騰訊想搶百度的地盤, 騰訊為什麼如此重視微信搜索
微信近期成立了搜索應用部。
搜索是一塊很大的蛋糕，這個蛋糕一直被百度佔着，其它搜索工具如搜搜、360搜索使用的人都比較少，這是為什麼呢，為什麼百度幾乎能獨佔這個蛋糕呢？
第一個是做得早，一招先吃遍天。當大家習慣了百度之後，就很難改變習慣。比如朋友有什麼不清楚的，我常常會説百度一下看看。
第二個是百度有很多內容，比如百度知道、百度百科、百度貼吧、百度地圖等。這些內容讓我更容易搜索出我想要的答案。這也是為什麼360搜索也做了360問答、360百科、360地圖，搜索不僅僅是工具，搜索出來的內容是一個很高的護城河，短時間內很難建立高質量的的搜索內容。
騰訊一直想做電商，這個蛋糕也非常大。但是一直都不是很成功。以前網上有句話説騰訊進入那個行業，就是行業內其它公司的災難。因為騰訊的用户實在太多了，不像別的公司為用户發愁。
但是騰訊為什麼拿不下電商呢？其實一個重要的原因還是內容。淘寶上有上百萬的賣家，這些就是淘寶的內容，淘寶依靠這些賣家建立了一個很高的護城河，淘寶並不放開這些賣家讓百度搜索，只能在淘寶內搜索。即便騰訊有用户，也很難在短時間內找到並引入那麼多的賣家。
那騰訊在微信上做搜索，為什麼讓其它搜索那麼緊張呢？原因還是內容。微信的公眾號貢獻了海量的高質量的內容。這些內容騰訊也是不開放給百度搜索的，當用户想搜索較為有深度的文章和內容時，微信搜索無疑是很好的選擇。
百度搜索又“出事”了。
2月28日21時左右，有多位網友在社交媒體爆料百度搜索在移動端上無法訪問，無論輸入任何關鍵詞，都顯示“很抱歉，您要的訪問頁面不存在！”
澎湃新聞記者在“手機百度”APP,以及其他移動端入口輸入關鍵詞，均無法獲得搜索結果。
百度搜索在PC端未見異常。
百度搜索連續兩天“出事”。2月27日，百度官方對最近網上流傳“我可能上了個假百度”的情況進行通報，稱百度搜索移動端出現了被劫持的狀況。
針對前述問題，百度方面稱，經測試，在手機的任意瀏覽器進入百度（m.baidu.com），搜索一些特定的詞彙如“夢見大樓倒塌”，在搜索結果頁中點擊相關對應站點進入，之後點擊瀏覽器的返回按鈕，就有可能進入“假百度”首頁。
百度進一步表示，經過和工程師的溝通，發現搜索搜出“假百度”有可能是劫持流量的黑色產業鏈條所為；還有一些網站是在不知情的情況下被黑。它們造成了在進入相關網站後回退至百度時出現問題，進入“假百度”網站。
百度稱，百度移動搜索已聯繫相關部門説明情況，不排除通過法律途徑解決問題
2月28日21時24分左右，百度搜索移動端訪問恢復正常。
21時37分，百度官方微博稱，感謝大家的關注，我們的移動搜索服務服務已經恢復正常。再次對給您造成的不便表示抱歉！”
23時19分，百度在官方微信號上表示，今晚，在百度移動搜索服務出故障的一小段時間裏，錯過了大家上億次的搜索請求。並且稱再次對“大家一直用的搜索引擎不能用了”這件事表示抱歉！“最後，謝謝所有今晚關心、支持和諒解我們的大家！比心！”
截至目前，百度尚未對移動搜索服務故障問題做出解釋。
以下為網友評論：
網友“委蛇”：md這些搞流量劫持的就該判刑
網友“仁笠林”：百度還真的比較垃圾的
網友“960240232”：出現這種問題説明百度的技術支持有大問題
網友“青山綠水”：我還以為是網絡問題，害我鼓搗半天路由器
網友“須彌”：app也不行
網友“我亦飄零久”：我以為網絡問題呢
網友“αlieZ”：剛剛就碰到了這種情況，澎湃的報道還真是快
(1970-01-01)
【編者按】
我們一定要有一個堅定不移的深刻的理念，相信整個世界終究是為技術所驅動的。
世界是會變得越來越亂的，我們想做的事情就是把它變得更簡單，讓我們生活變得更美好。
