Andrew Ng ist ein Informatiker und Unternehmer, dem weithin zugeschrieben wird, die Maschinenlern-Ausbildung einem Massenpublikum zugänglich gemacht zu haben. Als außerordentlicher Professor an der Stanford University gründete er 2011 das Google-Brain-Projekt, das großflächige verteilte Rechenressourcen auf Deep Learning anwendete und in einem vielbeachteten Experiment von 2012 zeigte, dass ein neuronales Netz, das mit unbeschrifteten YouTube-Videobildern trainiert wurde, lernen konnte, Katzen zu erkennen, ohne dass ihm erklärt wurde, was eine Katze ist - eine frühe öffentliche Veranschaulichung von unüberwachtem und selbstüberwachtem Repräsentationslernen in großem Maßstab.
Coursera und Massenmarkt-ML-Ausbildung
2011 unterrichtete Ng einen Online-Kurs zu Maschinenlernen an der Stanford University, der über 100.000 Einschreibungen anzog - eine Erfahrung, die ihn 2012 dazu führte, gemeinsam mit der Stanford-Professorin Daphne Koller Coursera zu gründen. Coursera wurde zu einer der größten Plattformen für massive offene Online-Kurse, und Ngs eigener Kurs "Machine Learning" auf der Plattform, später ergänzt durch eine Deep-Learning-Spezialisierung, die über sein Unternehmen deeplearning.ai produziert wurde, gehört zu den am häufigsten eingeschriebenen technischen Kursen, die je online angeboten wurden. Ihm wird zugeschrieben, einen großen Teil einer Generation praktizierender Maschinenlern-Ingenieure außerhalb traditioneller Informatikprogramme ausgebildet zu haben.
Baidu und spätere Unternehmungen
Von 2014 bis 2017 war Ng als Chefwissenschaftler bei Baidu tätig, wo er die KI-Gruppe des Unternehmens aufbaute und leitete und an Spracherkennung, Computervision und anderen angewandten KI-Systemen für den chinesischen Markt arbeitete. Er popularisierte den Satz "KI ist der neue Strom", um die erwartete Rolle der KI als allgemeine Zwecktechnologie vergleichbar mit der Elektrifizierung zu beschreiben. Nach seinem Ausscheiden bei Baidu gründete er deeplearning.ai (Bildung), Landing AI (industrielle Computervision-Anwendungen) und den AI Fund, ein Venture-Studio, das KI-Startups unterstützt. Er hat sich weiterhin für eine praktische, anwendungsorientierte Einführung von Maschinenlernen in traditionellen Branchen eingesetzt, anstatt sich nur auf Spitzenforschung zu konzentrieren.
Einfluss und öffentliche Positionen
Ng ist eine sichtbare Stimme, die argumentiert, dass kurzfristige, praktische Schäden und Produktivitätsgewinne durch KI mehr Aufmerksamkeit verdienen als langfristige Bedenken hinsichtlich existenziellem Risiko. Dies bringt ihn zeitweise in Konflikt mit Forschern wie Yoshua Bengio über die Dringlichkeit von KI-Sicherheits-Regulierung, während er sich weitgehend über das transformative wirtschaftliche Potenzial von Deep Learning und später von großen Sprachmodellen einig ist. Er hat auch vor Gesetzgebern ausgesagt, dass eine zu breite KI-Regulierung eher nützliche Innovationen verlangsamen könnte, als Schaden zu verhindern - eine Haltung, die ihn zu einem häufigen Bezugspunkt in politischen Debatten darüber gemacht hat, wie streng die Technologie reguliert werden sollte.