[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:17.82,0:00:21.32,Default,,0000,0000,0000,,我們的世界在許多方面一直在變，
Dialogue: 0,0:00:21.32,0:00:25.98,Default,,0000,0000,0000,,其中一樣會對我們的未來\N產生巨大影響的是
Dialogue: 0,0:00:25.98,0:00:29.36,Default,,0000,0000,0000,,人工智慧（AI），
Dialogue: 0,0:00:29.36,0:00:32.95,Default,,0000,0000,0000,,將會帶來另一場工業革命。
Dialogue: 0,0:00:33.63,0:00:39.50,Default,,0000,0000,0000,,之前的工業革命\N擴大了人類的機械能力；
Dialogue: 0,0:00:40.01,0:00:42.14,Default,,0000,0000,0000,,這場新的革命，
Dialogue: 0,0:00:42.14,0:00:45.57,Default,,0000,0000,0000,,這第二次的機械時代
Dialogue: 0,0:00:45.57,0:00:51.71,Default,,0000,0000,0000,,將會拓展我們的認知能力和腦力。
Dialogue: 0,0:00:52.78,0:00:57.18,Default,,0000,0000,0000,,電腦不僅將取代體力勞動，
Dialogue: 0,0:00:57.60,0:00:59.90,Default,,0000,0000,0000,,還將取代腦力活動。
Dialogue: 0,0:01:00.50,0:01:03.45,Default,,0000,0000,0000,,那麼我們如今立足在何處呢？
Dialogue: 0,0:01:04.03,0:01:07.72,Default,,0000,0000,0000,,你可能聽說去年三月發生的事情，
Dialogue: 0,0:01:07.72,0:01:11.78,Default,,0000,0000,0000,,一個被稱為 AlphaGo 的\N機器學習系統
Dialogue: 0,0:01:11.78,0:01:17.71,Default,,0000,0000,0000,,用深度學習擊敗了\N當時的世界圍棋冠軍。
Dialogue: 0,0:01:18.28,0:01:20.68,Default,,0000,0000,0000,,圍棋是古老的中國棋戲，
Dialogue: 0,0:01:20.68,0:01:23.29,Default,,0000,0000,0000,,對於電腦來說，
Dialogue: 0,0:01:23.29,0:01:25.98,Default,,0000,0000,0000,,遠比西洋棋更難掌握。
Dialogue: 0,0:01:26.89,0:01:32.09,Default,,0000,0000,0000,,經過幾十年的人工智慧研究，\N我們如今是如何辦到的？
Dialogue: 0,0:01:33.07,0:01:36.70,Default,,0000,0000,0000,,AlphaGo 專門被訓練來下圍棋，
Dialogue: 0,0:01:37.68,0:01:41.30,Default,,0000,0000,0000,,先是大量觀察人類高段棋手
Dialogue: 0,0:01:41.81,0:01:46.89,Default,,0000,0000,0000,,數千萬次的出招。
Dialogue: 0,0:01:47.75,0:01:52.50,Default,,0000,0000,0000,,接著自我對弈幾百萬次。
Dialogue: 0,0:01:54.22,0:01:59.94,Default,,0000,0000,0000,,機器學習讓電腦從實例中學習，
Dialogue: 0,0:02:00.46,0:02:02.58,Default,,0000,0000,0000,,從數據中學習。
Dialogue: 0,0:02:03.88,0:02:06.68,Default,,0000,0000,0000,,機器學習已成為
Dialogue: 0,0:02:06.68,0:02:11.64,Default,,0000,0000,0000,,將知識塞進電腦裡的關鍵。
Dialogue: 0,0:02:12.17,0:02:14.07,Default,,0000,0000,0000,,這很重要，
Dialogue: 0,0:02:14.07,0:02:19.30,Default,,0000,0000,0000,,因為知識是智能發展的推手。
Dialogue: 0,0:02:20.44,0:02:26.77,Default,,0000,0000,0000,,之前要把知識放進電腦，\N對人工智慧而言極具挑戰性。
Dialogue: 0,0:02:27.52,0:02:28.74,Default,,0000,0000,0000,,為什麼？
