吴恩达（Andrew Ng），DeepLearning.AI 创始人兼首席执行官、Coursera 联合创始人、Stanford University 教授，2014—2022 年曾任百度集团副董事长兼首席科学家并负责百度研究院。1976 年出生于英国，成长于香港，在 Carnegie Mellon University 获计算机科学学士并进入 Stanford，2000 年前后推动 Stanford 在线机器学习课程规模化，成为 MOOC 最早的实践者之一；2006 年加入 Google 并参与推动大规模语音与图像识别，2011 年与 Alex Krizhevsky 等人在 NeurIPS 发表《Learning High-Level Image Features Using Small Convolutional Networks》；2012 年创办 Coursera，2017 年推动百度 Apollo 自动驾驶开放平台，2022 年离开百度，2023 年推出生成式 AI 公开课并与他人共同发起 AI4ALL。
核心观点
一、AI 是新时代的电力，它必须渗透到每一个行业，而不是只在科技公司里。他在百度时期（2015—2017）反复用蒸汽机、电力和互联网作类比，主张每一个行业都应该有一位懂 AI 的负责人，AI 不是 CIO 边缘项目，而是 CEO 级议题。
二、真正稀缺的从来不是模型，而是能把模型用起来的工程与组织能力。他从百度 AI 开发者大会到 DeepLearning.AI 的课程体系，传递的是同一件事：AI 转型的主体是「让数千名工程师具备新技能」，而不是「采购一套大模型」。
三、生成式 AI 最大的变化是门槛塌了——它把 AI 从专家技能变成了读写能力。2023 年他推出《Generative AI for Everyone》公开课时，把生成式 AI 类比为「像读写一样，人人都该会」的基础能力，这个判断在两年内成为全球企业 AI 培训的标准叙事。
四、教育公平不能等 AI 红利出现以后再谈。2017 年他发起 AI4ALL，目标是把 AI 教育机会扩展到资源不足的群体；这与他 2000 年前后把 Stanford 课程免费放到网上的动机是同一条线——扩大供给、降低门槛。
五、一个人应该终身学习，但 AI 时代的学习方式必须改变。从 Coursera 到 DeepLearning.AI 的短课与 AI Agents 课程，他主张 AI 时代的学习要更动手、更贴近真实项目，而不是先学完一整套理论再上手。
一、2000 年前后：一门课，几个万人，和 MOOC 的起点
吴恩达在 Carnegie Mellon University 读完计算机科学本科后进入 Stanford，在那里完成了从 1997 年起的博士阶段研究，师从 Michael Jordan 等人。当时的机器学习研究几乎全部依赖小规模学术数据集与有限的算力，工业界真正能用上的模型凤毛麟角。
2000 年前后，他做了一件当时看起来不像「科研」的事：把 Stanford 的机器学习课程完整搬到网上，让世界各地的学生可以远程听讲、参与编程作业。这门课的规模从几十人迅速扩张到数万人，他后来多次说，这门课最让他惊讶的不是学生数量，而是「原来有这么多人有能力学这门课，只是从来没人给他们机会」。
2012 年创办 Coursera 时，他把这条信念制度化了：Coursera 早期把 Stanford、Princeton、Columbia 等机构的课程带给数百万学习者，其中《Machine Learning》_specialization 成为平台最经典的课程产品之一。
二、2006—2011：从语音识别到 ImageNet，他一直在做「把规模做上去」这件事
2006 年加入 Google 后，吴恩达参与推动 Google Brain 的大规模深度学习项目，主攻方向是语音识别与大规模神经网络。Google 当时的论文提到，某些语音识别任务的错误率可以被降低约 30%—70%（具体任务需按论文表格逐项复核）。2011 年 Google 与 Stanford 公开了大规模深度学习合作，Google 论文称在某些语音识别任务上错误率可降低约 30%—70%。
2011 年，他与 Alex Krizhevsky、Sutskever 等人在 NeurIPS 发表《Learning High-Level Image Features Using Small Convolutional Networks》，介绍卷积特征与显著性可视化方法——这正是次年 AlexNet 引爆深度学习的直接前置工作之一。2011 年他回到 Stanford 任计算机科学教授，2012 年又与团队发表《Deep Neural Networks for Object Detection》。
回看这段，他的角色其实相当特别：他既是把深度学习从论文推进到数亿用户产品的人，也是把深度学习从实验室推进到公开课堂的人。这两件事在他身上是同一件事的两个面向——如何让一个技术跑得足够大，并且让足够多的人会用。