7月11日，百度總裁陸奇出席公司內部Engineering Leadership Talk,他強調説,在人工智能時代，不光是寫代碼，你必須懂算法，懂硬件，懂數據，整個人工智能的開發過程有一個很大程度的提高，我們一定要有一個堅定不移的深刻的理念，相信整個世界終究是為技術所驅動的。
以下是陸奇講話全文,原載百度微信號（baidu_2000
）
,澎湃新聞經授權轉載:
7月5日，陸奇在百度AI開發者大會。
首先要相信技術，整個我們工業界，特別是像百度這樣的公司，對技術堅定的、不動搖的信念特別重要。
我也分享一下，蓋茨提到微軟公司的宗旨就是：寫軟件代表的是世界的將來。
為什麼？未來任何一個工業都會變成軟件工業。蓋茨是對的，因為任何工業任何行業自動化的程度會越來越高，最後你所處理的就是信息和知識。
但現在軟件的做法又往前提了一次，因為在人工智能時代，不光是寫代碼，你必須懂算法，懂硬件，懂數據，整個人工智能的開發過程有一個很大程度的提高，但是，技術，特別是我們這個工業所代表的技術一定是將來任何工業的前沿。
所以我們一定要有一個堅定不移的深刻的理念，相信整個世界終究是為技術所驅動的。
我們觀察一下，在美國硅谷、在中國，互聯網創業公司也好，大型公司也好，大家的起點是越來越高的。為什麼現在創新速度那麼快？主要是起點高了。我們可以使用的代碼模塊，使用的服務的能力，都是大大的提升。
在內部我想強調這一點，很多大公司包括微軟在內，內部的Code都重做了無數遍。
我現在的要求是，每一次你寫一行新的代碼，第一要做的，先想一想你這行代碼值得不值得寫，是不是有人已經做了同樣的工作，可能做得比你還好一點。有沒有其他人已經解決這個問題，然後你可以把你的時間放在更好的創新上。
特別是大公司裏面重複或者是幾乎重複的Code實在太多，浪費太多的資源，對每個人的職業生涯都不是好事情。
我再強調，在大公司內部，你寫代碼之前想一想，你這行代碼要不要寫，是不是別人已經有了，站在別人的肩膀上去做這件事情。
我要另外強調的一點就是Engineering Excellence，工程的技術的卓越性和能力。
任何市場上競爭就像打仗一樣，就看你的部隊體能、質量，每一個士兵他的訓練的程度，和你給他使機關槍、坦克，還是什麼樣的武器。
所以Engineering Excellence跟這個類比，我們要建的是一支世界上最強的部隊，每一個士兵，每一個領軍人，每個人的能力，他的訓練都是超強的，然後我們給每個人提供的工具和武器都是一流的。
所以Engineering Excellence是一個永無止境的、個人的、團隊的，能力的追求和工具平台的創新，綜合在一起可以給我們帶來的長期的、核心的競爭力，為社會創造價值，最終的目的是給每個用户、每個企業、整個社會創造價值。
我另外還要在這裏強調的一點就是Relentless pursuit of excellence：永無止境的不斷的持續的追求。
我們要麼不做，要做的事情一定做最好，這是我對大家的要求。數據庫也好，做大平台也好，大數據也好，我們要做什麼事情，我們一定要下決心，這是我對你們每個人的要求，做什麼事情一定要做最好，一定要是做業界最強的。
每天學習，可能對每個人都是最最重要的。
我今天分享一下，我自己怎麼想我自己的。就很簡單一個概念，我把自己想象是一個軟件、一個代碼，今天的版本一定要比昨天版本好，明天的版本肯定會比今天好，因為即使犯了錯誤，我裏面有If statement，説如果見到這個錯誤，絕對不要再犯。
英語，另外有一句説法就是Life is too short, don’t live the same day twice：同樣一天不要重活兩次。每天都是不一樣，每天為什麼不一樣，因為每天都變成最好，每天都變得更好。今天的版本一定要比昨天好，每個好的、傑出的工程師，傑出的技術領袖，一定要保持自己學習的能力，特別是學習的範圍。
