「吴恩达」吴恩达专访：我的人工智能科研之路 |人工智能|机器学习|Coursera|

本文插图
（雷锋网）
作为斯坦福大学计算机科学系和电气工程系的客座教授，吴恩达一直致力于深度学习的研究。在不同的场合，他一再表示：深度学习还有很大的潜力，是一项被证明有效的技术，我们需要继续加大投入。
为此他做了很多努力：其与达芙妮·科勒一起创建的在线教育平台Coursera影响了数百万的AI学习者；所开发的人工神经网络通过观看一周YouTube视频，自主学会识别哪些是关于猫的视频为人工智能领域翻开崭新一页。
近日， MIT的 AI 科学家 Lex Fridman 对吴恩达进行了专访，在接受采访的时候，从在线教育平台Coursera谈到了初学者如何进入AI领域，并讲解了他认为的最高效的“学习姿势”是什么样的。
另外，其还回忆了他的第一个博士生，并简单介绍了当时研究直升机的项目......专访视频如下，由于视频过长， AI科技评论在不改变吴教授逻辑的情况下，进行了有删改的编译。
视频内容：
Andrew Ng: Deep Learning, Education, and Real-World AI | AI Podcast with Lex Fridman
1、Youtube链接：
https://www.youtube.com/watch?v=0jspaMLxBig
2、腾讯视频链接：
https://v.qq.com/x/page/k3071n26rvo.html（由网友上传）
1、在线教育的早些时候我在香港和新加坡长大，第一次接触代码还是5、6岁的时候，当时我学习基础的编程语言，将一些代码编入计算机里，当时我也非常喜欢做一些编码实例。
我在我的旧电脑上面实现我的想法，沉迷于将课本上的代码复现到电脑上，因为我觉着用编程帮助我玩视频游戏非常酷！年龄稍微大点，我就和我的医生爸爸就阅读相关的专家系统和神经网络知识，那时在计算机里写代码，然后展示智能是真的很棒！
高中的时候，我在办公室做助理实习，期间做了很多复印（photocopy）的工作，当时我就想，如果能写一些软件来造一个机器人来让一些工作自动化，那该多棒。
从那时起，我的很多工作都围绕着自动化这一主题展开，直达今天。我仍然以自动化为中心，甚至今天的机器学习在写一些学习算法方面也非常出色。
另外，我在Coursera上也尝试了将自动化应用到校园教学上面。我在斯坦福教授机器学习的时候，每年会有大约400名学生，每一年我都会在相同的教授，拍摄相同的教学视频，甚至讲相同的笑话。我在想为什么我不用在最后一年拍摄的教学视频，然后花更多的时间和同学们建立深刻的关系？这启发了我的思考，然后我们发起了第一步的行动。
其实大多数人都不知道，我放在网上的教学视频大多是晚上10点到凌晨3点之前录制的。一开始的时候，压力很大，我们想过要放弃，但是有十万人注册，成千上万的人的期待促使我走向录音棚，走向办公室。开始录制之前都会调整我的讲课逻辑，调整欢迎致辞，开着麦克风，然后开始录制，每每都会到夜里两三点，但是创作内容的想法鼓励着我希望有很多人学习机器学习。
我告诉我的团队，我们首要任务是做对学习者有利的事情，每当我往录音棚走去，我脑子唯一的想法是我能说什么，如何才能让学习者尽可能的了解机器学习概念。我认为我们做了对的事情，我一直在坚持基本原则，做对学习者最好的事情，即使学习者可能来自全球各地。
我很想帮助任何对机器学习感兴趣的人进入这个领域，你可能会好奇，为什么要发给这么多的时间来解释梯度下降，其实回想一下学习的基本要求就知道了：任何进阶技能都可回溯到基础概念。当然，对人工智能感兴趣的人非常多，这里面可能包括开发商，程序员，他们可能来自世界各地。确定的是，感兴趣的人数还会随着时间的推移而增长，所有的这些东西都不会凭空而来，所有一蹴而就的成功都需要花时间才能实现。