Dialogue: 0,0:02:29.06,0:02:34.59,Default,,0000,0000,0000,,我們憑直覺認知很多事情，
Dialogue: 0,0:02:34.60,0:02:38.61,Default,,0000,0000,0000,,無法口頭表達，
Dialogue: 0,0:02:38.62,0:02:42.42,Default,,0000,0000,0000,,無法有意識地取用哪些知識。
Dialogue: 0,0:02:43.27,0:02:46.81,Default,,0000,0000,0000,,在無所知的情況下\N如何為電腦寫程式呢？
Dialogue: 0,0:02:47.66,0:02:49.11,Default,,0000,0000,0000,,怎麼解決呢？
Dialogue: 0,0:02:49.31,0:02:55.34,Default,,0000,0000,0000,,就是讓機器自己學習知識，
Dialogue: 0,0:02:55.34,0:02:56.44,Default,,0000,0000,0000,,和我們人類一樣。
Dialogue: 0,0:02:56.44,0:02:58.05,Default,,0000,0000,0000,,這非常重要，
Dialogue: 0,0:02:58.05,0:03:02.97,Default,,0000,0000,0000,,因為知識是智能發展的推手。
Dialogue: 0,0:03:02.97,0:03:06.97,Default,,0000,0000,0000,,我的任務就是通過學習
Dialogue: 0,0:03:06.97,0:03:12.68,Default,,0000,0000,0000,,來發現和理解智能發展的原理，
Dialogue: 0,0:03:13.17,0:03:17.83,Default,,0000,0000,0000,,無論是動物、人類還是機器學習。
Dialogue: 0,0:03:19.45,0:03:25.07,Default,,0000,0000,0000,,我們相信有幾個關鍵原則，
Dialogue: 0,0:03:25.07,0:03:27.30,Default,,0000,0000,0000,,正如物理定律一樣。
Dialogue: 0,0:03:27.88,0:03:32.74,Default,,0000,0000,0000,,簡單的原理可以解釋我們自身的智能，
Dialogue: 0,0:03:32.74,0:03:36.74,Default,,0000,0000,0000,,幫助我們建造智能的機器。
Dialogue: 0,0:03:37.88,0:03:41.60,Default,,0000,0000,0000,,以空氣動力學定律為例，
Dialogue: 0,0:03:41.60,0:03:48.04,Default,,0000,0000,0000,,它足以解釋鳥類和飛機的飛行。
Dialogue: 0,0:03:49.15,0:03:52.26,Default,,0000,0000,0000,,若能發現同樣簡單卻有力的原理
Dialogue: 0,0:03:52.26,0:03:55.38,Default,,0000,0000,0000,,用來解釋智能本身，
Dialogue: 0,0:03:55.38,0:03:59.19,Default,,0000,0000,0000,,豈不是很棒？
Dialogue: 0,0:04:00.03,0:04:03.39,Default,,0000,0000,0000,,我們已有若干進展。
Dialogue: 0,0:04:04.38,0:04:06.22,Default,,0000,0000,0000,,這些年來，我和合作者
Dialogue: 0,0:04:06.22,0:04:11.94,Default,,0000,0000,0000,,貢獻於人工智慧領域的變革，
Dialogue: 0,0:04:11.95,0:04:16.40,Default,,0000,0000,0000,,藉由研究神經網路和深度學習，
Dialogue: 0,0:04:16.40,0:04:20.69,Default,,0000,0000,0000,,那是種受大腦啟發的機器學習法。
Dialogue: 0,0:04:22.04,0:04:26.74,Default,,0000,0000,0000,,它始於手機上的語音識別，
Dialogue: 0,0:04:26.74,0:04:29.96,Default,,0000,0000,0000,,自 2012 年起就用了神經網路。
Dialogue: 0,0:04:30.98,0:04:35.65,Default,,0000,0000,0000,,不久後在電腦視覺上取得了突破。
Dialogue: 0,0:04:36.68,0:04:43.09,Default,,0000,0000,0000,,現在電腦極會辨識圖像的內容。
Dialogue: 0,0:04:43.67,0:04:49.60,Default,,0000,0000,0000,,事實上，過去五年在一些基準上\N已近似於人類的表現。
Dialogue: 0,0:04:50.71,0:04:57.30,Default,,0000,0000,0000,,現在電腦已能直覺地\N以視覺辨讀圍棋的棋盤，
