吳恩達：現在很多所謂的AI公司，其實都不是AI公司

隨著AI熱度的提升，無論是傳統企業，還是新興公司，都開始在AI領域搶佔一定的市場，並標榜自己為“AI公司”。對此，吳恩達表示，真正的AI公司，他們所做的遠遠不止利用神經網路演算法來打入市場那麼簡單。

在他看來，就像為一家線下的商場做一個網上商城是可能的，但是想讓一家商場直接轉型為互聯網公司幾乎是不可能的事一樣，只用到簡單的機器學習的公司就不是真正意義上的AI公司。

吳恩達說道：“你不能因為公司裡有幾個人在使用神經網路演算法做些什麼就說這家公司就是AI公司，真正的AI技術要比這複雜的多。”

談及自己在Google實驗室和曾作為百度高管的經歷時，他表示，這兩家公司都是AI領域的先驅。

並且，他還表示，基於自身的經歷，他可以明確指出AI公司的幾點關鍵特徵：

首先，也是最基本的，AI公司必定對資料的收集有戰略性部署，因為這些資料是機器學習系統的“燃料”。並且，這將能讓AI公司的發展進入一種良性迴圈。

然後，一旦AI公司有了資料，他們傾向於將其存儲在資料中心並對其進行處理，其中大多數公司會將資料資訊分門別類的存儲在不同的“倉庫”裡。值得注意的是，為機器學習系統收集各種資料絕非易事。

此外，AI公司還會利用現代化開發手段來推進AI專案，如持續部署。這就意味著我們可以隨時更改產品，並在變化中學習。

最後，還有一點值得關注，

即AI公司不同崗位的職責將不得不改變的狀況。以產品經理的改變來作為例子，在過去，產品經理通過流程圖，以展示專案在實際應用中的工作方式來指導一個工程團隊；而現在，在AI項目的推進中，已有的自動駕駛車輛或聊天機器人的項目對你的新項目一點用都沒有，產品經理必須即時計算所推進的AI系統的資料和性能指標，如精度和召回率等，以此來指導團隊。

吳恩達表示，

隨著AI的發展，未來真正的AI類公司將會展現更多他們特有的特徵，以區別於非AI類的公司。比如，現在，AB測試對互聯網公司的重要性沒有被凸顯出來，但是未來極有可能作為AI類公司的一大顯著技術特徵。

本文譯自“You might use AI, but that doesn’t mean you’re an AI company”

最後，記得關注微信公眾號：鎂客網（im2maker），更多乾貨在等你！