吳恩達 (Andrew Ng) 是一個怎樣的人?

5月17日早間消息,百度公司今天宣布,任命人工智慧領域最權威的學者之一——吳恩達(Andrew Ng)博士為百度首席科學家,全面負責百度研究院。百度研究院在矽谷和北京設有實驗室。

他有過什麼學術成就?
-------------------------------------------
相關問題:怎麼評價Andrew Ng(吳恩達)?


Andrew Ng給人最大的印象就是厚道,不強勢,很憨。。。

上過Andrew Ng的CS 229 Machine Learning,後來也在coursera上了他的Machine Learning。其實斯坦福那門課的講義網上也有,期中考試是開卷的,很多公式推導,但只要照著書上依葫蘆畫瓢也能推的出來;還有就是很多概率分步方面的判斷題之類的,其實很多人覺得那部分才比較難。

那門課當時貌似才300多人,2011年秋季,後來聽說有800人了。。。其實300人已經很多了,當時在Huang Engineering Building的一個大教室,都坐滿了。。。Andrew挺厚道地寫板書,不像很多教授都是用ppt。。Andrew經常就是一寫就是很長時間。。。然後下面有人提問打斷,他就說不要提問了,否則寫不完。。。。

其實美帝的課程這種工程類的都很多人上,跟國內上課也差不多的感覺,肯定也是填鴨式的。。。只有那種文科小班教學,6、7個人圍著桌子討論,這樣互動才比較多,當然要求每個人課後都要大量閱讀和準備了。

當然,Andrew其實本人對統計和金融是比較鄙視的,他應該更偏重跟硬體結合的領域,比如他在斯坦福還開了cs 221機器人的課。他本人之前也研究無人直升機,現在研究自動駕駛等,都是典型的人工智慧的應用,軟硬體相結合。這些領域的統計味道會淡很多。。。

金融時間序列之類的內容,經常要自相關、異方差、t值、p值之類的,在Andrew的課程里是沒有的。他更多是面向機器人。所以他的CS 229的project如果做金融相關的會被他鄙視,然後給個低分。反正他自己就說」金融裡面用到的機器學習頂多就是線性回歸「。。。

當然,他的導師Michael Jordan(不是打籃球那位)對Andrew本人是有點看法的。。。Jordan本人是統計與機器學習的教授,其實他本人的研究統計味道是很濃的,再說計算機學術界對機器學習一直不是辣么待見,反而Jordan本人跟統計那幫人混得還比較融洽。。。其實Jordan就是個純粹的學術界巨頭,學閥學霸那種,比如NIPS,其他學校的教授都難發,斯坦福統計博士都難發,Berkeley的普通學生做個課堂小project也能發。。。學術界學霸肯定希望自己的子弟能代代相傳,一代罩著一代,代代都能發。。。但這個Andrew卻有著濃厚的網紅傾向,自己到處威風,粉絲無數,最近找的老婆也很漂亮,但貌似學術上並沒有把本門本派發揚光大,甚至直接跳反投入深度學習的懷抱去了。。。據說Jordan本人對Andrew的這些行為不是辣么的高興。。。

反正大概就這些吧。。。


在百度辦公室走廊碰到,機智的同行同事立馬自我介紹,他發名片發到我,恰好發完了。拿了我的名片,說發郵件給我,補上。
幾天後,果然收到郵件。可見一斑。


吳恩達 (Andrew Ng),斯坦福計算機系的副教授,師從機器學習的大師級人物 Michael I. Jordan。
同門師兄弟包括Zoubin Ghahramani, Tommi Jaakkola, Eric Xing, David Blei, 徒子徒孫遍布美國名校,他們這一大學派的主要研究和貢獻集中在 統計機器學習(Statistical Machine Learning)和圖模型(Probabilistic Graphical model),具體的比如 Spectral clustering, Nonparametric Bayesian Methods,Variational Methods等等。
現在圖模型和 Nonparametric Bayesian Methods 都是機器學習領域炙手可熱的研究方向。Michael Jordan的研究很好的將統計和機器學習聯繫了起來,將Variational Methods發揚光大,他也還身兼統計系和計算機系教職。

吳恩達的學術研究興趣比較廣(andrew Y ng - Google Scholar Citations),做的東西有比較理論的,但更多的是理論和應用的結合。他的一作主要集中在Spectral Clustering ,Unsupervised Learning 和增強式學習(reinforcement learning),機器學習的很多方面都有涉及,比如feature selection, over-fitting,policy search。由於做reinforcement learning和unsupervised learning, 所以有很多項目是和機器人有關的,他也發起了ROS(Robot Operating System),一個開源的機器人操作系統,影響力很大。其他的參與的研究就很多了,Michael Jordan那一片的統計機器學習都有參與,在圖模型領域也有很多非常優秀論文,比如自然語言處理(NLP)的神器Latent Dirchirelnt Allocation(LDA) 那篇論文他也有貢獻。

