吳恩達下週來台灣，短短數天時間，便接連受邀永齡基金會、國立台灣大學、台杉投資等至少3場演講。為何人還沒來在國內科技圈就先轟動？許多人已表示要到現場聆聽演講。吳恩達完整生平與在AI領域貢獻，在此完整公開。
華人界深度學習大師吳恩達（Andrew Ng）下週受永齡基金會等機構邀請，即將造訪台灣，已經引發國內科技圈轟動。他到底厲害在哪裡？
吳恩達的職涯路程璀璨無比，從史丹佛教授到開啟Google Brain專案，隨後被延攬至百度擔任首席科學家負責百度大腦計畫，離職後創辦多間以人工智慧為主題的企業，包含提供線上課程的DeepLearning.AI和提供AI解決方案的Landing AI，他同時還是AI Fund的合伙人。此外熱愛推廣教育的他，是開放式課程平台Coursea的共同創辦人。
另外，他曾於2019年因科技部邀請下，首次造訪台灣演講，當時曾建議台灣雖然沒有中美大國的先天優勢，但憑藉出色半導體產業與完善基礎建設，無需去「創造」（to create）話題，更該善用既有資源並注重人才去「營造」（to curate）出利於AI研究發展的新天地。
橫跨學術與產業，吳恩達如何走到今天？此文完整解析。
吳恩達自幼對寫程式產生興趣，想用機器取代例行工作
吳恩達1976年出生於英國，在香港中產階級家庭成長，還有一位擔任律師的兄弟。母親何嘉坤（Tisa Ho）為藝文界人士，曾任香港藝術節行政總監多年，父親吳拉諾（音譯，Ronald Paul Ng）則是醫師。1984年，父母舉家前往新加坡，父親找到醫師工作，母親則在新加坡藝術中心任職。
根據美聯社報導，父親吳拉諾對寫程式、利用資料輔助診斷病患很有興趣，這也影響吳恩達，他6歲時便開始接觸程式。在新加坡萊佛士書院就讀時，16歲的吳恩達曾到新加坡國立大學（National University of Singapore）實習，參與人工智慧專案，吳恩達曾說，「建造具有智慧的機器取代人類例行工作」的點子讓他著迷不已，這也是他傲人學術生涯的開端。
1992年畢業後，吳恩達赴美求學，他在卡內基美隆大學（Carnegie Mellon University）得到學士學位，而且一次拿到電腦科學、數學、統計學三個學士學位，在麻省理工學院（Massachusetts Institute of Technology）拿到碩士學位。2002年，自加州大學柏克萊校區（University of California, Berkeley）以增強學習論文取得博士學位後，吳恩達進入史丹佛大學（Stanford University）開啟教授生涯。
在史丹佛研究人工智慧，開啟GPU運算新時代
吳恩達學術生涯早期，忙著打造具有智能的機器人，以及嘗試讓直升機自動駕駛。他曾領導史丹佛人工智慧機器人專案（Stanford Artificial Intelligence Robot），挑戰莫拉維克悖論（Moravec's paradox），這個悖論指人工智慧可以處理具有高度智能才能完成的事情例如高階微分，卻無法小朋友都可以做的家事。
事實上，吳恩達就是想讓機器人清理桌子、拿東西，還有組裝IKEA書架。吳恩達的願景非常前瞻，他想衝破物件偵測、機器學習和電腦視覺等人工智慧子領域的障蔽，重新整合個領域。這某種程度，就是通用人工智慧（AGI）的願景。
不過，吳恩達在人工智慧領域能夠擁有如此名氣，和他提倡使用GPU訓練神經網路有著密切關係。在使用GPU之前，科學家們多半使用CPU，CPU一次只能同時處理數個任務，但以執行任務的高速彌補；GPU則擅長同時執行大量任務，而這就是神經網路所需要的。
吳恩達的史丹佛團隊率先投入研究，找到利用GPU執行深度學習任務的方式，並取得研究成果，對其他學者產生影響。
從Google、百度負責「大腦」，到自行創業
2011年，吳恩達和Google研究員迪恩（Jeff Dean）合作，展開Google Brain深度學習專案。吳恩達與NPR節目主持人對談時，曾解釋其中一項任務，就是準備由上萬個處理器、超過10億個連接打造出的神經網路，接著從一千萬支YouTube影片中隨機抽取讓程式「觀看」，無目標地讓它學習。
這項專案的成果是：模型可以辦識貓。看似微不足道，但這卻是龐大進展，因為當時是監督式學習的天下。想要辨識貓，先得提供模型標註是否為貓的照片，但深度學習卻不用如此，相對做法更為「暴力」，準備大量資料與算力，接著讓模型放手去學習，最後便大功告成。
「重點不是發現一隻貓，而是我們有類似嬰兒大腦的軟體，可以從零開始。」吳恩達說，讓程式觀看數天YouTube影片，接著可以確認具體學到什麼東西，他相信絕對不僅止於辨識貓。
吳恩達利用嬰兒大腦比喻，正是希望模型可以和人類一樣，處在陌生環境、接觸新任務，觀察試錯數次後便學會如何應對。楊立昆曾說，AI能夠通過美國律師考試，但無法像10歲小孩那樣，在10歲內學會裝卸洗碗機。吳恩達勾勒出的方向，和機器學習專精特定任務、無法一般化（generalization）截然相反，因此引發全球關注。
2014年，吳恩達受到百度延攬，以首席科學家身份進入百度工作，領導百度研究院。
在一本當代科技史專書《Genius Makers》中，披露原先百度最想找的人是在ImageNet競賽大獲全勝的AI教父辛頓（Geoffrey Hinton）團隊，但Google贏得這場人才競爭，將辛頓的新創企業納入麾下。百度沒有因失利而垂頭喪氣，轉頭鎖定吳恩達並取得勝利，讓渴望成為中國版Google的百度，攫獲所有關注。
接受Venture Beat專訪時，吳恩達另外提出數個理由解釋加入百度的原因，最主要原因就是快節奏，無論是產品開發週期，或者是當他下GPU訂單時，很快就能送達。吳恩達在百度的矽谷研發中心和百度北京本部兩頭跑，參與過自駕車、Duer OS對話機器人系統以及人臉辨識等專案。
2017年，吳恩達宣布自百度辭職，背後原因包含招攬他的余凱已經先行離開、百度找來新高層陸奇等。隨後，吳恩達自行創業，開啟他的新生涯。
如今，吳恩達個人AI生態系已經成形，Landing AI負責替企業導入AI，與企業的領域專家合作，從概念驗證開始，一直到測試後落地；AI Fund則可以投資吳恩達認為合適的新創企業；至於推廣人工智慧教育的DeepLearning.AI呢？乍看之下沒有直接關聯，然而，當有愈多人從線上課程學習新知、接著投入業界，甚至自行創業，那麼，這就會是吳恩達樂見的。
他說AI就是電力，而Coursera和DeepLearning.AI，就是讓沒有相關技能的人們，擁抱新電力的最佳入門磚。