在這上面我也稍微引申一下，做Computer science的，如果只學Computer science，不去學一些其他的行業，肯定不夠。我舉個例子，經濟學必須要學。為什麼這樣講？Computer science它有個很大的限制，它是假定你有輸入以後有輸出，這種解決問題的方式有它的好處，但有它的限制性。
我給大家舉個例子，地圖導航，如果你純粹用這個方式去做，你只是把一個擁擠的地方移到另外一個擁擠的地方。經濟學，它對問題的建模是不一樣的。它起點是假定是一個整體的一個生態，每個人的輸入都是另外一個人的輸出，你要用經濟學的方式來描述地圖導航的問題，你就會去算一個Equilibrium，市場也是這樣。
如果把深度學習真的要想徹底，必須把物理重學一遍，把生物學看一遍，再把進化論再看一遍。因為深度學習跟這些東西完全相關，自己肯定想不清楚，要徹底想清楚，必須學。
另外，學產品，我以前跟所有的工程師都講，如果不懂產品，你不可能成為一個最好的工程師。真正要做世界一流的工程師不光要懂產品，還要懂整個商業，懂生態。因為你的工作的責任，是能夠看到將來，把技術展望到將來的需求，把平台、把開發流程、把你的團隊為將來做準備。所以學習是非常非常重要的。
最後是從我做起。
我們公司有個非常大的使命，用科技讓複雜的世界更簡單。整個世界非常非常複雜，人其實所做的事情基本上都是Reduce entropy。
因為從熱力學第二定律來講，世界是會變得越來越亂的，我們想做的事情就是把它變得更簡單，讓我們生活變得更美好。
而且具體的，我們可以通過人工智能技術來做到喚醒萬物，但是這一切是通過每一個人的一點一滴的行為累積起來，從我做起。還有Ownership，看到機會不需要問別人，有機會就去做，看到問題也不要去問別人，就把它Fix。
把我們的使命、把我們的公司當成我們自己每個人的事業來做，我可以坦誠給每個人講，如果你把公司的使命，把公司的事業，當成你自己個人的事業，Own everything，你在職業生涯一定是走得最快。
從我做起，從身邊的每一件事情做起。
以下為網友評論：
網友“雲水三千”：你的名字真高雅！
網友“光牙”：名字真挫，看着就是個搓人，還來評價別人，你有這資格嗎
網友“光牙”：我覺得你就是刁民，沒有你對世界來講正好可以節省資源
網友“光牙”：你個傻子，自己做不來，還來評論別人
網友“Z.”：莆田系
網友“方二仙”：就你們最爛
網友“pushpush”：搜索引擎爛到家了
網友“BeingIce”：具體把那個事做好就行了，不要動不動就想拯救世界，世界不用拯救你也不錯
網友“吳德超”：出了事把所有的責任全推給一家公司，莆田醫院為什麼會存在，醫院的各種資質又是誰給的，是社會有問題不是一家公司有問題。
網友“而你我陪外婆”：就是自己亂，別人好着呢，別在這灌迷魂湯了
網友“方二仙”：就你們最爛
網友“光牙”：名字真挫，看着就是個搓人，還來評價別人，你有這資格嗎
網友“方二仙”：就你們最爛
網友“X。”：沒有百度。生活才會簡單
網友“pushpush”：搜索引擎爛到家了
(1970-01-01)
吳恩達
百度前首席科學家吳恩達幾小時前剛剛（編注：美國加州當地時間6月23日15:08，北京時間6月24日6:06）在推特上宣佈了他的下一個企業Deeplearning.ai（編注：Deeplearning，即“深度學習”；ai，即“人工智能”），只有一個標誌，一個域名，還有一行“ 2017年8月”的字樣，預示了發佈日期。有趣的是，Deeplearning.ai的域名似乎已註冊到百度位於硅谷森尼韋爾的研發機構——也就是吳恩達此前工作過的同一個辦公室。
