Deeplearning.ai 课程地址：https://www.coursera.org/specializations/deep-learning
今早，吴恩达在 Medium 上发布了一篇博客，宣布 Deeplearning.ai 项目正式启动。同时表示今天发布的项目仅仅是他正在发布的三大项目中的第一个。吴恩达表示：Deepleanring.ai 是一套教育课程，而另外两个项目则有关人工智能产品，但他目前还不能透露更多细节。
在 Deeplearning.ai 发布前夕，机器之心对吴恩达进行了专访，内容涉及该项目、近期工作的动向，以及对未来的展望。
机器之心：请介绍一下 Deeplearning.ai？
吴恩达：Deeplearning.ai 今天的发布会将宣布基于 Coursera 的一系列深度学习课程。在人工智能领域，我们有机会创造一系列前所未有的系统与产品。但是，即使像谷歌和百度这样的公司也无法覆盖这一领域的全部。所以，我认为让深度学习社区发展壮大的最好方式就是创造更好的深度学习课程，让越来越多的人接触深度学习。据我所知，我之前的机器学习课程——也是全世界最热门的机器学习课程，目前已经惠及了超过 180 万人。而在 Deeplearning.ai，我们致力于让更多人能够获得有关机器学习的课程。
我曾经说过，AI 是新电力，我相信人工智能将在未来改变各行各业。如果这个设想是对的，全世界就需要数百万具备深度学习知识的人。
机器之心：那么，Deeplearning.ai 发布的课程与此前的课程（基于斯坦福大学的系列课程）有什么不同？
吴恩达：《机器学习》系列课程在 2011 年左右形成，它们是很棒的课程，很多人都了解过这个课程。有人告诉我，仅仅在上周，就有大约 2000 人学习了这个课程。这一课程是对于机器学习的很好概述，其中包含监督学习、无监督学习、支持向量机、梯度下降等等，所有这些都非常有意义。但我认为深度学习在过去几年里发展很快，我们需要一个全新的课程来向人们传达现代深度学习的理念——其中包含最近几年发展起来的新知识。
机器之心：Deeplearning.ai 是一个教育平台，亦或是内容的集合？
吴恩达：Deeplearning.ai 有关内容包含视频讲解、练习和扩展阅读，我们正计划将这些都放在 Coursera。
机器之心：你曾经提及将会推出计算机视觉的课程，可以透露更多信息吗？
吴恩达：我们本次计划推出的课程有五大部分，都是基于如何将神经网络应用到各个领域中的。其中包括计算机视觉、自然语言处理、序列到序列模型等等。其中值得一提的是，新课程将注重于引导应用机器学习的方向。它会为人们提供一个深度学习的「模拟器」。就像训练飞行员一样，一个学员需要先在模拟器上进行多次训练，积累数年经验随后才能在真实场景中起飞。
在 Deeplearning.ai 的课程中，一个有趣的功能就是对机器学习进行模拟——我们必须学习在复杂的机器学习项目中进行决策、调整和团队合作。据我所知，这是第一次有人将这种此前只面向博士在读学生的训练推广到所有人。我对此感到非常激动，这一次，人们终于可以了解如何应对深度学习项目中各种设置的问题了——这不是一个简单的任务，即使很多有经验的人也不知道如何去做。五项课程提供的模拟器可以让人们自由地在其中进行练习，其中的任务与真实情况极为近似，对你的机器学习项目非常有用。
机器之心：Deeplearning.ai 的内容会在国内进行更多的推广吗？
吴恩达：目前，Coursera 是学习此类课程的最佳平台。我很期待在未来将这些课程推广给更多国内学生，目前很多 Coursera 的服务器在国外，这可能会让很多人无法接触到，但我们正在寻求相应的解决方案。
我认为人工智能在中国的发展速度超过了全球其他任何地方，近期国务院发布的《新一代人工智能发展规划》更是在推动这个过程。我正在积极寻求与国内的合作，近期我还将访问国内。
机器之心：我想问一下，您大概什么时候开始考虑启动 Deeplearning.ai 的？
吴恩达：我大概是在 5 月份左右做的这个决定，我考虑了很长时间。你知道，多年以来一直都有人问我在 Coursera 上的教学问题，在 Facebook 的评论页面也一直有人发表意见。直到目前为止，我才有时间开始做这些东西。到了 5 月份，我才认真考虑做这个。
机器之心：什么时候这些课程会上传、公开呢？
吴恩达：几小时后，我们将会发布三门课程，剩下的两门可能要花费几周时间。