Dialogue: 0,0:04:58.19,0:05:01.36,Default,,0000,0000,0000,,足以和人類的高手媲美。
Dialogue: 0,0:05:01.76,0:05:03.45,Default,,0000,0000,0000,,最近，
Dialogue: 0,0:05:03.45,0:05:06.58,Default,,0000,0000,0000,,根據我實驗室的一些發現，
Dialogue: 0,0:05:06.58,0:05:11.41,Default,,0000,0000,0000,,深度學習被用來翻譯語言，
Dialogue: 0,0:05:11.41,0:05:14.44,Default,,0000,0000,0000,,已經被用在谷歌翻譯上。
Dialogue: 0,0:05:15.19,0:05:18.19,Default,,0000,0000,0000,,它拓展了電腦
Dialogue: 0,0:05:18.19,0:05:22.53,Default,,0000,0000,0000,,理解和生成自然語言的能力。
Dialogue: 0,0:05:23.55,0:05:25.52,Default,,0000,0000,0000,,但是，別被愚弄了。
Dialogue: 0,0:05:25.52,0:05:30.08,Default,,0000,0000,0000,,機器要能夠像人類那樣
Dialogue: 0,0:05:30.08,0:05:34.80,Default,,0000,0000,0000,,學習掌握世界各方面的事情
Dialogue: 0,0:05:34.80,0:05:37.59,Default,,0000,0000,0000,,還非常非常遙遠。
Dialogue: 0,0:05:38.54,0:05:41.24,Default,,0000,0000,0000,,讓我們舉個例子。
Dialogue: 0,0:05:41.64,0:05:44.71,Default,,0000,0000,0000,,即使是兩歲的孩子
Dialogue: 0,0:05:44.71,0:05:50.66,Default,,0000,0000,0000,,也能夠用電腦現在\N無法做到的方式學習事物。
Dialogue: 0,0:05:51.77,0:05:56.17,Default,,0000,0000,0000,,兩歲的孩子其實已經\N掌握直觀的物理學。
Dialogue: 0,0:05:56.97,0:06:01.91,Default,,0000,0000,0000,,她知道如果扔了球，球會落下。
Dialogue: 0,0:06:02.49,0:06:06.09,Default,,0000,0000,0000,,當她把液體灑出來，\N她能預期會弄髒地板。
Dialogue: 0,0:06:06.59,0:06:09.52,Default,,0000,0000,0000,,根本不需要她的父母教她
Dialogue: 0,0:06:09.52,0:06:12.98,Default,,0000,0000,0000,,牛頓定律或者微分方程。
Dialogue: 0,0:06:13.84,0:06:20.20,Default,,0000,0000,0000,,她以「無監督學習」方式，\N自己發現這一切。
Dialogue: 0,0:06:21.35,0:06:27.71,Default,,0000,0000,0000,,事實上，無監督學習仍是\N人工智慧所面臨的關鍵挑戰之一，
Dialogue: 0,0:06:28.18,0:06:33.01,Default,,0000,0000,0000,,可能還需要花上\N好幾十年的基礎研究
Dialogue: 0,0:06:33.01,0:06:34.67,Default,,0000,0000,0000,,來解開這個結。
Dialogue: 0,0:06:34.67,0:06:40.90,Default,,0000,0000,0000,,事實上，無監督學習\N試圖發現數據的表現形式。
Dialogue: 0,0:06:41.73,0:06:43.78,Default,,0000,0000,0000,,讓我舉個例子。
Dialogue: 0,0:06:44.36,0:06:49.35,Default,,0000,0000,0000,,試想你用雙眼看著屏幕上的一頁，
Dialogue: 0,0:06:49.35,0:06:54.20,Default,,0000,0000,0000,,電腦則將其視為一堆像素的圖像。
Dialogue: 0,0:06:54.99,0:07:00.11,Default,,0000,0000,0000,,為了回答圖像內容之類的問題，
Dialogue: 0,0:07:00.86,0:07:05.21,Default,,0000,0000,0000,,你需要理解它的高層次含義。
Dialogue: 0,0:07:05.67,0:07:08.81,Default,,0000,0000,0000,,這種高層次含義對應