不知道吳恩達是否在百度任職期間已經開始了在Deeplearning.ai的工作，根據從Wayback Machine 上獲取的數據，該域名由Instra註冊，並在2015年至2017年間的某個時間點上被認領。
意外地把該域名註冊到百度是一個低級錯誤，而這種有意為之更讓人疑惑。我們不知道百度和Deeplearning.ai之間的關係——以及它與吳恩達離去之間的關係。當然，也可能純粹只是個錯誤。
吳恩達今年3月下旬離開公司，承諾將繼續把AI的好處帶給大家。百度以自然語言處理的專業技術聞名，最近一直將資源投入到自動駕駛汽車和其他特定的深度學習應用中。
吳恩達可能是在藉助其名字的識別度在大力提高他對機器智能生態系統的影響。看不出像Deeplearning.ai 這樣通用的名字會用來銷售自動駕駛汽車或虛擬化的企業工具。吳恩達更有可能是要開發一種旨在成為關鍵基礎設施以支持人工智能普及的技術。
雖然這也可能指向用於深度學習的專用硬件芯片，但我們更傾向於認為，這更可能是一種吳恩達更為擅長的軟件解決方案。谷歌CEO Sundar Pichai上個月在I/O大會上提出了 AutoML——它將使神經網絡的設計過程自動化。如果現在要説一個公司的名字，這個公司將以此技術為基礎並最終商業化，那也許就是Deeplearning.ai。
“這是非常投機的，但我認為它可能是一個用於幫助生成AI訓練數據集或其他可以加速AI模型和產品開發的AI工具。”AI投資公司Comet Labs的合夥人Malika Cantor説，“我非常高興有更多的工具和平台來支持AI生態系統。”
在加入百度前，吳恩達在創建谷歌大腦（谷歌的核心AI研究團隊之一）方面發揮了關鍵作用。吳恩達是 AI 領域一位備受尊敬的研究者和傳播者，他的影響力是跨行業和跨地域的。如果吳恩達真的相信AI是新的電力，他的Deeplearning.ai肯定不會錯過這一機遇。
此前，新智元曾報道吳恩達離開百度後接受的首次媒體長篇採訪。當時，面對他的老朋友，Forbes、華爾街日報等專欄作家Peter High，吳恩達暢談了他下一步的規劃。
我有好幾個想法在頭腦中並存，同時也在探索我可以自己創立的 AI 新業務
Peter High: Andrew（吳恩達），我們上次談話後，你離開了百度。此後你的事業會朝什麼方向邁進？
吳恩達：過去幾年，AI 技術已經起飛。有很多三到四年前不可能做的事情，現在都可以做了。這為百度、谷歌、Facebook、微軟等眾多科技巨頭創造了巨大的機會，同樣也為小型團隊帶來了機遇，使它們可以進行有意義的工作，無論它們是營利性、非營利性還是創業型組織。和電與互聯網改變了一切一樣，在接下來的幾十年裏，AI 將會改變一切。我有好幾個想法在頭腦中並存，同時也在探索我可以自己創立的AI新業務，其中最讓我激動的是，我想找到一些方法，來支持全球的AI社區，以便世界各地的人們都能夠訪問他們需要的知識和工具來進行AI升級。
High：AI是一個寬泛的話題。對於您來説，最令人興奮的領域有哪些？哪些領域近期能夠湧現最大的機會？
吳恩達：人們經常會問我：“Andrew，你認為AI會改變哪些行業？”我一般會説，考慮AI不會改變哪些行業可能更容易。説實話，我很難想出一個。例如，我在一次會議中發言，説我的理髮師的工作可能是安全的，因為我不知道如何造一個機器人來剪頭髮。我的一個朋友是研究機器人的教授，她從觀眾席站起來，指着我的頭説，“Andrew，別人的頭髮可能確實不好讓機器人來剪，但是你的頭髮，造個機器人來剪不成問題。”
很難想到有哪個主要行業是不會被AI改變的。這包括醫療、教育、交通、零售、通信和農業。AI有非常清晰的方法，來讓所有這些行業都發生很大改變。Peter，我聽你説過，有時候，AI 感覺就像一個遙遠的事情，但它已經出現在地平線上。我同意你的説法，很多將把我們帶向AI未來的工作已經開始了。無疑，那些最聰明的CEO和CIO們，也許還有些新的首席 AI 官，正在積累必要的人才和工具，或者已經開始使用它們來改變自身的業務了。
