点击上方关注，All in AI中国

吴恩达在Coursera上的新课《全民AI》将于当地时间2月28日正式开放注册，课程为期4周，总时长约为11小时。本课程为面向所有人的初级课程，主要面向专业商务人士。预注册现已开启！

“本门课程属于非技术类课程，教学内容包括AI语言、如何在你的公司中应用AI技术，以及AI对社会的潜在影响。课程现已开放预报名。”

coursera课程地址：

https://www.coursera.org/learn/ai-for-everyone?action=enroll

“全民AI”课程开课在即，课程教学大纲已经全部公布。

课程大纲共分为四个部分，分别为“什么是AI”、“如何建立AI项目”、“在自己的企业内建立AI项目”，以及“AI对社会的影响”，每部分学习时间为一周。从课程内容可以明显看出向企业管理人员倾斜。

从大纲内容看，每部分各分为8-10个教学视频，在每部分最后各有一次测试，即每周一测。课程共持续4周，总学时约为11小时。

人工智能是一门非技术性的课程，你将获得比世界上大多数CEO更多的知识。至少这是吴恩达所说的。因此，让我们简要地找出他想传达的内容。

AI到2030年将创造13万亿美元的价值，主要用于零售，其次是旅游和汽车行业。

AI大致分为ANI（人工窄智能）和AGI（人工智能）。随着ANI的大量进步，人们错误地开始相信他们在AGI取得了进步。

不要在IT基础设施上花费太多钱来收集数据。尽可能早地将数据提供给AI团队，以便他们能够确定所收集的数据是否有用，并且可以更改数据收集策略。也不是说数据越大，价值越大！

机器学习就是学习A到B的映射，其中A是输入，B是输出标签，而数据科学的任务更多的是从数据中提取见解和结论，机器学习的输出是软件，而数据科学的输出是幻灯片。

深度学习是“神经网络”的品牌名称，它只不过是大的数学方程式。神经网络受到大脑的启发，但其内部功能几乎与实际大脑的工作方式无关。

就像：

购物中心+互联网=互联网公司

同理：

任何公司+深度学习= AI公司

任何问题，人类可以做1秒钟的思考，并且有大量标记数据可用，可以通过监督ML自动化。例如，如果用户点击添加或不添加。

AI目前可能无法理解手势。 AI无法通过少量数据来学习复杂的任务。

机器学习：

收集数据、训练模型和部署模型。

对于数据科学：

收集数据、分析数据、提出修改建议。

例如：在招聘中，数据科学将帮助我们通过分析数据来优化招聘流程。机器学习可以帮助简历自动化筛选。

选择可行且对您的业务都有价值的项目。在决定项目时，AI专家和领域专家应该共同努力。

自动化任务而不是工作，了解您业务中的痛点。

即使没有大数据，您也可以取得进步。

除了商业勤奋和技术勤勉之外，还要考虑道德勤奋以及您正在建设的项目是否会为人类带来一些好处。

对AI团队，在测试集上指定您的统计验收标准。

角色：

• 软件工程师：编写类似函数/子程序的软件代码。
• 机器学习工程师：负责创建模型
• 机器学习科学家：负责扩展最新技术水平
• 应用ML科学家：ML工程师和研究员之间的角色
• 数据科学家：检查数据并提供见解以推动业务决策
• 数据工程师：确保以安全且经济高效的方式轻松访问数据
• AI产品经理：要构建什么，什么是有价值的且可行的

执行相关的试点AI项目可以设置6-12个月的牵引力。

创建一个中央AI团队，并在CAIO（首席AI官员）的领导下将其分散到多个业务部门。最初，首席执行官应该向AI部门提供资金，而不是提供资金的BU，并且在初始投资之后，AI团队必须显示其为BU创建的价值。

商业领袖必须了解AI可以为他们的企业做些什么。 AI团队负责人应该设定项目方向并监控资源。内部人工智能工程师应接受训练，以便在AI管道上工作。

CLO应该知道如何策划内容而不是创建内容。

只有在执行一个或两个项目后才制定人工智能战略，否则它将成为学术战略而不是实际战略。不同的公司有不同的策略。

一个以较少数据开始的好产品将拥有用户。随着时间的推移，这些用户将生成可用于改进产品等的数据。

战略数据采集。不要通过产品获利来收集有用的数据。应该推广机器学习工程师等新角色。

将工程人才与业务/销售人才结合起来，找到可行且有价值的项目。

不要指望AI项目第一次就能工作，也不要在AI项目中强制执行传统的计划流程。

结交朋友学习人工智能、头脑风暴项目和找到导师！

对超级智能即将来临的人工智能也不要过于乐观。人工智能冬天即将来临，人工智能也不会过于悲观！介于中间的某个地方！

AI的可解释性很难。

AI可能会因偏见的数据而变得偏颇。

AI系统容易受到对抗性攻击，未来公司可能会与对抗性攻击者展开激战。

美国和中国在人工智能领域处于领先地位，但这项技术仍然不成熟，让其他国家在竞争中享有同等优势。

根据麦肯锡公司的报告，到2030年

人工智能取代的工作岗位：400-800万

人工智能创造的工作：555-890万

为什么人工智能有这么多令人震惊的结果？

因为人工智能未来将会是新的电力系统！

课程地址：

https://www.coursera.org/learn/ai-for-everyone?action=enroll

参考链接：

https://www.siliconrepublic.com/machines/andrew-ng-online-ai-course

https://venturebeat.com/2018/11/13/andrew-ng-launches-ai-for-everyone-a-new-coursera-program-aimed-at-business-professionals/