他現在的研究興趣主要是深度學習(Deep Learning),深度學習說白了就是死灰復燃的神經網路(Neural Network), 神經網路的一代鼻祖是多倫多大學的Geoffrey Hinton。 Geoffrey Hinton和吳恩達一起在Google搞深度學習 (Google Brain Project),他們倆現在在這一塊的論文很多,影響力很大。

總體而言他是頂級的機器學習研究者,在斯坦福是tenured professor已經說明了這點,至於Lab Director,和學術無關,只要是教授都可以成立一個實驗室自己當主任(Director),不要把主任拿過來說事。

更重要的是,他在學術圈內圈外知名度很高!除了師承之外,還有一個重要原因是他在斯坦福公開課裡面主講機器學習,講的的確是非常好,在工程界非常受歡迎,後來和Daphne Koller (機器學習界的一姐和大牛,《Probabilistic Graphical Models: Principles and Techniques》一書的作者)一起成立了Coursera。

吳恩達對慕課(MOOC)和Coursera的貢獻我就不贅述了。

另外吳恩達會說中文,出生於英國,高中畢業於新加坡的Raffles Insitution,本科畢業於卡耐基梅隆大學,碩士在麻省理工,博士畢業於伯克利,早年在香港和英國生活過(有沒有覺得他說英語有怪怪的和英式英語混雜的感覺?)。

--很多英語不好翻譯,抱歉!
--關於吳恩達是越南裔的說法沒找到可靠來源,已更正,謝謝 @李怡通


課講得非常好,思路清晰。


作為教師,他保持一項紀錄:在2013-1014年斯坦福大學秋季學期的「機器學習」課程中,這門由吳恩達主講的課程有超過800名學生選修。據我所知,這是斯坦福歷史上最多人同時選修的課程。

沒有任何課室可以容納,所以很多人都是在家看課堂錄像。不過這門計算機專業的研究生課程比Coursera上的同名公開課要難很多,用他自己的話來說就是「這(和Coursera上的相比)可以說是兩門課」。


忽然想到一個畫面,當時NG還在百度。有一天提前下班和老友吃飯,回來時走西門,然後發現馬路對面有一個提著包的人好熟悉,定睛一看原來是NG,當時他在抬頭看晚霞,然後就笑了,那一剎那覺得科學家心裡肯定住著一個孩子。


Coursera員工周五歡送Andrew Ng


其實第一位的回答很全面了,俺這就是修修邊角,補充說明下這位大牛最為我們普通人所熟知的三件事:

一是斯坦福公開課機器學習的主講。有興趣的戳這裡:斯坦福大學公開課 :機器學習課程
二是在線教育平台Coursera的聯合創始人。【吳恩達(Andrew Ng)和達芙妮·科勒(Daphne Koller)Coursera.org】
三是領導開發的人工神經網路,通過觀看一周YouTube視頻,自主學會識別哪些是關於貓的視頻。這個案例為人工智慧領域翻開嶄新一頁。(Google的貓臉識別:人工智慧的新突破)

從這幾個角度來看,吳恩達無疑是人工智慧和機器學習領域最權威的學者之一,同時在商業上也頗有建樹。


他長得很高。
不同幾個組的人集體輪流要求和跟他拍合照,人很和氣,拍了好幾張,小聲說到,「最後一張最後一張」


有傳言說他最近從百度離職了,不確定真假,有沒有知情者?


本是大牛,結果被拉下水當學術交際花了,有點可惜。anyway,比起鄧侃余凱之流還是強多了。


Andrew Ng 是這樣講鞍點的...


今天從百度離職了


我只知道他在谷歌是失敗的,實際上一個精通傳統人工智慧理論的人很難在同一家公司呆五年,基本上帶兩年,公司就知道他所在的項目沒有前途,所以從某種程度上說,百度是又一個上當者


聽他講課難道沒有人想到老友記里的Ross嗎==,  正在聽Coursera上機器學習的課程,感覺他應該是個特別好相處的人,說話非常和氣沒有大牛的架子,居然連最基本的矩陣都給你耐心講解,一到稍微難得數學推導怕你聽不懂也叫你不用擔心,總之從學生老師這一角度應該挺nice 。


今日從百度離職。


正在Coursera上他的課,深入淺出,受用無窮!作業設計也是費盡心機,可見Andrew的良心!


有一次發布會完了之後,他自己一個人在那裡自拍。。。非常萌


目前在上他的ML課 講解的比較詳細 推薦


百度吉祥物


推薦閱讀:

偏差和方差有什麼區別?
微軟識花是怎麼實現的?
機器學習&數據挖掘方向的計算機研究生該如何整體提升自己的技術水平?
最數學的計算機科學方向有哪些?
Kaggle如何入門?

TAG:互聯網 | 科技 | 機器學習 | 吳恩達(Andrew Ng) |