比起Google等同行，微軟的AI研究似乎“藏”得更深。除了會(huì )打電話(huà)、會(huì )寫(xiě)詩(shī)和會(huì )聊天的微軟小冰，微軟的AI還做了哪些事？微軟對一些前沿AI應用的理解是什么？微軟如何看待人們對AI的過(guò)度恐懼？以及，微軟為什么不像Google那樣做TPU機器學(xué)習芯片？
圍繞這些問(wèn)題，微軟全球執行副總裁、微軟人工智能及微軟研究事業(yè)部負責人沈向洋博士與PingWest品玩創(chuàng )始人駱軼航進(jìn)行了一次對話(huà)，回應了關(guān)于微軟人工智能的終極“七問(wèn)”。
一問(wèn)：人工智能應該被更溫暖地使用
駱軼航：今天我們主要聊聊微軟的人工智能特色優(yōu)點(diǎn)。我們會(huì )聊到一些AI教育、AI應用和關(guān)注普適性、普遍性的問(wèn)題。開(kāi)始我還是想先請您講一個(gè)故事。您跟羅徹斯特理工學(xué)院的BrianTrager在Build大會(huì )上有過(guò)對話(huà)，但BrianTrager本人失聰是聽(tīng)不到的，而您當時(shí)講的中文。那么兩個(gè)人是怎么溝通的，原理是什么？背后的場(chǎng)景和技術(shù)都是什么樣？這個(gè)東西可能很多人都會(huì )很關(guān)心。
沈向洋：是的，我可以給你講一下這個(gè)故事。BrianTrager非常了不起，因為他天生聽(tīng)不到。我以前對這些東西也不懂，跟他一起工作了兩天我才知道，失聰以后其實(shí)聽(tīng)力是沒(méi)有反饋的，不像我們，講話(huà)自己還可以聽(tīng)到。雖然我們聽(tīng)到的也不是完全真正的聲音，是通過(guò)耳骨傳過(guò)來(lái)的，但已經(jīng)足夠好了。Brian因為說(shuō)話(huà)聲音沒(méi)有反饋，所以他講話(huà)的聲音就不太對，一般人聽(tīng)起來(lái)覺(jué)得有點(diǎn)怪怪的。
羅徹斯特理工學(xué)院設立了一個(gè)非常好的項目，有很多專(zhuān)門(mén)培養聾啞學(xué)生的課程。他們后來(lái)知道我們微軟有相關(guān)的人工智能技術(shù)之后，就跟我們合作，在項目里加入人工智能技術(shù)。其中有兩大技術(shù)比較重要。
一類(lèi)技術(shù)是定制語(yǔ)音識別服務(wù)。對于通用的語(yǔ)音識別，比如你講的話(huà)、我講的話(huà)，微軟的技術(shù)就可以聽(tīng)懂，這是通用的模型。但是聾啞學(xué)生那樣的語(yǔ)音很特別，發(fā)聲很奇怪，可能以前模型里沒(méi)有搜集到過(guò)這樣的數據。所以，在微軟人工智能的認知服務(wù)里面，我們提供了定制服務(wù)。這是我們的強項，可以用少量的數據令你做得很好。不光是語(yǔ)音識別，還有語(yǔ)音合成。
另外一類(lèi)技術(shù)是翻譯。翻譯這一塊，我們做了很長(cháng)時(shí)間，最近取得了非常大的進(jìn)展。今天會(huì )場(chǎng)上黃學(xué)東博士演示的一款魔芋AI翻譯機，賣(mài)得非常好，后臺就是微軟做的。
駱軼航：所以概括一下，其中主要用的是兩個(gè)技術(shù)，一個(gè)是語(yǔ)音識別，包括定制化、識別特殊的人聲，通過(guò)大量的數據把它合成成普通人能夠聽(tīng)得懂的人聲、機器能夠聽(tīng)得懂的發(fā)聲；第二是翻譯技術(shù)。結合這兩者做到這樣的事情。
沈向洋：其實(shí)很了不起。像我的英語(yǔ)，其實(shí)是Chinglish；我的中文，也有南方口音。所以你提到Brian這個(gè)例子，今天我也很激動(dòng)。我們還有一個(gè)類(lèi)似的例子。有一個(gè)叫做宋昊旻的南京孩子，從小就已經(jīng)聽(tīng)不到了。他非常了不起，唇語(yǔ)閱讀的能力非常強。他今天跟我做了一次交流，而且我反過(guò)來(lái)用英文跟他說(shuō)話(huà)。
這是一件很感動(dòng)的事情。我覺(jué)得更加重要的是，微軟讓人工智能有正能量。對盲人、聾啞人這類(lèi)人群而言，技術(shù)上已經(jīng)好到足夠的地步了。做人工智能不見(jiàn)得要完全從商業(yè)利益出發(fā)，我們很希望能夠做一些這樣正能量的事情。
二問(wèn)：微軟小冰會(huì )打電話(huà)是真的，但GoogleAI給餐廳打電話(huà)是真的還是假的？
