# 吴恩达：无监督学习很重要！#
Peter是我的我第一个博士生，他有着评判性思维，当时他的博士学位研究主题是用强化学习控制无人直升机，直到现在你都可以在斯坦福网站上看到这些视频。这项研究非常难，有一些事情无法克服，例如当直升机倒飞时，你如何找出位置？如何定位直升机？我们尝试了很多方法，但显然问题出在GPS硬件上，当时想过用两个GPS定位，但没有成功。为了解读GPS信号，我们疯狂索复杂的专门硬件配置，经历了很多失败，最后解决方法采用在地面上安装摄像头解决定位问题。斯坦福那时候有很多强化学习的理论文章，但是实际应用并不多，所以我们的研究在当时非常有名。
我们今天可能又回到了原点，强化学习的进展目前如此令人兴奋，但我们仍然在寻找更多的应用场景。我非常喜欢研究理论，我希望我所做的工作会对人们产生积极的影响。我还记得，多年之前，我们和一位数学教授讨论的时候，当他说道他想做的事情的时候，他的眼里充满了小星星，他说我之所以研究数学，是因为它帮助人们发现真相以及宇宙的美丽。所以，全力支持以及带着尊重看别人的观点非常棒，当我看到我的团队正在帮助人们的时候，也会非常有动力。
这个世界上需要各种各样的人，我只是其中一个，并不是每个人都像我一样做事情，但是当我钻研理论或者实践的时候，如果我坚信这是一条帮助别人的道路，满足感就会非常强烈。我们也有忽略的东西，那就是早期无监督学习的重要性，在谷歌大脑的早期，我们在无监督学习上投入的精力远超有监督学习。当前我们所知道的大部分都是通过有监督的学习来实现，从绝对有问题的论点来看，人类获取信息的方式是通过查看图像、收听音频和感悟他在这个世界上的经历。
所以无监督的学习非常重要，当然，这不是说有监督学习不重要，毕竟早在几年前，很多人认为这才是进步的方向。但是我们对“规模”的探索可能是正确的，毕竟规模能够为系统带来性能。我在斯坦福小组的名为Adam成员经过实验发现，我们训练的学习算法规模越大，效果越好。
为此他还画了一个图，并说服了我：当模型的规模比在GPU上所做的大的多的时候，便能够得到一个非常好的结果。或许这是一种有争议的文化，当时有很多朋友都说我追求规模的举动非常糟糕。但是我发现，如果你想取得突破，你必须对你所做的事情有信心，在事情流行之前做一些事情，会让你更有影响力。
2020-03-11 11:42:53
