吴恩达在 AI 教育里做了什么？一门公开课的十年

AI 这轮浪潮能扩散到今天的规模，除了技术本身，还靠一批把知识搬出校园的人，吴恩达是其中公开记录最完整的一位：2011 年他把斯坦福的机器学习课程放上网，报名人数以十万计；次年参与创办 Coursera，公开课从此有了平台化的载体。此后十余年，他公开履历的重心始终在教育与产业之间来回摆渡，本文只按公开时间线梳理，不做评价。

2011 年：一门课搬上互联网

吴恩达当时在斯坦福大学任教，主讲机器学习课程。2011 年秋，这门课的公开版本上线，任何人都可注册学习，公开报道给出的报名规模在十万人量级——对一门大学课程来说，这几乎等于把听众放大了三个数量级。课程内容覆盖从线性回归到神经网络的机器学习基础，作业随课发布，按公开口径完成了当时罕见的大规模在线教学实验。这次尝试发生在深度学习重回主流的前夜，同年前后深度学习在视觉领域的突破正在酝酿，可见ImageNet 竞赛一篇。

从公开课到 Coursera

2012 年，吴恩达与达芙妮·科勒共同创办 Coursera，把单门课的实验扩展成平台化的公开大学，首批课程就包括他自己的机器学习课。此后多年，这门课累计注册人数以公开平台数字计达数百万量级，长期被列为平台最受欢迎的课程之一，「人工智能是新电力」也是他在多个公开场合反复使用的表述—— electricity 之喻想说的是：AI 会像电力一样成为各行业的底层供给，掌握它的门槛应该低到每个从业者都够得着。教育与产业的结合，正是他公开履历里最稳定的一条主线。

产业线：Google Brain、百度与 Landing AI

公开职务轨迹同样清楚。2011 年，他参与创建 Google Brain 项目，深度学习从此进入大公司的工程议程；2014 年出任百度首席科学家，2017 年离任；2017 年创办 deeplearning.ai 与 Landing AI，前者继续做 AI 教育，后者面向制造业等传统行业做落地服务。这条线与学术线并行，把「教 AI」和「用 AI」两条路径都走了一遍。

吴恩达公开履历速查

• 2011：斯坦福机器学习公开课上线，报名以十万计；参与创建 Google Brain
• 2012：与达芙妮·科勒共同创办 Coursera
• 2014–2017：任百度首席科学家
• 2017：创办 deeplearning.ai 与 Landing AI
• 此后：以课程、公开信与出版物的形式持续输出 AI 教育内容

一门课改变了什么

公开课带来的变化可以用供需两端描述。供给端，它把原本只在斯坦福教室里的课程内容变成了任何人可得的公共品，此后各平台的 AI 课程、教程与公开技术报告都以类似的开放逻辑运转；需求端，它让大量工程师在深度学习爆发前就完成了知识储备，2012 年之后产业界急缺的「会用神经网络的工程师」，有相当一部分出自这类公开课的门下。今天你用 DeepSeek 或 Kimi 自学任何 AI 主题，遇到看不懂的概念让它当场讲解、出题练习，这套「把学习过程拆成可自学的步骤」的组织方式，与公开课的方法论是同一回事。

教育主张在今天的位置

把他的公开主张放进今天的语境，参照系更清楚了。大模型时代，「学 AI」的形态又一次改变：模型本身就是随时可问的老师，豆包这类助手可以直接演示一段代码怎么跑、一个公式怎么推。但判断学没学会，标准没有变——自己把任务完整做一遍，这与评估模型时区分基准分和实际任务的思路相通：演示是演示，上手是上手。至于模型能力随规模增长的规律，他的课程里也早有铺垫，算力、数据与参数之间的公开讨论见Scaling Law一篇。可带走的判断是：AI 教育十年来的变化在载体，不在目标——降低门槛这件事，从 2011 年到现在没有变过。

关于吴恩达的常见疑问

• 2011 年那门课具体是什么课？：斯坦福大学的机器学习课程公开版，内容为机器学习基础，后来的Coursera 版本长期更新，课程细节以平台公开页面为准。
• Coursera 是他一个人的主意吗？：公开记录显示Coursera 由他与达芙妮·科勒共同创办，此前两人各自做过大规模在线课程的实验，平台化是两条线合流的结果。
• 他现在还在做教育吗？：公开渠道可见 deeplearning.ai 持续推出新课程，他也以公开文章与出版物的形式继续输出内容，最新动态以其公开平台为准。