孤立的 AI 技術是沒有用的，需要明確它如何能夠適應你的業務概念
High：您對於CEO、CIO和CAIO（首席人工智能官）們有什麼建議？他們在探索 AI 對其業務影響的過程中還處於較早的階段。
吳恩達：在此前新技術的興起中，比如大約 100 年前的電力興起以及大約 20 年前的互聯網興起，許多組織會開始僱用一位領導者來釐定新技術，並想辦法將新技術整合到組織之中。大約 100年前，電是很複雜的東西。有 AC 和 DC 之分，你可以從不同的公司買電，還要權衡可靠性、功率與成本。公司不得不作出決定，我們是安裝電機，還是電機和照明？
當時CEO們不知道如何搞定電，於是他們聘請了一位電力專家，稱為電力副總裁，為他們搞定關於電的事情。今天，電早已經商品化、可靠化了，所以這個角色已經不再需要了。20年前，我們看到了CIO的興起，CIO是一位受聘來處理互聯網和計算機信息的專家。與之相似，AI也是強大而複雜的技術。CEO在整個組織中實施 AI 的成功與否將取決於他們聘請的相關領導者。在有些公司，這一角色正由CIO或首席數據官扮演。幾個月前，我寫了一篇文章，題為“聘請你的第一位首席AI官”，提供了些具體的建議。
AI 技術令人興奮，但它還不成熟。我這麼説似乎在褻瀆AI，但孤立的AI技術是沒有用的。它需要大量的定製，來明確它如何能夠適應你的業務概念。這需要對你的公司有全面的瞭解，需要對 AI 有深入的理解。開發AI的價值需要一個瞭解業務背景的團隊，並需要他們具有將AI融入醫院或物流網絡中的跨領域知識。如果缺乏關於業務運營的跨領域知識，就很難定製AI 來驅動具體的業務結果。初創公司在建設跨領域團隊方面一直很有成效。
我們來看一個很具體的例子。你的業務中有一個禮品卡部門。AI技術很有可能提高禮品卡部門設計禮品卡、推銷卡片、並確保你的客户兑換禮品卡的能力。然而，由於AI人才稀缺，你的禮品卡部門難以吸引一流的人才。如果你的禮品卡負責人能做到，最好僱用自己的AI人才，但一般來説這有點困難。更好的組織結構是建設一個集中的AI部門，僱用AI人才並保持質量標準。
接着你就可以將你的AI人才排入不同的業務單元，幫助他們採用最新的AI技術。如果幾年後，AI人才變得越來越普遍，那麼你可能就不再需要一個集中的 AI 團隊，也可以在所有業務部門分佈配置AI人才。如果AI繼續快速發展——未來幾年內我相信這不會變——那麼人才的稀缺性就會持續——巨大的人才鴻溝會一直存在。
在結構演化中有一個共同的模式。隨着手機的興起，許多公司建立了集中式移動技術團隊，部署在各業務部門的；這意味着他們可以僱用較少的移動技術人才。該團隊將為所有不同的業務部門開發應用程序。隨着時間的推移，隨着移動技術的成熟和移動人才的普及，人才開始分佈配置。我們現在看不到集中的移動團隊或首席移動官了。
High：鑑於你所描述的目前和未來的人才稀缺，這看來幾乎不可避免，因為AI仍然在快速發展。你有什麼建議填補這個鴻溝？
吳恩達：除了建立你的AI團隊外，管理人員的另一個選擇是合作/購買。如果CEO或CIO找到正確的合作伙伴，購買AI解決方案並進行整合，就可以奏效。我看到很多初創公司從開發垂直解決方案開始。另一個趨勢是求知若渴的CIO們會使用Coursera 這樣的平台或其他大型開放式在線課程，為他們的公司提供經濟的、前沿的培訓，以幫助員工提高基礎水平。MOOC的興起使我感到樂觀。
過去一年左右，我們看到了大型和小型企業的大幅增長，它們都在使用Coursera 來幫助他們快速提升自己的AI 能力。我親眼見證過，有的公司員工在採用了Coursera內容後，改變了對AI 的理解，他們憑藉使用 AI 的能力在短短几個月內就推動了業務成果。