駱軼航：我們剛才提到了微軟兩個(gè)非常重要的引領(lǐng)性的AI技術(shù)，我很感興趣。這個(gè)牽出第二個(gè)非常感興趣的事——微軟小冰。小冰是一個(gè)溝通式、對話(huà)式的人工智能。小冰打電話(huà)這件事兩年前我們就見(jiàn)過(guò)，不過(guò)上周另一家總部在Moutain View的廠(chǎng)商（Google）也演示了一個(gè)很酷的AI的打電話(huà)的演示，當時(shí)我也在現場(chǎng)。
沈向洋：很激動(dòng)人心，那個(gè)演示得很好。
駱軼航：能不能簡(jiǎn)單評價(jià)一下，讓人工智能跟人打電話(huà)能夠做得很順暢、很無(wú)阻，聽(tīng)起來(lái)不像是一個(gè)機器，最需要做到的東西是什么？以及在這個(gè)方面微軟和那家公司（指Google）做得更不一樣的地方是什么？
沈向洋：首先我覺(jué)得Google做得蠻好的。當時(shí)演示以后大家都非常激動(dòng)，因為他做了一個(gè)全雙工（Full Duplex）。視頻演示出來(lái)之后，我們也去看了一下，認真學(xué)習了一下，其實(shí)是很認真地研究了一下。這個(gè)跟我們在一年多、兩年前跟小冰打電話(huà)不太一樣的地方是在這里：
第一，我們在中國做了以后，沒(méi)有想到把這件事情包裝一下，講的范圍更大一些。因為對整體技術(shù)的成熟度來(lái)說(shuō)還比較早。我待會(huì )兒會(huì )講到里面真正的技術(shù)難點(diǎn)。
第二，他們選擇了一個(gè)場(chǎng)景，這個(gè)特定場(chǎng)景對于用戶(hù)來(lái)講，能讓他們一下子就明白技術(shù)是什么。
駱軼航：但人工智能通電話(huà)不僅僅是給餐廳打電話(huà)。
沈向洋：對，人工智能不僅是一個(gè)服務(wù)型的場(chǎng)景，它其實(shí)是一個(gè)專(zhuān)業(yè)領(lǐng)域。我們現在技術(shù)落地有兩個(gè)領(lǐng)域。小冰是一個(gè)大眾領(lǐng)域，她是一個(gè)聊天機器人，你什么都可以跟她聊。你打電話(huà)去餐館就是定餐，不會(huì )是跟餐館的人說(shuō)我明天去哪里旅游之類(lèi)的話(huà)題。所以相對來(lái)講比較容易一些，技術(shù)上的難點(diǎn)反而少一點(diǎn)。
如果要講到其他領(lǐng)域的事情，它就會(huì )講，你問(wèn)這個(gè)問(wèn)題我不知道，問(wèn)的人其實(shí)可以理解這種回答。人跟小冰一起聊天的話(huà)，總希望小冰慢慢變得越來(lái)越聰明，什么都知道一些，但這需要時(shí)間。不過(guò)，我覺(jué)得這個(gè)特定場(chǎng)景是Google做得很好的地方，我們要不斷向他們學(xué)習，希望我們以后有更多更新的技術(shù)去做得更好。
既然大家這么有興趣，我就再講一下我們剛發(fā)布的“全雙工語(yǔ)音技術(shù)”，FullDuplex。
我們不光做了中文的，日語(yǔ)也做了，未來(lái)會(huì )把它推廣到英語(yǔ)和其他語(yǔ)言。最重要的是，我們會(huì )把這個(gè)技術(shù)開(kāi)放給三方開(kāi)發(fā)者，大家——包括其他的開(kāi)發(fā)者——都可以用我們的技術(shù)來(lái)開(kāi)發(fā)他們的應用。
駱軼航：開(kāi)發(fā)者開(kāi)發(fā)后，會(huì )把它變成自己的專(zhuān)業(yè)領(lǐng)域的應用。
沈向洋：對，為什么大家覺(jué)得做“全雙工語(yǔ)音技術(shù)”很有道理呢？其實(shí)全雙工語(yǔ)音技術(shù)已經(jīng)應用到一些IoT的產(chǎn)品里，比如小米之家。
從演示的視頻可以看出，你有沒(méi)有連續對話(huà)的能力，用戶(hù)有直觀(guān)的感知。不然老是講“什么什么同學(xué)”，問(wèn)一句；接著(zhù)講“什么什么同學(xué)”，再問(wèn)一句；它只能是一個(gè)玩具。不像我們兩個(gè)人講話(huà)，不需要反復提及人名。講幾句提一個(gè)“Harry”好像親切一點(diǎn)，但不能每句話(huà)提一次。在這些方面，大家逐漸在重視這個(gè)問(wèn)題。如果我們把技術(shù)開(kāi)放給第三方的話(huà)，對這樣的對話(huà)式人工智能的發(fā)展具有非常有正面的促進(jìn)意義。