三、2014—2022 百度八年：一个技术高管的「产业落地课」
2014 年，吴恩达出任百度集团副董事长兼首席科学家，负责百度研究院与 AI 相关业务。2015 年他公开发表产业判断文章，提出 AI 正成为像电力一样的基础设施；2016 年百度推出 DuerOS 语音交互平台，同年开源深度学习框架 PaddlePaddle；2017 年百度 AI 开发者大会上他系统阐述 AI 人才与产业升级战略，并发布 Apollo 自动驾驶开放平台——Apollo 随后成为中国自动驾驶开放生态里规模最大的一支。
他在百度期间最有价值的输出，可能不是某个模型，而是「AI 转型方法论」：每一个行业都应该有一位懂 AI 的负责人；AI 的落地顺序应当是「找到具体场景 → 建立数据闭环 → 让工程师动手 → 再谈规模化」。这套框架后来成为 DeepLearning.AI 全部课程设计的骨架。
2017 年他与李飞飞等人共同推动 AI4ALL 这样的公益教育项目，把 AI 教育的对象扩展到资源不足地区的学生与教师。2022 年他离开百度，回到 Stanford 兼任教授，并参与 Stanford HAI 的教学与研究工作。同年，昆仑芯成立，百度 AI 业务体系也经历了负责人调整。
四、2022—2025：从「教 AI 怎么做」到「教所有人用 AI」
2022 年离开百度后，吴恩达于 2023 年创立 DeepLearning.AI，很快在生成式 AI 浪潮中找到了新的定位。与早期偏研究与工程训练的课程不同，他这一轮的产品线明显更下沉：2023 年推出的《Generative AI for Everyone》是一门面向零 AI 背景学习者的公开课，配套 Andrew Ng 与 OpenAI 联合开发的短课系列；同年他还发起了 AI4ALL 扩展项目。
2024 年，DeepLearning.AI 与 Microsoft、LinkedIn 合作推出生成式 AI 课程并迅速进入 Coursera 平台；此后课程矩阵扩展到与 NVIDIA、Microsoft、LangChain 等合作的生成式 AI、AI Agents 方向内容，以及面向在职学习者的短课与职业路径课程。2025 年，DeepLearning.AI 与 Coursera 的公开材料显示其课程已服务数百万学习者。
值得注意的是课程形态的变化。早期深度学习课程通常以「数学 + 编程作业」为骨架，学习曲线陡峭；这一轮他主导的多门短课把每门控制在数小时内，配套真实项目与可复用提示词库。他的判断是：当 AI 工具本身每天都在变，教「具体工具怎么用」必然过时，能沉淀下来的是「如何判断输出是否可信、如何把 AI 嵌进既有流程」这类方法论。这与他在 Stanford 时期强调的、让学习者动手做真实项目而非只听理论，是同一条教学主张在生成式 AI 条件下的重述。
他这两年反复强调的一个判断是：生成式 AI 最重要的变化不是模型能力本身，而是使用门槛的塌陷——过去需要一个 AI 团队才能做的事，现在一个会用提示词、会检查输出的人就能做一半。这个判断听上去平淡，却是 2023 年以来全球企业 AI 培训预算集体膨胀的真实原因。
五、他和那些「造模型的人」到底差在哪一层
在一个以模型参数和榜单分数为中心的行业里，吴恩达的位置几乎有点奇怪：他既不是最大的模型作者，也不做芯片，而是一律在讲「落地」和「普及」。但正是这一层，决定了 AI 能否真正变成产业力量。
他讲过的一个广为流传的框架是判断一个公司 AI 转型是否健康的几个问题：有没有明确的负责人？有没有把数据管线打通？工程师是否真的动手做过模型或应用？有没有在组织内建立学习机制？他强调这四件事的缺失，比模型能力不足更致命。
更深一层，他把 AI 转型看成一场组织学习速度的竞赛：当工具迭代以周为单位，而企业流程改造以年为单位时，唯一能跟上的办法是让组织具备持续快速学习的能力——这既解释了 Coursera 与 DeepLearning.AI 的商业模式，也解释了他为什么反复把「教育公平」与「产业升级」放在一起讲。
六、结尾：他真正在做的，其实是把门槛一寸寸往下搬
2011 年，他说服 Google 把深度学习的研究成果用到语音识别这类每天被数亿人使用的产品里；2012 年，他把 Stanford 的课程搬上互联网；2014 年，他飞到北京，告诉中国最大规模的搜索公司 AI 意味着什么；2017 年，他推动 Apollo 开放平台，把自动驾驶的开发权交给成千上万名开发者；2023 年，他把生成式 AI 做成了一门不需要任何前置知识的公开课。
这条线索如果要用一句话概括，就是：他一生都在做同一件事——把只有少数人才能用的东西，变成更多人能用的东西。
2025 年，吴恩达的身份是 DeepLearning.AI 创始人兼 CEO、Coursera 联合创始人、前百度首席科学家、Stanford 教授。对任何一家正在启动 AI 转型的企业来说，他二十年的轨迹给出了一个比任何方法论都更有说服力的提示：真正的 AI 转型，最终不是一个技术选型问题，而是一个「有多少人学会了用」的问题。