我為在百度和谷歌建立的AI 團隊感到自豪
High：有一些與AI 有關的誤解。我們都有這種想法，組織在做出決策之前，應該先看看別人在做什麼。另一種認識則是，只有谷歌、亞馬遜和蘋果這樣的巨頭才能抓住這最大的機會，或者你的體量夠大，或者你擁有海量的數據，才能有效地利用 AI。對此你怎麼看？
吳恩達：我為在百度和谷歌建立的AI 團隊感到自豪。他們漂亮地利用了許多的AI良機。對於我幫助建立的這兩支隊伍，以及其他幾家大公司的長期未來，我是很看好的。話雖如此，讓我們繼續分析，AI 是新的電力。通用電氣隨着電力的崛起表現良好，但許多其他能夠以新穎創新的方式使用電力的公司表現也很好。
數據是人們構建AI 時關注的事情之一。數據是 AI 引擎的寶貴燃料。在一些垂直領域，科技巨頭的數據優勢使小型玩家在這個特定的垂直領域與對手競爭非常困難。例如，當今最好的語音識別引擎已經接受了數以萬計、有時甚至是數十萬小時的數據訓練。最好的面部識別系統訓練經數以百萬計的圖像訓練而成。
一個小玩家很難積累這麼多數據。然而，有很多垂直領域，大玩家沒有給予太多的關注。一個較小的組織，如學術研究組織、創業公司或小型研究實驗室，可以在這些領域取得有意義的進展。例如，一個大學的研究小組，通過與醫院合作，對某種疾病進行醫學影像的智能分析，也許能獲得比目前任何人都要多的數據。通過將數據集中，他們可以很好地構建AI 系統。你建造的東西要夠好。這樣才會讓你進入一個良性循環，可以隨着時間的推移積累更多數據，並繼續前進。最終做成一個與眾不同的小生意。
我們不會付給無所事事的人，而是會付給持續學習的人
High：大家都在哀嘆 AI 和機器人將繼續取代傳統工作。我從上次談話中知道，你相信克服這一挑戰的方法是建立更好的終身學習的手段。你認為我們不應將學習侷限在傳統的學習環境和時間段中，而是將學習納入我們的日常生活，包括我們的工作生活。對此，作為Coursera的聯合創始人，你已經發揮了自己的作用。那麼，如何通過MOOC和其他一些學習平台來解決這一問題？
吳恩達：大多數經濟學家認為，在未來10到20年，有30％到50％的工作有被 AI 和技術替代的風險。 30％的工作處於危機之中，這是一件可怕的事情。然而，這個説法的另一面是 70％的工作在未來10年或者20年沒有重大的風險。此外，這70％的人才需求過剩。我們現在不知道去哪裏找人做這些工作。這個問題不是人沒有工作可做，而是人需要做的工作類型正在改變。我強烈地贊成“成長心態”（growth mindset）; 幾乎任何人都可以學習做任何事情。我們需要建立一個終身學習者的社會，人們持續學習，使他們總是有能力完成所需的工作，有意義的工作。
我們很幸運，數字內容的興起，例如像Coursera這樣的MOOC，以及可以得到的大量書籍，使終身學習成為可能。
隨着技術逐漸代替一部分工作，人們可能需要簽訂新合同，認真討論基本收入的問題。這一點我雙手贊成。
我支持有條件的基本收入，以形成安全的社會網絡。但是，我們不會付給無所事事的人，而是會付給持續學習的人，這一點很合理。這會增加人們獲得重新進入勞動力市場所需技能的機會，幫助他們找到有意義的工作，併為支付基本收入的税基作出貢獻。
全世界可能沒有任何一個人敢説了解AI發展的全貌
High：你現在學習的是什麼？你有在上某些課程嗎？或者有在閲讀某些具體的想法嗎？
吳恩達：AI涉及許多不同的行業。我剛才提到醫療和教育，那是我最看好的戀歌行業。其他的我也在觀察。每當我試圖對一個行業產生影響，我要先話費很長時間去了解這個行業。這包括很多事情，從閲讀，與人交流到去參加學術會議，一切事情。每一個行業都非常大，醫療本身也有幾百上千個垂直的子領域，這些也是我試圖要去了解的。
