吳恩達（Andrew Ng）覺得機器人不會害了我們的性命，但是可能會取代我們的工作。
「或許在數百年後，科技進步到會出現邪惡的殺手機器人。」百度首席機器學習研究員與首席科學家吳恩達，在週四舉行的 GPU 科技大會主題演講活動上如此表示。
「但是，我的工作不是在阻止人工智慧技術走上歧路，同樣地，我的工作也不是為了解決火星上人口過剩的問題。」
近期多項突破性的發展使得機器擁有不可思議的新能力，對於不遠的將來會造成重大影響。
然而這些發展也造成隱憂，從物理學家史提夫霍金到微軟公司共同創辦人比爾蓋茲和 Tesla Motors 執行長 Elon Musk 皆提出警告，機器智慧的出現會對人類帶來威脅。
《時代》雜誌提名為全球百大最具影響力人士之一的吳恩達，並不覺得短時間內就會出現威脅。
他說。「與其著重在邪惡的殺手機器人，產官學各界其實更需要討論這些機器人對勞動力造成的威脅。」
吳恩達將海量資料和強大 GPU 帶動的機器學習爆炸情況比作火箭升空。
搭載 GPU、運算速度更快的電腦，就是火箭的引擎，而海量資料則是燃料。
透過更強大的引擎打入這些燃料，研究人員就能搭乘這具火箭以更快的速度飛向更遠的地方。
搭乘火箭：百度首席科學家吳恩達說，GPU 是推動機器學習技術往前發展的因素之一。
結果就是機器執行工作的表現優於人類，像是辨識照片裡的場景。
吳恩達說：「我們覺得在人類擅長的工作方面，百度與其它單位已經超越人類能做到的部分。」
吳恩達在百度帶領矽谷的研究工作，並且繼續於史丹福大學教授計算機科學的課程。在他加入百度前，他帶領進行 Google Brain 的案子。
他是少數使用 GPU 開發深度學習技術的研究人員，讓電腦有能力做到辨識影像和翻譯語音，這些幾年前還被認為不可能的事情。
深度學習技術是很深奧複雜沒錯，吳恩達用簡單的方式解釋它的運作，以及在過去幾年間出現突破性成果的原因。
因素之一：使用者透過隨處可見的電子裝置產生出海量資料，像是影像、語音、視訊，而研究人員能加以消化。
因素二：更強大的處理器支持著更精密的深度學習網絡，吳恩達指出我們對零散分布在人腦裡的這些網絡所知甚少，這些網絡採取層狀結構的方式對研究人員透過它們投入的資訊進行分類。
GPU在協助研究人員更快速地把資料投入模型、更快速地試驗新的網絡架構，還有更快速地建立將速度到視訊等內容分類的系統上扮演重要的角色。
研究人員還在試著找出如何應用這項技術的方法，不過吳恩達見到深度學習技術或許會為從醫療影像到交通運輸等多個產業，帶來突破性的發展。
「我希望日後各位的孫兒會來問您，『您年輕的時候回到家，對著微波爐說話，而微波爐並不會走來走去，這件事是真的嗎？』」
同時更聰明的機器能協助人們解決當前的問題。吳恩達將精通機器學習技術一事比擬成超能力，幫助像李忠陽（音譯）這樣的盲人能利用語音辨識功能來聽音樂、透過智慧型手機來打電話。
吳恩達對 GTC 的聽眾們說：「各位都有超能力，希望各位回家後運用這個能力，為人類帶來幸福圓滿的發展。」