临近年末，人们纷纷在社交网络上开始回顾过去、开始新一年的计划。吴恩达老师在他新一期newsletter里则提供了一种新的思路：在2022年年末、2023年伊始，与其计划接下来一年的目标，不妨站在更长远的视角，将这一年视为一个开始，做跨越多年的计划。
Andrew Ng’s photo from his latest newsletter for the new year.
As we enter the new year, let’s view 2023 not as a single year, but as the first of more in which we will accomplish our long-term goals. Some results take a long time to achieve, and even though we may take actions that bring those results closer, we can do it more effectively if we envision a path rather than simply going from milestone to milestone.
人生长路漫漫，从事业到家庭生活，很多大的项目需要投入多年的时间和精力才能够有可能实现，一季、一年的时间，我们通常可以完成一个个阶段性小目标，而如果用更长远的视角来看待，就可以更清晰地知道我们距离最终的目的有多远:
如果偏离了方向，可以及时纠正；
如果目的地变得不再清晰，可以重新找回想要追求的方向；
如果方向依然清晰、脚步依然稳健，那短期的得失从长远来看就不再重要。
吴恩达于我是导师、老板、领路人以及好友，我与吴老师一起并肩共事到现在已经四年时间。从吴老师身上我时时看到长期规划、终身学习的准则。对于他在新年致辞里所说的话，他一直是真心实意相信并且践行着。 对此我有两个故事可以分享。
An image created using OpenAI’s DALL-E.
机器与猫的十年
吴恩达是为数不多几个从2000年左右就开始就投身于深读神经网络的研究者之一，在那个时代这是离经叛道的行为，吴恩达在伯克利的博士导师当时形容他为一个“叛徒”。在很多年里，吴恩达外出演讲时，但凡提到神经网络的学术成果，都会被台下的教授们嗤之以鼻，认为这是空中楼阁。在那个时期，吴恩达在斯坦福孤身一人，和远在多伦多的Geoffrey Hinton一起抱团组成了一个小的研究团队，靠着加拿大政府给的资助进行着神经网络的研究，一做就是好多年的孤独寂寞。
一晃而过到了2010年，吴恩达想要寻求科技公司的资金与数据支持。那时候的谷歌拥有搜索、邮件、和YouTube，坐拥海量的数据，正是深度神经网络需要的。因此在2010年年底，吴恩达在Mountain View的一家日本餐厅约见了谷歌的创始人兼CEO拉里佩奇，靠着他出色的演讲以及对于新技术的好奇，佩奇同意让他加入谷歌，在Google X做一个深度学习项目，起名“Project Marvin”。
然而这并不是一帆风顺的开始，吴恩达需要更多谷歌内部的政治资源和支持。进入谷歌后，吴恩达先后约见了搜索的负责人Amit Singhal、图像业务负责人和视频业务负责人，都一无所归。然而他没有灰心，在一次公司餐厅与Jeff Dean的“偶遇“，两人一拍即合，决定干一番大的项目。Dean利用自己的空闲时间，帮助吴恩达调动了谷歌的几万台计算机，学习了YouTube上几百万个视频，最终训练神经网络自己学会识别猫，这就是后来著名的“Cat Paper”。最终Project Marvin演变成了今日的Google Brain，吴恩达也将Hinton介绍给了Dean，后来的事情就成为了历史。
Andrew Ng and the “cat”, from NYT.
