ng：AI FUND做了很多事情。我觉得可以这样想，电有什么用呢？但我会尝试用稍微不同的方式来回答这个问题。我认为直到现在，智力一直很昂贵，这也是为什么在许多国家，只有相对富裕的人才能雇佣那些高技能的医生来仔细检查和建议病情，或者雇佣那些耐心辅导孩子的老师。我认为，由于培养和训练一个智慧的人非常昂贵，人类智力在很长一段时间内仍然会很贵。但AI可以变得廉价。这意味着我认为未来每个人都可以负担得起一支聪明且信息丰富的团队来帮助满足各种需求，人们也不再需要担心因生病或孩子上大学而支付巨额账单。我认为，让AI对每个人都可及，这将是一个令人兴奋的未来，使每个人都变得更强大。

互动交流

Michael Moe：我想用一个快问快答的方式来结束这段对话。我希望是你第一反应（下意识）的回答，一句话，不超过三句话，包括一些不同的人和一些想法，你身边有很多非常有趣的人。我们开始吧，没有特定的顺序。John Doerr曾是Coursera的早期投资者，并且在你的董事会中。他有什么特别之处？

Andrew Ng：John和Scott发出了第一次投资。John Doerr非常聪明，他见多识广，他在建立联系和匹配资源方面拥有非凡的能力。我觉得他是那种可以打电话给几乎任何人、几乎任何人都会接他电话的人。所以他多年来积累的各种关系和智慧真的非常令人惊叹。

Michael Moe：好的。Scott Sandell呢？

Andrew Ng：Scott非常棒。每次我跟Scott谈话，我都感觉自己因为和他简短或长时间的对话而变得更聪明。我认为Scott非常有洞察力，并且愿意根据他的信念采取行动推动事情向前发展。这也许不奇怪，在Scott的深刻洞察力和卓越领导下，NEA是一家非常成功的风险投资公司。

Michael Moe：当然。那么，除了你自己的课程之外，你最喜欢的Coursera课程是什么？

Andrew Ng：Barbara Oakley教授的《Learning How to Learn》课程，我认为非常出色。它涉及了许多学习心理学，提供了很多实用技巧，帮助我们每个人成为更好的学习者。实际上，我对学习应该成为一种习惯这个观点非常着迷。你知道，学习不是在一个长周末里拼命临时抱佛脚来学习AI或其他内容，而是要培养一种习惯，每周学习一点东西，并把这种习惯持续终身。我认为Barbara和Terry Stanowski 共同制作的《Learning How to Learn》课程非常棒。

Michael Moe：顺便说一下，这也是我最喜欢的课程。我爱它，太棒了，每个人都应该学习这门课。（下一位）Jeff Maggioncalda.

Andrew Ng：我认为Jeff是Coursera非常出色的CEO。他的一大亮点是他对教育使命的承诺。实际上，我第一次见到Jeff是在你的会议上，我当时做了一个演讲，他可能听了我的讲座，然后我们一起喝咖啡，一见如故，部分原因是我们共同致力于教育事业。此外，他还是学校的高管。与他共事的感觉非常棒。

Michael Moe：你最喜欢去哪里度假？

Andrew Ng：我在这方面做得很差，我认为在这方面我是一个很差的例子，我只倾向于工作。我发现我可以连续工作数年而不休息，实际上也不会感到疲惫。这可能是我有点问题。话虽如此，和孩子们一起去的任何地方都很有趣。坦白说，即使是和孩子们一起去超市也是很愉快的。不过，也许去超市度假可能不是最激动人心的答案。

Michael Moe：热爱你所做的事情是很棒的。你最喜欢的AI工具是什么？

Andrew Ng：我喜欢的工具太多了。我最喜欢的AI工具可能是Jupyter Notebook，因为你可以非常通过使用所有出色的API来快速建立自己的AI工具原型。当然，我也使用包括OpenAI、Anthropic、Gemini等所有主要的生成式AI提供商。最近我还使用了很多AI agent工具，比如TrueAI、LangGraph、AutoGen。我觉得使用那些让我可以构建其他AI工具的AI工具非常有趣。

图片来源：Unsplash

Michael Moe：那太棒了。那么，除了你创办或投资的公司之外，哪家公司给你留下了最深刻的印象？

Andrew Ng：这个问题有点棘手。我觉得有很多公司都很令人印象深刻。我认为在硅谷的一个很棒的事情就是你可以随意在硅谷或者旧金山闲逛，然后遇到许多让你深感尊敬和钦佩的公司，很难只挑出一个。但在早期阶段的项目中，我最近一直在研究很多AI agent框架。像TrueAI、AutoGen、LangGraph、LangChain这样的东西。我觉得这些公司还不是特别大或成熟，但我对帮助其他人构建AI agent的工具感到非常兴奋。这样，他们不仅能像我们的Chachi或Gemini那样处理单一的提示和回应，而且能让AI按顺序采取许多行动，执行更复杂的任务。