Dialogue: 0,0:07:08.81,0:07:12.32,Default,,0000,0000,0000,,你腦中的最高層表現形式；
Dialogue: 0,0:07:12.91,0:07:18.31,Default,,0000,0000,0000,,往下是單詞的個別含義；
Dialogue: 0,0:07:19.19,0:07:23.80,Default,,0000,0000,0000,,更往下是由字母拼湊出來的單詞。
Dialogue: 0,0:07:24.81,0:07:27.68,Default,,0000,0000,0000,,這些字母可由不同筆劃構成，
Dialogue: 0,0:07:27.68,0:07:30.88,Default,,0000,0000,0000,,以不同的方式呈現。
Dialogue: 0,0:07:31.56,0:07:34.84,Default,,0000,0000,0000,,這些筆劃是由「邊線」所組成的，
Dialogue: 0,0:07:34.84,0:07:37.28,Default,,0000,0000,0000,,而這些邊線則是像素組成的。
Dialogue: 0,0:07:37.28,0:07:40.45,Default,,0000,0000,0000,,以上這些是不同層次的表現形式。
Dialogue: 0,0:07:41.08,0:07:46.55,Default,,0000,0000,0000,,但是像素本身不足以讓圖像
Dialogue: 0,0:07:46.58,0:07:51.90,Default,,0000,0000,0000,,能夠回答頁面內容這樣的高層次問題。
Dialogue: 0,0:07:52.93,0:07:57.59,Default,,0000,0000,0000,,事實上，你的大腦有\N不同層級的表現形式。
Dialogue: 0,0:07:57.59,0:08:02.29,Default,,0000,0000,0000,,從大腦皮層的第一個視覺區域的\N神經元開始——V1，
Dialogue: 0,0:08:02.29,0:08:04.60,Default,,0000,0000,0000,,它會識別圖像的邊線。
Dialogue: 0,0:08:04.60,0:08:09.33,Default,,0000,0000,0000,,接著，在大腦皮層\N第二個視覺區的神經元——V2
Dialogue: 0,0:08:09.33,0:08:12.80,Default,,0000,0000,0000,,能識別筆劃和小圖形。
Dialogue: 0,0:08:12.80,0:08:17.06,Default,,0000,0000,0000,,再往上有神經元來識別物體的局部，
Dialogue: 0,0:08:17.06,0:08:19.99,Default,,0000,0000,0000,,然後是物體和整個場景。
Dialogue: 0,0:08:21.18,0:08:24.76,Default,,0000,0000,0000,,受過圖像訓練的神經網路
Dialogue: 0,0:08:24.76,0:08:28.86,Default,,0000,0000,0000,,真能發現這類層次的表達形式，
Dialogue: 0,0:08:28.86,0:08:32.78,Default,,0000,0000,0000,,與我們腦中觀察到的十分吻合。
Dialogue: 0,0:08:33.64,0:08:38.80,Default,,0000,0000,0000,,無論是生物的神經網路，\N也就是我們腦中的神經網路，
Dialogue: 0,0:08:38.80,0:08:42.83,Default,,0000,0000,0000,,還是在機器上訓練的深層神經網路，
Dialogue: 0,0:08:42.84,0:08:48.08,Default,,0000,0000,0000,,都能學會把某一層的表現形式，\N轉變成下一層的形式；
Dialogue: 0,0:08:48.37,0:08:53.30,Default,,0000,0000,0000,,越高層次的表現形式\N對應越抽象的概念。
Dialogue: 0,0:08:53.30,0:08:57.56,Default,,0000,0000,0000,,例如，字母 A 的抽象概念
Dialogue: 0,0:08:57.56,0:09:00.89,Default,,0000,0000,0000,,在最底層可有許多不同的表現形式，
Dialogue: 0,0:09:00.89,0:09:03.89,Default,,0000,0000,0000,,可以呈現出許多不同的像素配置，
Dialogue: 0,0:09:03.89,0:09:09.10,Default,,0000,0000,0000,,根據位置、旋轉、字體等配置。
Dialogue: 0,0:09:10.44,0:09:15.82,Default,,0000,0000,0000,,那麼該如何學習這些\N高層次的表現形式呢？
Dialogue: 0,0:09:16.96,0:09:23.07,Default,,0000,0000,0000,,目前為止，深度學習的\N某種應用非常成功，
