一名 ai 专家值多少钱？
“基于我个人经验，一名计算机领域的 ai 专家对于企业的价值，至少为 500-1000 万美元。为了争夺这些少数的人才，正在开展竞标大战。”
这是卡耐基梅隆大学计算机科学院院长 andrew moore 教授在 11 月 30 日美国参议院听证会上 ，所说的话。
这场听证会名为“ai 破晓”（the dawn of artificial intelligence），由参议员泰德·科鲁兹主持，主题是探讨人工智能当前的形势，对政策的影响及其对商业形态的改变。共有 5 位 ai 专家出席，分别是：
eric horvitz（微软研究实验室总经理，人工智能伙伴关系委员会临时共同主席） andrew moore（卡耐基梅隆大学计算机科学院院长） andrew futreal（德州大学安德森癌症中心基因医学教授） greg brockman（openai cto及其联合创始人） steve chien（加州理工学院、nasa 喷气推进实验室高级研究科学家）
在 moore 教授看来，美国政府应该从高中阶段开始为人工智能产业积蓄研究人员了，而这个人才储备需求为 100 万名高中生。这并不是 moore 教授一个人的观点，吴恩达也表示赞同。
无独有偶，仅隔一天，facebook 的博客上发布了一条新消息，放出大神 yann lecun 亲自讲解 ai 知识的三弹视频。然而如果 ai 领域的专业读者，稍微点开视频一看，便知道这好像是一个高中老师在讲科普课的风格。
三弹视频凑成一个系列，风格十分活泼，yann lecun 的讲解里穿插动画，并没有太多技术性的内容。lecun 在视频里就明确表示，这次主要是给大众普及关于深度学习的基本原理，希望可以鼓励年轻人、高中生对该领域有更多了解，激发他们来探索这一领域的兴趣。
所以这样看来，无论是美国的学术界、政府还是产业界，都普遍有一种要把 ai 的种子广泛播种到下一代的氛围。
虽然是科普性的视频，但大神的思路可见一斑。就像 moore 教授所说的，真正的 ai 专家只是非常少的一波群体，其实如今的 ai 从业者仍旧处在一个“学习”阶段。
那么，到底 yann lecun 的三弹视频里讲了什么内容呢？
很多人，对于智能机器非常着迷，而我们的实现方法其实非常简单。现在我跟大家解释一下它当中到底是如何工作的。
其实大部分人已经在日常生活中使用 ai 系统了，只不过他们都不知道而已，这里面的应用包括自动驾驶、购买建议、游戏等。
我们最常用的机器训练模型，就是监督学习（supervised learning）。
举一个典型的例子，如果你想建造一个识别图像的机器，让它识别图像里的狗和汽车。那么你就需要给这个机器看几百万张含有狗和汽车的图片，并告诉机器里面是否有狗或汽车，这就是一个“训练”的过程。
在训练之前，这个机器只是产生随机的答案，当你给它显示一张汽车或狗的图片时，你都不知道它会怎么回答。如果它答对了，可能只是运气好罢了；如它答错了，这时候得人为纠正一下（调参数）。
所以其中的一个关键就是，首先就是建造一个机器系统，然后就是调整内部参数或者结构，这样下一次你再展示图片的时候，系统就会答出正确答案了。
这就所谓的“学习型算法”，其关键就是在于“调整参数”。几百万张图片这样训练下来，不断地调整参数，最终机器会弄清楚“汽车”和“狗”之间的区别。当一张全新的照片给机器看时，它这时多半会给出正确答案。
我们把这个过程称为“泛化能力”（generalization ability），指的是，机器能够识别出跟训练素材相似的，但从未见过的东西（the ability to recognize things that are similar to what the machine has been trained on but has never seen）。