對於AI，我總是保持跟上最新的進展。非AI行業的人總是擔心他們不懂AI。AI的一個小秘密是，它正在快速發展，全世界可能沒有任何一個人敢説了解AI發展的全貌。需要了解的事物太多了。在技術行業工作讓我感到興奮，因為總是有新的東西被髮明，總是有新的知識要學習。這就好像腳下的地球亙古不變地在移動一樣。我覺得這令人激動，因為它創造了巨大的機會，讓人得以創立能夠幫助很多人的新的團隊，組織和企業。
對我來説，接受採訪的情況相當普遍，我與他們談話，但總覺得他們錯過了某種特定的語境；例如某項技術是如何發生作用的，如何在特定的地方進行市場營銷活動，或者如何建立一個組織。有時候我不可能花上8個小時坐下來好好向他們解釋我對這項技術的瞭解，或者其他話題。
那麼我唯一的選擇便是請他們去上一門MOOC的課程，去讀一本書，或去找一些教材來弄清楚這些問題。我在許多組織的一些對我來説很讚的互動，都主動提出了這種要求。他們讀完一本書，上完一門課程，等等，然後再回來，積累了這些新的知識後，我們進行了非常有價值的討論。
另一方面，有時候人們會説：“吳恩達，你沒有搞清楚嘛！”然後扔給我一本書。今天，有很多豐富的內容，領導者可以通過策劃內容和組織分享，從而有效地管理組織。但是，如果想有效進行的話，你需要形成一種文化，讓團隊成員能夠轉化任何你希望他們學習的東西。
在商業文化和環境方面，美國人可以向中國學習什麼
High：在你所創立的公司和團隊中，這些文化有共同的特徵嗎？有沒有某些文化，是不管哪個組織你都會反覆灌輸的？
吳恩達：硅谷的公司常見的許多文化都是，例如透明和誠信。這些都是廣泛討論的。另一個可能不太常見的文化因素是工作道德。這裏不常談論艱苦工作的重要性。工作與生活取得平衡更重要。雖然我不希望讓任何人將所有時間風險給工作，也不想他們無法缺乏足夠的時間陪伴家人，但實際上如果沒有付出努力，就不可能做好工作。
我與我工作上的夥伴，我會直接而且誠懇地説：“我不認為你很有才能，如果你想充分發揮自己的潛力，你需要更加努力。”我工作很努力。我願意努力做出改變，幫助世界。因為我們所做的工作很重要，對於不願意努力工作的人，我並不感興趣。
除了工作道德，不斷學習，並且努力維持持續的學習至關重要。學習的困難之一是短期內幾乎無法得到回報。你所有的週末都在學習，但是到了星期一你的老闆並不知道你有很努力工作。另外，你並不是對工作很得心應手，因為你只是努力學習了一兩天。學習的秘訣是不要只學一個週末，而是周復一週，年付一年，持續上十年。時間的尺度是以月或年為單位的，而不是周。
我認為建立組織需要為每位員工投資。如果有人加入我的團隊，我會真誠地看着他的眼睛説：“如果你和我一起工作，我保證半年內你就能學到更多，同樣的工作，你會比你現在做得更好。”
High：你在美國和中國都工作過相當長的時間。在商業文化和環境方面，美國人可以從你在中國的經驗中學到什麼嗎？有沒有一些你希望其他人瞭解的文化屬性？
吳恩達：在發展中國家，尤其是在中國，人們工作特別努力。我在中國是，如果要在週日開會，所有人都會來，沒有人抱怨。有一次，我和團隊的幾個成員一起吃飯，然後我們遇到了一個問題。
我於是發短信給另一位同事，當時大概是下午7點左右。我們其他人繼續吃完飯的當兒，這位同事給另外5位同事發了短信。他們都回答了問題，然後她把答案整理了，在晚餐結束後回覆給我們。因此，我們得以解決問題，順利推進項目。這種事情在中國是工作的完全正常的情況。實際上，如果我在一兩小時內沒有得到回覆，我會開始懷疑到底發生了什麼。工作文化的強度，決策的速度，以及員工承壓的強度，這是我喜歡的中國工作文化的一些方面。
High：你參與過許多組織，扮演過許多有趣的角色，而且經常都是有關AI這個大主題的。通過你的種種努力，作為一名企業家和遠見者，你已經取得了巨大的成功。你是否將自己的成功歸功於很強的職業道德和對學習的熱愛？