Dialogue: 0,0:09:23.07,0:09:25.98,Default,,0000,0000,0000,,我們稱之為「監督學習」。
Dialogue: 0,0:09:26.30,0:09:31.59,Default,,0000,0000,0000,,在監督學習的情況下，\N電腦需被拉著手學習，
Dialogue: 0,0:09:31.59,0:09:35.47,Default,,0000,0000,0000,,人類必須告訴電腦\N許多問題的答案。
Dialogue: 0,0:09:35.47,0:09:39.24,Default,,0000,0000,0000,,例如在數百萬的圖像中，
Dialogue: 0,0:09:39.24,0:09:41.42,Default,,0000,0000,0000,,人們必須告訴機器，
Dialogue: 0,0:09:41.42,0:09:44.27,Default,,0000,0000,0000,,這張圖是一隻貓，
Dialogue: 0,0:09:44.51,0:09:47.10,Default,,0000,0000,0000,,這張圖是一隻狗，
Dialogue: 0,0:09:47.10,0:09:49.58,Default,,0000,0000,0000,,這張圖是一台筆電，
Dialogue: 0,0:09:49.60,0:09:52.60,Default,,0000,0000,0000,,這張圖是個鍵盤等等，
Dialogue: 0,0:09:52.60,0:09:55.60,Default,,0000,0000,0000,,以此類推數百萬次。
Dialogue: 0,0:09:56.07,0:10:01.03,Default,,0000,0000,0000,,這工作非常惱人， \N所以我們用群眾外包來做。
Dialogue: 0,0:10:01.46,0:10:03.40,Default,,0000,0000,0000,,雖然它非常強，
Dialogue: 0,0:10:03.42,0:10:06.27,Default,,0000,0000,0000,,讓我們能夠解決許多有趣的問題，
Dialogue: 0,0:10:06.27,0:10:08.31,Default,,0000,0000,0000,,但是人類更強，
Dialogue: 0,0:10:08.31,0:10:13.56,Default,,0000,0000,0000,,人類能夠更加自主學習\N世上更多不同層面的事。
Dialogue: 0,0:10:13.81,0:10:17.61,Default,,0000,0000,0000,,如同我們所見，孩子直觀學習物理。
Dialogue: 0,0:10:17.62,0:10:23.74,Default,,0000,0000,0000,,無監督學習也能幫我們研發自駕車。
Dialogue: 0,0:10:24.57,0:10:26.10,Default,,0000,0000,0000,,讓我來解釋一下：
Dialogue: 0,0:10:26.10,0:10:31.84,Default,,0000,0000,0000,,無監督學習讓電腦\N將自己投射到未來，
Dialogue: 0,0:10:31.84,0:10:37.20,Default,,0000,0000,0000,,根據當前的情況生成可信的未來。
Dialogue: 0,0:10:38.37,0:10:42.90,Default,,0000,0000,0000,,這讓電腦能夠推理和提前計劃。
Dialogue: 0,0:10:43.45,0:10:47.98,Default,,0000,0000,0000,,即使碰上還未訓練的情境也能處理。
Dialogue: 0,0:10:48.75,0:10:50.44,Default,,0000,0000,0000,,這很重要，
Dialogue: 0,0:10:50.44,0:10:53.95,Default,,0000,0000,0000,,因為用監督學習，\N必須告訴電腦，
Dialogue: 0,0:10:53.95,0:10:57.40,Default,,0000,0000,0000,,汽車可能會遇到的各種情況
Dialogue: 0,0:10:57.40,0:11:01.38,Default,,0000,0000,0000,,以及人們在這些情況下的反應。
Dialogue: 0,0:11:02.45,0:11:06.19,Default,,0000,0000,0000,,人怎麼學會避免危險的駕駛行為呢？
Dialogue: 0,0:11:07.28,0:11:10.79,Default,,0000,0000,0000,,難道必須死於交通事故一千次嗎？
Dialogue: 0,0:11:10.79,0:11:12.11,Default,,0000,0000,0000,,（笑聲）
Dialogue: 0,0:11:12.11,0:11:14.61,Default,,0000,0000,0000,,這是我們現在訓練機器的方法。
Dialogue: 0,0:11:15.18,0:11:18.34,Default,,0000,0000,0000,,所以它不會飛、至少不會開車。