AI普世化的十年
2017年吴恩达从百度离职开始自己的创业。公司起名Landing AI，吴恩达从一开始定的方向，就是将AI技术普世化，让更多的企业可以使用AI技术创造实际价值。公司起始，跟很多大企业合作，做定制化AI解决方案。这样的项目来钱快、商业效益高，但是每一单的签约时间长、每个项目都要投入定量的团队，难以形成规模。吴恩达认为这样无法服务海量的公司，与他将AI技术普世化的长期目标相悖，因此在公司成立两年后，带领公司转型，从零开始重头做一家软件公司。
在这个过程中，吴恩达时时保持着学习与迭代的习惯。作为一个CEO，他的工作涵盖了公司从技术、产品到商务、招聘等等方面。每每遇到新的问题，他都会从他的人脉里寻找到对应领域里最专业的人去请教，他会去尤其关注与自己想法不同的声音，花时间去想清楚其中的逻辑。而到了公司战略层面，他更是会彻夜不眠地思考、与团队和领导层进行大量的讨论，然后动用所有力量执行。当发现公司的战略不足以支持他的目标时，他会及时止步，带领团队寻找新的方向。
吴恩达是一个非常强调迭代速度的人。他曾经与我分享过，在一开始筹备机器学习课程的视频时，他会一段一段地录像，从回放中找到需要改进的部分。他觉得迭代的速度太慢了，于是他将视频片段的时间一点点缩短，最后缩短成了两分钟为单位来拍摄、回顾，大大提高了迭代的速度。这样的习惯他延续到了现在，在公司做产品时，他作为CEO会亲自下场去做几十个用户测试，半个小时、半个小时地去观察用户的反馈和建议，然后制定产品接下来的策略。
迄今为止，Landing AI的产品和商业模式依然还未通过市场得到证明，然而吴恩达依然对于公司保持着绝对的热情和信念。他在将AI技术普世化的道路上，坚定不移地前进、前进。
现在开始展望十年
过去一年，美股加息、科技股暴跌，曾经的神话一夜之间破灭，经济危机似乎就在眼前。对于硅谷的科技行业从业者而言，这一年所收获的不再是令人目眩的财富，而是恐慌、教训与反思，事实证明，创业并没有捷径可以走，没有作业可以抄。但对于长期主义者来说，这意味着市场上的噪音和泡沫一起被抹去，专注与耐心不再受到嘲笑，最终创造实际价值的人才会被肯定。这是一个重新回归本质的阶段。
以一年为单位来计划，谁也无法准确预测接下来12个月会如何演变，眼前的不确定性会导致迷雾重重、举步艰难。但是如果以五年、十年为周期去计划，那能够更好地跳出阶段性周期的影响，找到更有意义的目标、确定前进的方向。
也许是带领团队开拓出一片新的领域
也许是让无人车跑在城市的大街小巷
也许是探索星空
也许是推动核聚变的普及
也许在迎接三体人的降临
在这个过程中，找到身边最优秀的导师寻求建议、可以将长期目标分解为小目标，通过迭代去获取反馈、经常性地反思来调整路径，可以更清晰地朝着一个方向前进，迈出坚实的步伐。
与君共勉。
最后，推荐吴老师新年致辞的原文，可以看看他是怎么讲的：Andrew Ng’s the Batch Newsletter #177.
Questions
Q: 面对这么高的不确定性，以及现在时间节点认知的局限性，你如何去制定10年这么遥远的计划呢？
A: 以十年的框架去计划，其中一个影响是，着眼于那些需要很长时间才能完成的目标。”十年“级别的目标并不是十个“一年”级别目标的总和：“一年”级别的目标可能是完成一个项目、职位升一级、去旅游三次等等，非常具象化、可以很量化；“十年”级别的目标则会是成为一个行业数一数二的专家、让无人车跑在大街小巷、游遍全球等等。当我以十年为期限去计划一个目标时，我会更野心勃勃、更敢于打开想象力，也更谨慎地去选择，什么样的事情值得我十年的时间去努力，这一定是和自我价值非常一致的。
个人在当下时间节点想象未来十年的局限性是客观存在的，吴老师在这方面提供的建议是，寻求更资深的导师的建议，也许是对应领域里通过几十年积累浸润成为专家的人，也许是周围最聪明的那个人，也许是对于自己足够了解的朋友， 这个借助那些人长期积累的观察来帮助自己突破局限，而且通过与不同人的讨论来找到盲区和风险。吴老师特别提到，有的时候他无法理解对方的逻辑，比如为什么要投资这个国家，那他会努力地去收集信息去理解他们，而不是盲目地听从。最终的目的，是帮助自己形成自己对未来的判断。
不确定也是客观存在的，其中包括大环境的不确定性、个人发展的不确定性等等。我相信“A plan is useless, but planning is useful“这句话，长期计划的目的，如上所说，是找到值得我十年时间去努力和实现的目标，每隔一段时间我都可以审视，我的方向是否有变化，我的节奏是否过慢，大环境是否让这个目标变得更难或更容易，然后及时调整。关键是选择这样一条道路，至于最终是十年还是九年还是十五年抵达，也许并没有关系。