Michael Moe：放眼全球，现在有没有哪个地方在创新和活力方面让你特别兴奋？

Andrew Ng：我觉得现在在硅谷有非常高浓度的生成式AI人才。在生成式AI兴起之前，我从未见过任何科技或AI技术如此集中。所以，我喜欢的主要城市有：西雅图、洛杉矶。我去过亚洲不同的国家，有时也去欧洲，我喜欢的城市有很多，但坦率地说，就生成式技术的集中度而言，硅谷是我最喜欢的，在硅谷之外这种集中度会迅速下降。不过我认为知识正在迅速扩散。最近我去了泰国，那里的项目数量令人印象深刻。我看到很多地方，如韩国、日本、台湾，都有很多令人印象深刻的项目正在开展。所以我认为很多地方正在崛起，但目前确实有这种倾斜。

Michael Moe：你最喜欢的书是什么？

Andrew Ng：大多数有趣的问题其实就是你标准的普通答案。我小时候非常喜欢Richard Feynman的书。然后也许成年后，我受到《The Lean Startup》这本书的影响很大。我认为这是关于执行的速度。实际上，老实说，初创企业的最大优势就是速度，对吧？我发现优秀的CEO执行速度之快，是那种没见过速度的人会觉得不可思议的速度，是一些人一生中从未见过的。因此，我觉得推动这一理念是很重要的。我觉得对于很多还没有经历过快速发展的创业环境的人来说，他们不知道你可以在15分钟的会议中做出一个关键决策，然后立刻行动。有时候这个决定是错的，你可以撤回，这就像是一个双向门，你做出不同的决定。但在你体验到这种执行速度之前，我希望更多的人能够在生活中体验到速度的真谛。

Michael Moe：这是一个非常棒的观点。最后一个问题，你被问过的最好的问题是什么？

Andrew Ng：我怀疑我曾经被问过的最好的问题是我年轻时一个导师问我的问题，这个问题让我意识到自己当时有些愚蠢并改变了我的工作轨迹。事实上我会告诉你我腦中闪现的那个问题。我在麻省理工学院的导师时，David Karger，一位理论教授，曾经温和地询问我，他基本上是以一种非常友善的方式说的，我觉得他实际上是以问题的形式提出的。他基本上是说："Andrew，你太理论化了，去实践一下吧"。但我认为他可能是以问题的形式提出的——你有没有考虑过做更多的实践工作，而不是仅仅专注于理论？实际上，就是那一刻改变了我对如何构建AI的思考轨迹。如今，我想大家认为我相当注重应用，没有多少人知道，真正改变我的是当时与一位麻省理工学院教授的那一次对话，我对此非常感激。也许这就是为什么即使到了今天，我们这些已经在事业上取得了很大进步的人，也觉得自己有责任和义务去尽我所能帮助他人。因为即使到现在，我仍然会因为某些原因而从做了其他事情的人那里获得帮助，他们似乎乐于无私地提供建议，尽管对他们没有任何明显的好处。我觉得我们中的许多人，至少我觉得自己有责任去回馈社会。我也惊讶于在我的职业生涯中，有些对话，我真的不知道他们是否意识到自己所说的内容的意义。结果，这些话成为了那时某些人所需要的智慧。

Michael Moe：我的一位导师，重要导师Bill Campbell，是真正教会我"传递善意"理念的人。我认为这也是硅谷文化中人们不太理解的一部分，那就是"传递善意"的文化。因此，Andrew，我无法告诉你我有多么感激我们的对话。见到你并和你交谈总是如此美妙，我总是能学到很多东西。这真是太棒了，谢谢你。我希望我们很快能再见面。

Andrew Ng：谢谢你，Michael。希望我们能很快见面。我希望在接下来的几周内见到你，我感觉每次都有很多话要说。

Michael Moe：谢谢你。Andrew，你最棒了。再见。

本文翻译自：The #1 AI Expert on Earth：Dr. Andrew Ng | Ed on the Edge

https://www.youtube.com/watch?v=GvNXwEbGqss

编译：Manyue Hu

END

点击下方卡片，关注管理洞察

                                                       喜欢这篇文章

请为我点赞和在看