Dialogue: 0,0:11:18.34,0:11:19.93,Default,,0000,0000,0000,,（笑聲）
Dialogue: 0,0:11:21.29,0:11:25.66,Default,,0000,0000,0000,,因此我們需要訓練模型
Dialogue: 0,0:11:25.66,0:11:31.92,Default,,0000,0000,0000,,能夠產生可信的圖像或未來，\N然後變得有創造性。
Dialogue: 0,0:11:31.92,0:11:33.93,Default,,0000,0000,0000,,我們正在這方面取得進展。
Dialogue: 0,0:11:33.93,0:11:37.46,Default,,0000,0000,0000,,我們正在訓練這些深層神經網路
Dialogue: 0,0:11:37.46,0:11:40.82,Default,,0000,0000,0000,,從高層次的含義到像素，
Dialogue: 0,0:11:40.82,0:11:43.30,Default,,0000,0000,0000,,而不是從像素到高層次含義，
Dialogue: 0,0:11:43.31,0:11:46.79,Default,,0000,0000,0000,,是從另一個方向表達。
Dialogue: 0,0:11:46.79,0:11:51.18,Default,,0000,0000,0000,,這樣電腦能生成新的圖像，
Dialogue: 0,0:11:51.19,0:11:56.31,Default,,0000,0000,0000,,和它們受訓時所見的圖像完全不同。\N（註：分為訓練數據和測試數據）
Dialogue: 0,0:11:57.02,0:12:00.37,Default,,0000,0000,0000,,但這些是可信，看起來自然的圖像。
Dialogue: 0,0:12:01.89,0:12:06.33,Default,,0000,0000,0000,,我們也可以用這些模型\N來幻想一些奇怪
Dialogue: 0,0:12:06.34,0:12:09.49,Default,,0000,0000,0000,,甚至可怕的圖像，
Dialogue: 0,0:12:09.49,0:12:11.80,Default,,0000,0000,0000,,像我們在夢裡、噩夢裡看到的那樣。
Dialogue: 0,0:12:12.68,0:12:16.85,Default,,0000,0000,0000,,這裡有些電腦用深度圖表模型
Dialogue: 0,0:12:16.85,0:12:19.83,Default,,0000,0000,0000,,所合成的圖像。
Dialogue: 0,0:12:19.83,0:12:21.65,Default,,0000,0000,0000,,它們看上去就像自然圖像，
Dialogue: 0,0:12:21.65,0:12:25.19,Default,,0000,0000,0000,,但是如果近看就會發現還是有區別，
Dialogue: 0,0:12:25.19,0:12:30.62,Default,,0000,0000,0000,,它們仍缺少一些\N我們視為自然的重要細節。
Dialogue: 0,0:12:31.100,0:12:33.95,Default,,0000,0000,0000,,大約 10 年前，
Dialogue: 0,0:12:33.95,0:12:36.72,Default,,0000,0000,0000,,無監督學習是我們
Dialogue: 0,0:12:36.72,0:12:41.80,Default,,0000,0000,0000,,突破深度學習的關鍵。
Dialogue: 0,0:12:44.14,0:12:48.06,Default,,0000,0000,0000,,這種情況發生在少數實驗室， \N包括我的實驗室，
Dialogue: 0,0:12:48.06,0:12:51.46,Default,,0000,0000,0000,,當時神經網路還未流行，
Dialogue: 0,0:12:51.46,0:12:55.22,Default,,0000,0000,0000,,幾乎被科學界所拋棄。
Dialogue: 0,0:12:56.39,0:12:58.94,Default,,0000,0000,0000,,如今大不相同，
Dialogue: 0,0:12:58.94,0:13:01.38,Default,,0000,0000,0000,,它已成為火熱的領域。
Dialogue: 0,0:13:01.38,0:13:06.93,Default,,0000,0000,0000,,如今每年有成百上千的學生\N申請研究所入學，
Dialogue: 0,0:13:06.95,0:13:09.78,Default,,0000,0000,0000,,到我的實驗室\N和我的同仁一起工作。
Dialogue: 0,0:13:11.01,0:13:14.65,Default,,0000,0000,0000,,蒙特利爾已成為世界上最大的
Dialogue: 0,0:13:14.65,0:13:19.39,Default,,0000,0000,0000,,深度學習研究人員學術聚集地。