吳恩達：我在組織團隊和文化上畫了很多時間。我有幸與許多偉大的人和組織合作。我傾向於認為我在為它們獲得地位和資源方面發揮了小小的作用，有時候還包括知識，他們需要這些知識以更好地工作。一個人是做不到的。這個星球上沒有任何一個人能夠獨自做這麼多工作。沒有任何人能寫出這麼多行代碼。
我的很多工作一直都是幫助別人取得成功，幫助我的團隊夥伴取得成功。這是我引以為豪的事情。我已經創立過幾個組織，並且做得很好，我已經沒有或很少參與它們。幫助建立一個由很厲害的人組成的強大團隊，他們工作努力，熱愛學習，就有能力做許多偉大的事情。我希望能繼續這樣做。
（本文由微信公眾號“新智元”授權澎湃新聞轉發，原標題：【Deeplearning.ai】剛剛，吳恩達真的創業了）
以下為網友評論：
網友“ryuuhin”：文中説百度以什麼聞名？ 哈哈
網友“個人看法”：關注自動駕駛，這個應用前景很大，現在共享單車的維護成本太高了。
網友“hcq1437”：不要整天整這麼高大上，基礎應用先落地幾個，除了外賣
網友“悠悠的風”：深度學習
網友“傅總”：汽車牌汽車，飛機牌飛機，深入學習牌深入學習？
網友“hcq1437”：不要整天整這麼高大上，基礎應用先落地幾個，除了外賣
網友“傅總”：汽車牌汽車，飛機牌飛機，深入學習牌深入學習？
(1970-01-01)
11日下午，山西省太原市，百度公司董事長兼首席執行官李彥宏在山西大學發表演講。圖為他接受山西大學大數據學院、大數據科學與產業研究院名譽院長聘任書。 本文圖均為 中新網 圖
7月11日下午，山西省太原市，百度公司董事長兼首席執行官李彥宏在山西大學談到AI時代人才，提出五個關鍵詞：創意、跨界、開放、合作與共享。他表示，AI時代重複性的勞動會受到挑戰，比如司機、翻譯和金融分析師。他表示，AI時代人才要更懂創意，更懂跨界，更懂開放、合作與共享。
11日下午，山西省太原市，百度公司董事長兼首席執行官李彥宏在山西大學發表演講。
他説，人工智能有弱人工智能、強人工智能和超人工智能三個階段，目前處於弱人工智能階段，即計算機可以具備人的某些能力，比如聽、説、看、理解語言等能力，強人工智能指人會的計算機都會，而在超人工智能階段，計算機超越了人的能力。
“很多人擔心有一天計算機會統治人類，我認為不會。”李彥宏説，未來幾十年都達不到強人工智能階段，目前，人工智能做的是一些比較簡單的判斷、重複性或規則非常清晰的工作，一些重複性的勞動將來會受到挑戰，比如司機、翻譯和金融分析師。
不久前，世界冠軍柯潔九段輸給人工智能AlphaGo引起世人關注。但李彥宏認為，圍棋規則很清晰，而一個人長得漂亮不漂亮沒有規則説得清楚，每個人標準不一樣，在這種情況下，計算機和人相比，還是有巨大差距的。
他還以無人駕駛車為例，“旁邊跑過來一個小孩，人馬上反應過來是個小孩，但讓車判斷是個小孩還是一條狗，還需要很多工作去做”。
11日下午，山西省太原市，百度公司董事長兼首席執行官李彥宏在山西大學發表演講。
他説：“人工智能時代的人才，需要更懂創意的，計算機不擅長創意，需要更懂跨界的，比如你很瞭解醫療行業，但不瞭解人工智能，無法改變你的醫療團隊，你很瞭解人工智能技術，但不瞭解醫學現在遇到的問題，你也做不了什麼。但一旦跨過，你兩邊都瞭解，很多創新就出來了。更加開放、合作與共享也非常重要，數據和算法同樣重要，數據越開放，大家越交換，數據越多。”
李彥宏説，在AI時代，個人英雄主義不行了，分享和合作是AI時代的“聚寶盆”，大家要一起通過羣體的力量，共同推動產業進步。
當日，他還接受了山西大學大數據學院、大數據科學與產業研究院名譽院長聘任書。
（原題為《李彥宏：AI時代司機、翻譯和金融分析師會被挑戰》）
(1970-01-01)