吳恩達(dá)應(yīng)Quora邀請(qǐng)做了一次在線答疑，回答了從AI的泡沫、倫理、數(shù)學(xué)、深度學(xué)習(xí)到職業(yè)生涯等六大問(wèn)題。機(jī)械雞編譯如下：

　　▍人工智能應(yīng)該受到管制嗎？

　　AI作為基本技術(shù)不應(yīng)受到管制。

　　政府要阻止你，在電腦上實(shí)操神經(jīng)網(wǎng)絡(luò)也是不切實(shí)際的。然而，有AI的應(yīng)用，例如自動(dòng)駕駛，需要監(jiān)管。AI對(duì)反壟斷（監(jiān)管壟斷）也有新的影響，監(jiān)管機(jī)構(gòu)尚未深入思考，但應(yīng)該重點(diǎn)關(guān)注。

　　關(guān)于人工智能法規(guī)的討論，大部分來(lái)源于對(duì)“高能AI”或“邪惡的殺手機(jī)器人”認(rèn)識(shí)的恐懼，而不是更深入地了解，自己能做和不能做的事情的后果。由于今天的AI還不成熟，但發(fā)展迅速，任何國(guó)家的強(qiáng)硬監(jiān)管都會(huì)阻礙該國(guó)的AI進(jìn)展。

　　然而，一些人工智能用例需要監(jiān)管來(lái)保護(hù)個(gè)人。汽車行業(yè)已受到嚴(yán)格監(jiān)管，以確保安全。通過(guò)自動(dòng)駕駛等新的AI功能，通過(guò)這些規(guī)則如何改變是值得思考的，這將有助于整個(gè)行業(yè)。

　　其他領(lǐng)域也一樣，包括制藥、軍控、金融市場(chǎng)等。但是，監(jiān)管應(yīng)該是針對(duì)某一個(gè)行業(yè)的，并且基于對(duì)用例的深思熟慮，以及我們?cè)谔囟óa(chǎn)業(yè)而不是基本技術(shù)上看到的結(jié)果。

　　政府也可以發(fā)揮重要的作用，幫助在不遠(yuǎn)的未來(lái)那些受AI影響而失去工作的人，例如提供基本收入和再培訓(xùn)。

　　▍深度學(xué)習(xí)泡沫什么時(shí)候爆發(fā)？

　　大約100年前還有很多關(guān)于電力的炒作。那個(gè)泡沫還沒(méi)有爆發(fā)，我們發(fā)現(xiàn)電力很有用！

　　更嚴(yán)重的是，由于深度學(xué)習(xí)已經(jīng)創(chuàng)造了大量的價(jià)值 - 它用于網(wǎng)絡(luò)搜索、廣告、語(yǔ)音識(shí)別、推薦系統(tǒng)等等。深度學(xué)習(xí)，還有更廣泛的其他AI工具（圖形模型，KR等），現(xiàn)在有一個(gè)明確的行業(yè)轉(zhuǎn)型方向。

　　深度學(xué)習(xí)的影響將超越科技界。

　　盡管如此，我認(rèn)為在核心技術(shù)之外，有一些過(guò)分夸張的對(duì)“感知力AI”的期望；我也和多位CEO聊過(guò)，似乎他們認(rèn)為，AI可以是所有技術(shù)問(wèn)題的靈丹妙藥。

　　所以，在深度學(xué)習(xí)中有一些不可避免的泡沫，我希望這些較小的泡沫會(huì)爆發(fā) - 越早越好，在他們有時(shí)間發(fā)展壯大之前。

　　▍完成您的Coursera機(jī)器學(xué)習(xí)課程后，可以做些什么項(xiàng)目？

　　構(gòu)思新項(xiàng)目的好方法是，花時(shí)間溫習(xí)借鑒已有的項(xiàng)目。關(guān)于你的大腦如何工作，是一件神奇的事情。

　　很多藝術(shù)家通過(guò)復(fù)制大師的作品來(lái)學(xué)習(xí)繪畫 - 如果你參觀美術(shù)館，有時(shí)候你有時(shí)會(huì)看到藝術(shù)學(xué)生，坐在地板上試圖復(fù)制展覽的藝術(shù)作品。同樣，很多研究人員通過(guò)在舊的研究論文中復(fù)制結(jié)果，來(lái)學(xué)習(xí)發(fā)明新的算法。

