在AlphaGo等吸引大众眼球的事件推动下，AI仍然是技术的热点之一，图像识别等一些成熟的人工智能应用也在不断得到推广。但是另一方面，机器学习乃至深度学习的瓶颈和局限又不断被业界拿出来讨论，甚至有人提出了新的AI凛冬将至的说法。那么在接下来的一年里AI会有哪些进展呢？VentureBeat采访了吴恩达、Yann LeCun等多位业界大牛，让他们对2019年的AI做出预测。我们一起来看看。

人工智能一下子扮演起了拯救世界和毁灭世界者的角色。

为了排除炒作和噪音，VB访谈了AI领域的一些杰出人物，这些在全世界的最大型技术和产业公司已经工作多年，对如何正确做AI有着深刻见地。

以下是Google Brain联合创始人吴恩达、Facebook AI Research创始人Yann LeCun。我们想了解一下他们对2018年关键里程碑的看法，也想听听他们预测一下2019年AI的发展趋势。

吴恩达

当我听说吴恩达拿白板开会或者讲网课时，我总是忍不住发笑。也许这是因为一位既有激情又容易相处的人很容易让人开怀发笑。

吴恩达是斯坦福大学的兼职计算机科学教授，他的名字在AI圈很知名，原因有几点。他是Google Brain的联合创始人，这是一项在Google众多产品中推广AI的行动；同时也是帮助企业集成AI到运营当中的Landing AI的创始人。

他还是一些YouTube和Coursera（这家公司也是他成立的）上门一些最热门的机器学习课程的讲师，并且成立了deeplearning.ai，还写了《Deep Learning Yearning》。

2014年他加盟百度担任首席AI科学家，并帮助百度变革成一家AI公司，超过3年后他离开了百度。

最后，还是总额1.75亿美元的AI Fund的一员，并且是无人车公司Drive.ai的董事会成员。

吴恩达本月早期时候发布了《AI Transformation Playbook》，这是一本有关解锁人工智能对公司积极影响的短读物。

他期望看到2019年会取得进展或者预期会发生变化的一个主要领域是AI在技术或软件公司以外的地方得到应用。AI最大的未被挖掘的机会是软件以外的领域，他引用麦肯锡的报告来说，到2030年，AI将可产生13万亿美元的收入。

“我认为在软件领域以外的AI应用方面2019年将会有很多故事可讲。作为一个行业，我们已经做了相当多的工作来帮助像Google和百度以及Facebook和微软这样的地方——当然这些跟我已经没有关系——但即便是像Square和Airbnb、Pinterest这样的公司也在开始利用一些AI能力。我认为下一波大规模的价值创造将会是制造厂或者农机设备公司、医疗保健公司开发十数AI解决方案来帮助自身企业的时候。”

就像Chowdhury一样，吴恩达对2018年公众对AI能做什么不能做什么的理解程度也感到吃惊，并且对大家的对话不再仅仅围绕着杀手机器人场景或者一般人工智能展开而感到欣慰。

吴恩达说，他刻意地回应了我的一些很多其他人未必会提出的问题。

他说：“我试图审慎地举出若干我认为对实际应用非常重要的领域。我认为AI的实际应用是有障碍的，并且我认为在这些问题方面若干领域有望取得进展。”。

吴恩达兴奋地指出，在未来一年预计会看到AI/ML领域会取得进展来帮助整个领域发展。其一是AI会用更少的数据达成精确的结论，也就是所谓的“少样本学习”。

吴恩达说：“我认为深度学习的第一波进展主要是有一堆数据老训练非常大型神经网络的大公司，对吧？所以如果你想开发一个语音识别系统的话，要用数据来训练它10万小时。想要训练一个机器翻译系统？得用极大量的平行语料库句对来训练它，这会创造出大量突破性结果。我越来越发现即便你只有小规模数据也能获得结果，比如只有1000幅图像。”

计算机视觉的另一个进展被称为“一般化能力”。计算机视觉系统用斯坦福大学的高端X光机器扫描出来的原始图像来训练时也许能工作得很好，而且本领域的很多先进公司和研究人员已经建立起超越人类放射线医师的系统，只是灵活性略差。

他说：“不过如果你把训练好的模型应用到取自低端X光机器或者另一家医院的X射线时，一旦图像模糊一点或者X射线技术人员让病人稍微偏右边一点点的话，结果表明人类放射线医师在概括这种新背景的表现就要比今天的学习算法好得多。所以我认为研究如何改进学习算法在新领域的泛化能力将会很有趣。”

Yann LeCun

Yann LeCun是纽约大学教授，Facebook首席AI科学家，同时是该公司研究部门Facebook AI Research（FAIR）的创始主任——FAIR是PyTorch 1.0与Caffe2以及Facebook每天使用数十亿次的文本翻译工具及类似下围棋的先进强化学习系统等若干AI系统的开发者。

LeCun相信，FAIR研究和工具开发采取的开源策略是正确的，这为督促其他大公司也做相同的事情起到了帮助作用，进而可推动整个AI领域的发展。

他说：“当有更多的人就研究进行沟通时，整个领域就能更快地取得进展，这其实会产生相当大的影响。今天你看到AI取得进展的速度很大程度上是因为有更多的人更快更高效地进行沟通，并且做出了比过去更多的开放性研究。”

在伦理方面，LeCun也很高兴看到取得了进展。不为别的，光是考虑到这方面工作的道德影响以及带偏见决策的危险就不错了。

他说：“这个现在已经被视为问题，大家已经意识到需要多加注意。2、3年前还不是这样的。”

LeCun说他并不认为AI的伦理和偏见问题会成为亟待采取行动的重大问题，但他认为大家应该为此做好准备。

他说：“我认为并不存在亟待解决的生死问题，但是这种问题会有，而我们需要理解那些问题，并在发生前阻止其出现。”

就像吴恩达一样，LeCun希望看到有更多的AI系统能够具备那种灵活性，即不需要新的输入数据或者确切条件才能得出精确输出的更健壮的AI系统。

在将来，LeCun希望看到AI能在朝着在事件之间建立因果关系的方向取得进展。这种能力就不仅是通过观察去学习了，而且还要有实际的理解，比方说，如果人打伞的话，能推理出大概是下雨了。

希望我们都能认清这个时代，拥抱这个时代，然后活好余生。