Dialogue: 0,0:13:20.18,0:13:26.12,Default,,0000,0000,0000,,我們剛收到 9400 萬美元的\N巨額研究經費，
Dialogue: 0,0:13:26.13,0:13:29.80,Default,,0000,0000,0000,,用於推動人工智慧\N和數據科學的發展，
Dialogue: 0,0:13:29.80,0:13:36.07,Default,,0000,0000,0000,,把深度學習技術\N和數據科學技轉到工業界。
Dialogue: 0,0:13:37.25,0:13:43.79,Default,,0000,0000,0000,,受到這些刺激的商業人士\N新創公司、工業實驗室，
Dialogue: 0,0:13:43.79,0:13:46.91,Default,,0000,0000,0000,,其中許多間就座落於大學附近。
Dialogue: 0,0:13:48.54,0:13:51.26,Default,,0000,0000,0000,,例如幾週前
Dialogue: 0,0:13:51.26,0:13:54.73,Default,,0000,0000,0000,,我們宣布成立一家名為
Dialogue: 0,0:13:54.73,0:13:56.51,Default,,0000,0000,0000,,「Element AI」的新創工廠，
Dialogue: 0,0:13:56.51,0:13:59.60,Default,,0000,0000,0000,,它將專注於深度學習的應用上。
Dialogue: 0,0:14:01.56,0:14:05.72,Default,,0000,0000,0000,,深度學習的專家不多，
Dialogue: 0,0:14:06.36,0:14:10.68,Default,,0000,0000,0000,,所以那些專家被支付高薪。
Dialogue: 0,0:14:11.03,0:14:17.21,Default,,0000,0000,0000,,許多我學術界的前同事\N接受公司給的高薪
Dialogue: 0,0:14:17.23,0:14:20.52,Default,,0000,0000,0000,,去工業實驗室工作。
Dialogue: 0,0:14:21.08,0:14:25.01,Default,,0000,0000,0000,,我自己選擇待在大學
Dialogue: 0,0:14:25.01,0:14:27.17,Default,,0000,0000,0000,,為公眾利益工作，
Dialogue: 0,0:14:27.17,0:14:28.89,Default,,0000,0000,0000,,和學生們一起工作，
Dialogue: 0,0:14:28.90,0:14:30.59,Default,,0000,0000,0000,,保持獨立，
Dialogue: 0,0:14:30.60,0:14:34.84,Default,,0000,0000,0000,,指導下一代的深度學習專家。
Dialogue: 0,0:14:35.29,0:14:41.02,Default,,0000,0000,0000,,除了商業價值，
Dialogue: 0,0:14:41.02,0:14:44.65,Default,,0000,0000,0000,,我們還思考人工智慧對社會的影響。
Dialogue: 0,0:14:45.88,0:14:50.03,Default,,0000,0000,0000,,我們中的許多人現在開始把目光
Dialogue: 0,0:14:50.03,0:14:55.99,Default,,0000,0000,0000,,投向於社會增值應用，例如健康。
Dialogue: 0,0:14:56.46,0:14:58.96,Default,,0000,0000,0000,,我們認為可以利用深度學習
Dialogue: 0,0:14:58.96,0:15:02.70,Default,,0000,0000,0000,,來改進個別化的治療。
Dialogue: 0,0:15:03.96,0:15:05.67,Default,,0000,0000,0000,,我相信在未來，
Dialogue: 0,0:15:05.67,0:15:10.36,Default,,0000,0000,0000,,在收集全球數百萬、\N數十億人的更多數據後，
Dialogue: 0,0:15:10.36,0:15:13.86,Default,,0000,0000,0000,,我們將能夠提供醫療建議
Dialogue: 0,0:15:13.86,0:15:17.25,Default,,0000,0000,0000,,給數十億現在得不到的人。
Dialogue: 0,0:15:17.60,0:15:22.72,Default,,0000,0000,0000,,我們想像人工智慧\N在社會價值方面的許多其他應用。
Dialogue: 0,0:15:23.14,0:15:28.24,Default,,0000,0000,0000,,例如，我們對自然語言理解的研究，