　　對(duì)于我來(lái)說(shuō)，正是通過(guò)在不同的公司看到很多實(shí)際的ML使用案例，幫助我現(xiàn)在定期為ML轉(zhuǎn)型公司找到新的機(jī)會(huì)。

　　所以，如果你想知道如何做有趣的項(xiàng)目，閱讀（也許復(fù)制）你喜歡的項(xiàng)目，你會(huì)找到靈感。你可以參考，我斯坦福大學(xué)的這個(gè)項(xiàng)目：2016年秋，CS 229機(jī)器學(xué)習(xí)最終項(xiàng)目（http://cs229.stanford.edu/projects2016.html）

　　最后，當(dāng)您完成一個(gè)有趣的項(xiàng)目時(shí)，請(qǐng)編寫一個(gè)Arxiv論文或博客文章，或者在github上開源代碼，并與社區(qū)分享！這樣，其他人現(xiàn)在可以反過(guò)來(lái)學(xué)習(xí)你。此外，你還可以獲得更多的反饋，從而加速你的學(xué)習(xí)。

　　除了研究以前的例子，我還花時(shí)間和人聊天，包括除了ML以外的地區(qū)的專家（例如，我花費(fèi)了大量時(shí)間與醫(yī)療保健專家進(jìn)行交談），這通常會(huì)激發(fā)新項(xiàng)目在ML和醫(yī)療保健等領(lǐng)域。

　　▍機(jī)器學(xué)習(xí)的初學(xué)者，在MOOC學(xué)完了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)課程，怎樣更進(jìn)一步？

　　課程是非常有效的學(xué)習(xí)方式，所以這么做是有道理的。在完成ML MOOC（ml-class.org）和深度學(xué)習(xí)課程（http://deeplearning.ai）之后，你可以這么做：

　　在Twitter上關(guān)注ML的科學(xué)家，看看哪些研究論文/博客文章等值得研究。

　　復(fù)現(xiàn)他人發(fā)表的結(jié)果。這是一個(gè)掌握ML非常有效但卻被低估的方式?？吹胶芏嘈碌乃固垢４髮W(xué)博士生成長(zhǎng)為出色的研究人員，我可以自信地說(shuō)，復(fù)現(xiàn)他人的成果（不只是閱讀論文）是最有效的方式之一，這樣能確保你了解最新的細(xì)節(jié)算法。

　　當(dāng)你看完足夠多的論文/博客，并復(fù)現(xiàn)足夠多的結(jié)果后，很奇妙地，你會(huì)開始產(chǎn)生自己的意見(jiàn)和想法。當(dāng)你自己建立新的東西時(shí)，發(fā)表一篇論文或博客文章，并考慮開源代碼，與社區(qū)分享！這將有助于你從社區(qū)獲得更多反饋，并進(jìn)一步加速你學(xué)習(xí)的過(guò)程。

　　參加活動(dòng)，如在線比賽，線下討論會(huì)，參加（或觀看在線視頻）好的AI/ML/視覺(jué)/NLP/語(yǔ)音學(xué)術(shù)大會(huì)，比如ICML，NIPS和ICLR等會(huì)議。

　　找朋友實(shí)踐。你可以自己取得很大的進(jìn)步，但跟朋友交換意見(jiàn)和想法將有助于你學(xué)習(xí)，并使學(xué)習(xí)過(guò)程更有趣。如果你認(rèn)識(shí)教授，博士生或優(yōu)秀研究人員，也可以與他們多交流。有時(shí)候，我跟Geoff Hinton，Yoshua Bengio，Yann LeCun這些人交流5分鐘就學(xué)到一大堆的東西。

　　盡管跟朋友有合作很重要，但如果你朋友不同意你的想法，有時(shí)候你仍然應(yīng)該去做，自己嘗試去實(shí)現(xiàn)。Geoff Hinton在接受deeplearning.ai采訪中說(shuō)過(guò)類似的話。

