Deeplearning.ai、Drive.ai再加上最近的Landing.ai，吳恩達(dá)夫婦幾乎要把.ai系列注冊(cè)全了。
不過(guò)從吳恩達(dá)從斯坦福到谷歌再到百度，離職百度后又創(chuàng)立了Deeplearning.ai和Landing.ai的經(jīng)歷，倒是受到了頗多爭(zhēng)議。
從新聞中透露消息看來(lái)，Landing.ai接近于一家資訊培訓(xùn)服務(wù)機(jī)構(gòu)，專注于工業(yè)領(lǐng)域的AI+轉(zhuǎn)型，其中包括了技術(shù)提供、組織結(jié)構(gòu)調(diào)整和員工培訓(xùn)。第一家合作伙伴，則是富士康。
一方面來(lái)看，吳恩達(dá)正在做一件非常富有挑戰(zhàn)性的工作。人人都知道工業(yè)是非常適合AI發(fā)揮的領(lǐng)域：信息化程度高、勞動(dòng)力密集、成本范圍廣大，只要通過(guò)算法進(jìn)行一點(diǎn)小小的改變就能獲得極大的受益。
工業(yè)智能化又不是一非常艱難的事情，工業(yè)4.0喊了這么多年至今收效甚微?；蛟S因?yàn)楣I(yè)生產(chǎn)涉及的鏈條太長(zhǎng)精度要求也太高，機(jī)器人制造、系統(tǒng)的集成與配適等等，早已超過(guò)了人工智能關(guān)系到的算法領(lǐng)域，而是要和工程、光學(xué)、機(jī)械等等多個(gè)領(lǐng)域一起運(yùn)作。這就對(duì)服務(wù)商的提出了更高的要求，不僅僅要把握機(jī)器學(xué)習(xí)算法，還要有很強(qiáng)的工程化能力和對(duì)工業(yè)領(lǐng)域的理解。
很難想象，學(xué)術(shù)出身的吳恩達(dá)能夠做到這些事。
另一方面也有人認(rèn)為，吳恩達(dá)從斯坦福到谷歌百度，再到富士康的職業(yè)軌跡，是越混越不如從前了，Landing.ai應(yīng)該被翻譯成“接地氣AI”。吳恩達(dá)在大企業(yè)中的就職經(jīng)歷本來(lái)就不算太順?biāo)?，如今又貿(mào)然提出一個(gè)幫助制造業(yè)AI轉(zhuǎn)型的大口號(hào)，聽起來(lái)就有些不切實(shí)際。還不如好好愛惜羽毛，回到高校去教課、發(fā)Paper。
對(duì)于吳恩達(dá)創(chuàng)業(yè)歷程的評(píng)價(jià)出現(xiàn)了兩個(gè)極端。
有人認(rèn)為他是人工智能的布道者：在企業(yè)中做了很多鋪墊性工作，身體力行的普及深度學(xué)習(xí)知識(shí)，讓更多人加入到這個(gè)行業(yè)中來(lái)。
也有人認(rèn)為他是人工智能淘金路上的賣水人：在企業(yè)里“拋頭露面”的成了網(wǎng)紅，頗有炒作之嫌，現(xiàn)在干脆收起了授課、咨詢這方面的錢。
教授創(chuàng)業(yè)為什么總選擇算法變現(xiàn)？
關(guān)于這個(gè)問(wèn)題，我們首先要弄明白一件事，算法變現(xiàn)的路徑是不是太長(zhǎng)了？
現(xiàn)在有大量的學(xué)術(shù)研究者和吳恩達(dá)一樣，離開高校來(lái)到企業(yè)的實(shí)驗(yàn)室中渴望創(chuàng)造一番事業(yè)。這當(dāng)然和人工智能本身的學(xué)術(shù)特質(zhì)和研究色彩有關(guān)系，在除了能直接把算法附加在自有數(shù)據(jù)上的大企業(yè)之外，那些以人工智能算法為主的創(chuàng)業(yè)企業(yè)都要面臨一個(gè)很大的問(wèn)題——如何變現(xiàn)？