机器之心：Deeplearning.ai 项目团队大约有多少人？
吴恩达：作为一个大型系列课程，Deeplearning.ai 有很多工作需要处理。目前，我有两个助理，也有一些人在协助视频剪辑等工作。当然，我们不是一家公司，不需要用到上百人（笑）。
机器之心：你也提到未来会发布更多的项目，所以未来的项目也与教育有关？还是其他方向的？
吴恩达：我能说的有限。你知道，我们还有大量的与人工智能相关的东西没有发现、建立。因此我希望发布 Deeplearning.ai，这些内容能够教授更多的人建立人工智能系统。但我希望至少有一个项目能够与中国有非常大的关联（笑）。
实际上，我们并不打算把 Deeplearning.ai 做成一家创业公司，追求商业并非我们的方向。我想斯坦福的学生乐于开源自己的软件、公开论文、分享自己的成果，这正是基础的研究精神。
机器之心：你曾在推特上说，2017 是 AI 创新的好时机，为什么？
吴恩达：你知道，之前我们看到生态系统足以支持技术或产品的时候，那技术或产品就是起飞的时机。当时在推特上我想说的是，1990 年代整个生态系统还没准备好，当时浅学习算法更好。2005 年或者 2007 年之后，硬件与数据备好之后，深度学习算法更佳。所以，技术时机非常重要。
以下是我们对 Medium 博客内容的中文介绍：
我一直在推进三个新的 AI 项目，现在很高兴能够宣布第一个项目：deeplearning.ai，这是一个致力于传播 AI 知识的项目，该项目即将在 Coursera 上发布新的深度学习系列课程。这些课程将帮助大家掌握深度学习，高效应用深度学习，发展自己的 AI 生涯。
吴恩达与 Deeplearning.ai的两位 TA：Kian Katanforoosh 与 Younes Mourri
AI 是新电力
从 100 多年前开始，电改变了每个主要行业。现在的 AI 也是一样。多家大型技术公司已经建立 AI 部门，并着手利用 AI 进行转型。在未来数年中，各种规模、各个行业的公司将意识到他们也必须成为 AI 驱动型未来的一部分。
构建 AI 驱动型社会
我希望人类能够构建一个 AI 驱动的社会，每个人享受得起医疗，每个孩子接受个性化教育，每个人拥有廉价的自动驾驶汽车，每个人有一份充满意义的工作。AI 驱动型社会能够提升每个人的生活质量。但是没有一家公司可凭一己之力做到这些。正如现在每一个刚毕业的计算机科学专业学生知道如何使用云，未来的程序员也要知道如何使用 AI。使用深度学习提升人类生活质量的方式多达数百万，因此社会需要全世界的人齐心协力共同构建伟大的 AI 系统。不管你是一名加州有抱负的软件工程师、中国的研究科学家，或者是印度的机器学习工程师，我希望你可以使用深度学习解决世界面临的挑战。
你将学到什么
任何有基本机器学习知识的人都可以学习这 5 门系列课程，它们组成了最新的 Coursera 深度学习专业课（Deep Learning Specialization）。你将学到深度学习的基础，理解如何构建神经网络，并学习怎样进行一个成功的机器学习项目。你将学到卷积网络、RNN、LSTM、Adam、Dropout、BatchNorm、Xavier/He 初始化等知识。你将从案例研究中学习，例如医疗、自动驾驶汽车、阅读手语、生成音乐和自然语言处理等。你还可以使用 Python 和 TensorFlow 实践这些有趣的想法和应用。你将听到许多深度学习顶级专家的课程，他们将与你分享经历，并给你提出一些职业建议。
当你获得了深度学习专业课认证后，你就能自信地在你的简历上写上「深度学习」。
和我一起构建一个 AI 驱动的未来吧
从 2011 年开始，180 万人已经参加过我的机器学习课程，那是我和四名斯坦福的同学一起构建的课程，后来它成了 Coursera 上的第一门课。自那以后，我被你们想要理解深度学习的努力所激励，构建了卓越的 AI 系统，个人职业生涯也取得了很大的发展。我希望深度学习专业课将帮助你们创造更多奇妙的事，让你们能够更多地帮助社会，并且在职业生涯中走得更远。
我希望大家可以和我一起构建一个 AI 驱动的社会。
我将随时告知大家另外两个 AI 项目的进展，并且寻找各种方式帮助全球 AI 社区的你们。
IJCAI 2017期间，腾讯联合机器之心在墨尔本举办青年学者技术分享酒会，点击阅读原文参与报名↓↓↓