Dialogue: 0,0:15:29.06,0:15:31.20,Default,,0000,0000,0000,,將會為那些無法負擔的人們
Dialogue: 0,0:15:31.20,0:15:34.06,Default,,0000,0000,0000,,提供各式各樣的服務，\N比如法律服務。
Dialogue: 0,0:15:34.51,0:15:37.34,Default,,0000,0000,0000,,我們如今同樣也將目光
Dialogue: 0,0:15:37.34,0:15:41.13,Default,,0000,0000,0000,,轉向了人工智慧\N對我們社區的社會影響。
Dialogue: 0,0:15:41.69,0:15:44.80,Default,,0000,0000,0000,,但這不僅僅是專家需要思考的問題。
Dialogue: 0,0:15:46.03,0:15:49.94,Default,,0000,0000,0000,,我相信這事超越數學和專業術語，
Dialogue: 0,0:15:49.94,0:15:53.10,Default,,0000,0000,0000,,普通人能充分知曉
Dialogue: 0,0:15:53.14,0:15:55.90,Default,,0000,0000,0000,,幕後發生了什麼事，
Dialogue: 0,0:15:55.90,0:16:01.19,Default,,0000,0000,0000,,從而參與未來幾年，乃至幾十年的
Dialogue: 0,0:16:01.19,0:16:06.55,Default,,0000,0000,0000,,有關人工智慧的重要決策。
Dialogue: 0,0:16:07.58,0:16:09.28,Default,,0000,0000,0000,,所以，
Dialogue: 0,0:16:09.93,0:16:16.23,Default,,0000,0000,0000,,請預留費用和空間讓自己去學習吧。
Dialogue: 0,0:16:17.84,0:16:22.53,Default,,0000,0000,0000,,我和合作者寫了幾篇介紹性論文
Dialogue: 0,0:16:22.54,0:16:25.38,Default,,0000,0000,0000,,和一本名為《深度學習》的書，
Dialogue: 0,0:16:25.38,0:16:29.62,Default,,0000,0000,0000,,來幫助學生和工程師\N進入這個令人興奮的領域。
Dialogue: 0,0:16:30.66,0:16:35.78,Default,,0000,0000,0000,,同樣也有許多線上的資源： \N軟體、學習指南、影片等等。
Dialogue: 0,0:16:36.31,0:16:41.21,Default,,0000,0000,0000,,許多大學生自學了
Dialogue: 0,0:16:41.21,0:16:44.55,Default,,0000,0000,0000,,很多關於深度學習的研究，
Dialogue: 0,0:16:44.55,0:16:47.84,Default,,0000,0000,0000,,為了之後加入實驗室的行列，\N像是我的實驗室。
Dialogue: 0,0:16:49.37,0:16:55.17,Default,,0000,0000,0000,,人工智慧將對我們社會\N產生深遠的影響。
Dialogue: 0,0:16:56.65,0:17:01.67,Default,,0000,0000,0000,,所以重要的是問：我們該如何用它？
Dialogue: 0,0:17:03.37,0:17:07.90,Default,,0000,0000,0000,,巨大的正面影響可能伴隨負面影響，
Dialogue: 0,0:17:07.90,0:17:10.17,Default,,0000,0000,0000,,譬如軍事的應用
Dialogue: 0,0:17:10.80,0:17:15.36,Default,,0000,0000,0000,,或急速顛覆性的就業市場變化。
Dialogue: 0,0:17:15.95,0:17:19.35,Default,,0000,0000,0000,,為了確保在未來的幾年內
Dialogue: 0,0:17:19.35,0:17:23.07,Default,,0000,0000,0000,,人工智慧所面臨的集體選擇
Dialogue: 0,0:17:23.07,0:17:25.14,Default,,0000,0000,0000,,將會對所有人有利，
Dialogue: 0,0:17:25.14,0:17:28.68,Default,,0000,0000,0000,,每一個公民應該積極發揮作用
Dialogue: 0,0:17:28.68,0:17:32.91,Default,,0000,0000,0000,,共同來定義人工智慧\N將如何塑造我們的未來。
Dialogue: 0,0:17:33.87,0:17:34.89,Default,,0000,0000,0000,,謝謝。
Dialogue: 0,0:17:35.06,0:17:39.40,Default,,0000,0000,0000,,（掌聲）