　　▍應(yīng)該掌握那些數(shù)學(xué)知識(shí)，以便能夠在機(jī)器學(xué)習(xí)和AI領(lǐng)域拿到碩士學(xué)位？

　　我認(rèn)為機(jī)器學(xué)習(xí)的、最重要的數(shù)學(xué)知識(shí)順序：

　　線性代數(shù)

　　概率和統(tǒng)計(jì)

　　微積分（包括多變量微積分）

　　優(yōu)化

　　這之外的其他數(shù)學(xué)知識(shí)相關(guān)度都很低低。我發(fā)現(xiàn)信息理論也有幫助。你可以在Coursera或大多數(shù)大學(xué)找到所有這些課程。

　　我認(rèn)為有機(jī)會(huì)學(xué)習(xí)相關(guān)數(shù)學(xué)和機(jī)器學(xué)習(xí)的博士已經(jīng)減少了，因?yàn)闄C(jī)器學(xué)習(xí)已經(jīng)變得更偏向經(jīng)驗(yàn)（基于實(shí)驗(yàn)），較少理論，特別是深度學(xué)習(xí)的興起，讓這一趨勢(shì)更加明顯。

　　我在讀博士的時(shí)候，很喜歡真實(shí)的分析，也研究了微分幾何，測(cè)量理論和代數(shù)幾何。你如果能了解這些領(lǐng)域當(dāng)然更好，但如果時(shí)間有限，你可以考慮用更多的時(shí)間學(xué)習(xí)機(jī)器學(xué)習(xí)本身，甚至研究一些建立AI系統(tǒng)的其他技術(shù)基礎(chǔ)，例如正在建設(shè)大型數(shù)據(jù)系統(tǒng)和如何組織巨型數(shù)據(jù)庫(kù)以及HPC（高性能計(jì)算）的算法。

　　祝你好運(yùn)！

　　▍我有一個(gè)小孩，她應(yīng)該如何開啟自己的職業(yè)生涯，來(lái)面對(duì)15年后的AI的世界。我應(yīng)該教她的Python嗎？

　　是的，請(qǐng)教她代碼。更重要的是，培養(yǎng)她能夠繼續(xù)學(xué)習(xí)的能力。

　　在CS世界中，我們所有人都習(xí)慣于，每5年就要跳到新技術(shù)和思維模式（互聯(lián)網(wǎng) - 》云 - 》手機(jī) - 》 AI /機(jī)器學(xué)習(xí)），所以CS人習(xí)慣于一直在學(xué)習(xí)新事物。

　　現(xiàn)在改變的是，CS幾乎影響了所有行業(yè)。所以現(xiàn)在不僅僅是CS世界每幾年都要改變，而是現(xiàn)在每個(gè)人都需要改變。

　　我也認(rèn)為（差不多）每個(gè)人都應(yīng)該學(xué)習(xí)代碼。

　　今天我們處于一個(gè)很少人可以編程的時(shí)代，這個(gè)時(shí)代的代碼，是針對(duì)大眾編寫的。

　　但是，如果每個(gè)人都可以編寫代碼，也許一個(gè)角落里，小店的夫妻可以編寫幾行代碼，來(lái)定制他們的LCD顯示屏，用于本周的促銷活動(dòng)；或者也許丈夫可以寫一個(gè)簡(jiǎn)單的應(yīng)用程序，其唯一的用戶將是他的妻子，就像他今天可以發(fā)送一封電子郵件一樣，專為妻子而寫。

　　知識(shí)改變了人與人之間的交流。 現(xiàn)在，人機(jī)交流也變得越來(lái)越重要，編程能力將成為可以預(yù)見(jiàn)的未來(lái)，最深層次的人機(jī)交流的基礎(chǔ)。

　　所以，我不同意那些認(rèn)為世界只需要幾百萬(wàn)程序員的人；我認(rèn)為幾乎每個(gè)人都應(yīng)該學(xué)習(xí)編程，就像每個(gè)人都應(yīng)該學(xué)習(xí)閱讀/寫作一樣。