Andrew Ng est un informaticien et entrepreneur largement reconnu pour avoir contribué à démocratiser l'éducation au apprentissage automatique auprès d'un large public. Professeur adjoint à l'Université Stanford, il a fondé le projet Google Brain en 2011, appliquant le calcul distribué à grande échelle au apprentissage profond et contribuant à démontrer, lors d'une expérience largement rapportée en 2012, qu'un réseau de neurones entraîné sur des images non étiquetées de vidéos YouTube pouvait apprendre à reconnaître des chats sans qu'on lui dise ce qu'était un chat, une illustration publique précoce de l'apprentissage de représentations à grande échelle en non supervisé et auto-supervisé.
Coursera et l'éducation de masse au machine learning
En 2011, Ng a enseigné un cours en ligne de apprentissage automatique à Stanford qui a attiré plus de 100 000 inscrits, une expérience qui l'a conduit à cofonder Coursera en 2012 avec sa collègue professeure à Stanford, Daphne Koller. Coursera est devenu l'une des plus grandes plateformes de cours en ligne ouverts et massifs, et son propre cours de Machine Learning sur la plateforme, suivi plus tard par une spécialisation en Deep Learning produite par sa société deeplearning.ai, figure parmi les cours techniques les plus suivis jamais mis en ligne, crédité d'avoir formé une grande partie d'une génération d'ingénieurs en apprentissage automatique en dehors des programmes traditionnels d'informatique.
Baidu et projets ultérieurs
De 2014 à 2017, Ng a occupé le poste de scientifique en chef chez Baidu, où il a construit et dirigé le groupe IA de l'entreprise, travaillant sur la reconnaissance vocale, la vision par ordinateur et d'autres systèmes d'IA appliqués pour le marché chinois, et popularisant la phrase « l'IA est la nouvelle électricité » pour décrire le rôle attendu de l'IA en tant que technologie à usage général comparable à l'électrification. Après avoir quitté Baidu, il a fondé deeplearning.ai (éducation), Landing AI (applications industrielles de vision par ordinateur) et l'AI Fund, un studio de capital-risque soutenant des startups d'IA, et a continué à plaider pour une adoption pratique et axée sur les applications du apprentissage automatique dans les industries traditionnelles plutôt qu'un focus étroit sur la recherche de pointe seule.
Influence et positions publiques
Ng a été une voix visible affirmant que les préjudices pratiques à court terme et les gains de productivité de l'IA méritent plus d'attention que les préoccupations à long terme sur le risque existentiel, le plaçant parfois en désaccord avec des chercheurs comme Yoshua Bengio sur l'urgence de la régulation de la sécurité de l'IA, tout en étant largement d'accord sur le potentiel économique transformateur du apprentissage profond et, plus tard, des grands modèles de langage. Il a également témoigné devant les législateurs qu'une régulation trop large de l'IA risque de ralentir l'innovation bénéfique plus qu'elle ne prévient les préjudices, une position qui en fait un point de référence fréquent dans les débats politiques sur la manière de réglementer étroitement la technologie.