難道因?yàn)樽詣?dòng)駕駛能用到計(jì)算機(jī)視覺技術(shù)，就要教授們都去造車？或者在深度學(xué)習(xí)芯片火熱的今天，讓教授們?nèi)ヅ_(tái)積電參觀參觀，了解芯片制造的流程？算法在大企業(yè)之內(nèi)，可以起到降低成本、開拓產(chǎn)品新功能的作用?？梢坏╇x開大企業(yè)，就很難獨(dú)立支撐起變現(xiàn)的流程，不是人人都能把手中的IP賣出高價(jià)的。人臉識(shí)別服務(wù)領(lǐng)域的激烈競(jìng)爭(zhēng)，某種程度上就是在告訴大家，算法的商業(yè)想象力太匱乏了。
其實(shí)不如換個(gè)角度想這個(gè)問(wèn)題，算法來(lái)自于學(xué)術(shù)研究，那它的本質(zhì)就還是一種知識(shí)。知識(shí)要怎么變現(xiàn)，就不用別人來(lái)教了吧？
羅振宇、咪蒙、高曉松……這些都是很好的案例。放到人工智能領(lǐng)域里，不就是優(yōu)達(dá)學(xué)城（一家人工智能線上培訓(xùn)機(jī)構(gòu)）和Deeplearning.ai嗎？
Landing.ai是吳恩達(dá)的知識(shí)變現(xiàn)閉環(huán)
宣講出一個(gè)行業(yè)的光明前景，再賣給你一張進(jìn)入這個(gè)行業(yè)的門票，這是一樁非常好的生意，也是一樁非常適合吳恩達(dá)的生意。吳恩達(dá)在學(xué)術(shù)和商業(yè)兩端都有著鮮明的icon色彩，給了他做知識(shí)變現(xiàn)必備的號(hào)召力和知名度。
仔細(xì)看看吳恩達(dá)Landing.ai的招聘要求會(huì)發(fā)現(xiàn)，吳恩達(dá)要求所招聘員工學(xué)習(xí)過(guò)他自己Deeplearning的課程。包括優(yōu)達(dá)學(xué)城也會(huì)為學(xué)生頒發(fā)“納米學(xué)位”，據(jù)說(shuō)可以憑借學(xué)位在亞馬遜、滴滴等合作企業(yè)入職?？磥?lái)算法知識(shí)變現(xiàn)相比咪蒙的“月薪五萬(wàn)”課程要良心多了，在上完課之后還能給你一個(gè)賺回課程費(fèi)的機(jī)會(huì)。
這么看來(lái)，吳恩達(dá)應(yīng)該是在打造一個(gè)完整的閉環(huán)。通過(guò)自己的名氣和能力不斷提醒大家深度學(xué)習(xí)的重要性，一只手賺到了企業(yè)的咨詢費(fèi)，另一手賺到了從業(yè)者的培訓(xùn)費(fèi)，而且還能自己把握人才的來(lái)源，不管是自己創(chuàng)業(yè)還是向企業(yè)輸送人才都能保質(zhì)保量，同時(shí)讓就業(yè)成為培訓(xùn)課程最好的背書?？胺Q是知識(shí)變現(xiàn)的終極模式啊。
這樣看來(lái)，討論吳恩達(dá)究竟是人工智能的賣水人還是布道者根本沒什么意義。能號(hào)召企業(yè)向AI轉(zhuǎn)型，借此創(chuàng)造工作機(jī)會(huì)，并向渴望機(jī)會(huì)的人提供進(jìn)入路徑，這已經(jīng)是一個(gè)布道者能做到的最好的事情。即使吳恩達(dá)能從中獲得收益，又有什么錯(cuò)呢？
我倒是覺得，吳恩達(dá)的職業(yè)路徑是一個(gè)很好的范本。大企業(yè)對(duì)頂端人工智能人才的需求總有一天會(huì)達(dá)到飽和，教授和學(xué)者們?nèi)绻约簞?chuàng)業(yè)，拿到融資倒是不難，可如何把算法變成可售賣的商品卻沒那么容易。像吳恩達(dá)這樣，以服務(wù)提供者的方式在更多地方挖掘出人工智能落地場(chǎng)景，再培養(yǎng)人才送上這些崗位，可能會(huì)是教授們另一條更順?biāo)斓纳虡I(yè)道路。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論