计算机往往依照一串指令来运行，这一串指令就叫做“算法”（algorithm）。清洗盘子，也是要遵循“算法”的：先从一摞盘子里选出一个放入水池中，然后擦拭清洗，然后烘干，最后放置在架子上。这个过程不断重复，就是一种很简单的“算法”。
那么我们如何为图像识别写一个“算法”呢？比如，如何区别图像里的汽车和狗？
计算机通常采用的方法，是用数字来表示图片，每一个数字代表特定区域像素的亮度。汽车的像素数组和狗的像素数组如图，这样就可以写一段代码来区别汽车和狗。
很多年来我们做的事情，就是建立大量的图片库，将已识别出的图像和等待识别的图像进行比较，如果匹配上时，计算机就可以判定图片里面到底是汽车还是狗。
但问题是，这个方法所需要的模板数量太巨大了，就汽车和狗而言，需要所有可能的位置、颜色、姿态的狗和汽车，这是非常不实际的。
但机器学习不一样，我们并不对机器进行编程，而是用图片对其进行训练。我们来举个最简单的例子，让机器区分两个字母。我们看到下图里，分别是字母 d 和字母 c（黑色块构成字母轮廓）。
每张图片包含 9（3*3）个像素，我们分别给像素赋值，黑色=1，白色=0，从而得到两张字母图片的像素矩阵。
接着，我们只让系统做一件很简单的事情：计算出像素权重（weights）之和。
具体而言，我们需要两个部分：像素值矩阵和权重模板，让这二者相乘得出结果。我们假定，如果结果>0，即判定为字母 c，如结果<0，即判定为字母d。
像素值矩阵很好设定，接下来就是得出一个有效的区分二者的权重模板，这是通过人工调节得到的。
当看到字母 c 时，人工告诉机器把 c 的权值调大。于是学习系统把字母 c 黑色像素对应的模板的权值增加为 1，白色像素对应的部分保持为 0。
同时将字母 d 的权值调小。
最终得到的模板权值中，正数（1）位置独属于字母c，负数（-1）位置独属于字母d。这就是一个很完美的将字母 c 和字母 d 区分的模板。
现在我们重新给系统一个字母c 的图片，计算机将新图与终极模板相乘，得到的 9个像素里的值，这些值相加得到的值=2。这时，2>0，所以计算机判断其为字母 c。
同样，如果新图是字母d，那么所得结果为-1，-1<0，所以计算机判断其为字母d。
现实中的分类问题要比区别字母 c 和字母 d 更费时、更复杂，而对模板的设定也更具有挑战，但是模板法是一种非常基础的原理。
在深度学习领域，我们使用一种特殊的方法：卷积神经网络(convolutional neural network, cnn) 。有趣的是，这种网络结构，是受到哺乳动物的视觉皮层启发。
一个物体可以有多个角度的照片，比如我要给这个剪刀拍照，各个角度得到的图片是不一样的。
如果我要让计算机识别出这个剪刀，那么就要以这个洞为主要特征，无论剪刀出现在照片的哪个位置，系统都能依据这个“洞”找出这个剪刀。
这个“洞”只是这个剪刀的特征之一，我们可以对一个物体提取多个特征，让系统来锁定它。cnn 的特殊之处在于，我们并不需要人工来提取这些“特征”。cnn 的第一层，有几百个探测器（detectors），它们自己学习并提取出几百个“特征”。
这种自我学习的方法，应用在很多领域，包括图像识别、自动驾驶、语音识别、翻译等。
yann lecun 表示：
这个视频不是课程，只是让普通人能够真正理解“深度学习”技术背后的基本原理，这或许能够鼓励年轻人、高中生对此有更丰富的了解，让他们对此产生兴趣，之后或许能在网上听一些课程，甚至日后在大学里学习相关课程。 我认为，让公众对深度学习技术有所了解，是很重要的。
所以，facebook 已经要在培养青少年人才方面发力了，雷锋网大胆推测，莫非明年就要出现深度学习技术的高中生竞赛了？
从政界、学术界到产业界，美国都在向着“ai 破晓”大胆迈步，中国其实不乏在 ai 领域的专家大牛，是否也有一天，向 yann lecun 一样亲切地向大众普及 ai 知识，推动基础教育的发展呢？
ps： yann lecun三弹视频。