駱軼航：我理解在人工智能對話(huà)中，雙方的努力點(diǎn)不一樣。微軟更多是大眾領(lǐng)域，Google更多是先在一個(gè)專(zhuān)業(yè)領(lǐng)域。但是微軟正在努力把這個(gè)FullDuplex的技術(shù)開(kāi)放給第三方，讓第三方基于大眾領(lǐng)域創(chuàng )造自己的專(zhuān)業(yè)領(lǐng)域。這樣能驗證人工智能在不同場(chǎng)景、和非常特定條件之下的對話(huà)能力。
沈向洋：我們也做專(zhuān)業(yè)領(lǐng)域，很努力地做專(zhuān)業(yè)領(lǐng)域。我們覺(jué)得有一些非常有價(jià)值的專(zhuān)業(yè)領(lǐng)域，比如客服。餐館訂餐當然也很有趣，但相對來(lái)說(shuō)，客服的商業(yè)價(jià)值更加可圈可點(diǎn)。其實(shí)我們非常希望Google能很快做出他們的產(chǎn)品，我們可以真正地試一下。最近我不知道你有沒(méi)有看到有人挑戰說(shuō)這個(gè)演示是假的。
駱軼航：對，結果第二天Alphabet（Google母公司）董事長(cháng)出來(lái)講我們這個(gè)已經(jīng)通過(guò)圖靈測試了。
沈向洋：后來(lái)有一個(gè)媒體就挑戰說(shuō)演示是假的，為什么是假的？你聽(tīng)整個(gè)對話(huà)當中一點(diǎn)噪聲都沒(méi)有。而且記者很認真，說(shuō)你不是在Mountain View嗎？他就在Mountain View打了二十幾家餐館的電話(huà)。結果發(fā)現電話(huà)接通后，餐館的人一定會(huì )說(shuō)“Hello，XXXRestaurant，May I help you？”但整個(gè)演示里面都沒(méi)有。
那個(gè)記者很執著(zhù)，就問(wèn)他們能不能告訴我是哪家餐館，我要驗證一下是不是真的有人給餐館打過(guò)這個(gè)電話(huà)。Google拒絕給出名字，記者就生氣了，說(shuō)你是不是假的？Google不肯回應。
我覺(jué)得這都是小插曲。技術(shù)肯定會(huì )越來(lái)越進(jìn)步，但是現在肯定還會(huì )有很多難度。
首先是語(yǔ)音方面，接下來(lái)是語(yǔ)言理解方面，這是一個(gè)長(cháng)期的過(guò)程。但有一件事情是肯定的，就是質(zhì)量會(huì )越來(lái)越好——隨著(zhù)數據越來(lái)越多，用戶(hù)越來(lái)越多，大家用得越來(lái)越多，毫無(wú)疑問(wèn)質(zhì)量會(huì )越來(lái)越好。
三問(wèn)：對人工智能來(lái)說(shuō)，EQ（情商）比IQ（智商）重要
駱軼航：這很有意思，之前人們對于小冰的很多理解是娛樂(lè )性的：小冰跟我推測一下，我講的是哪一個(gè)人？小冰跟我聊聊天。小冰給我隨便打個(gè)電話(huà)。打一打電話(huà)，隨便聊幾句，給你祝賀個(gè)生日。大家覺(jué)得這個(gè)是娛樂(lè )性的，但是大眾領(lǐng)域要做的東西很多，大家更多是期望看到在具體場(chǎng)景之下的應用。
小冰是AI一個(gè)出口，尤其是中文的角度。它有中文自然語(yǔ)義處理、語(yǔ)義分析，還有翻譯都要用進(jìn)來(lái)。所以小冰寫(xiě)詩(shī)，是對我比較震撼和刺激的一件事情。因為過(guò)去我們認為創(chuàng )作是人面對人工智能最后一道心靈壁壘。
前不久我跟劉慈欣聊天，我們說(shuō)這個(gè)壁壘沒(méi)有了。劉慈欣開(kāi)導我說(shuō)，你不要這么去想這個(gè)問(wèn)題。你管它是怎么創(chuàng )造的，管它有沒(méi)有情感，創(chuàng )造出來(lái)比你厲害不就夠了。所以我非常想知道，我們?yōu)槭裁匆鲂”鶎?xiě)詩(shī)這件事情，以及微軟內部這件事情的看法，這件事情之后有哪些反思？
沈向洋：這是很好的話(huà)題，這個(gè)話(huà)題可以聊很久。做小冰聊天機器人的時(shí)候我很支持。但一開(kāi)始我總覺(jué)得聊天機器人這件事情可有可無(wú)，結果產(chǎn)品團隊跟我說(shuō)：其實(shí)聊天是剛需。
后來(lái)我做了一下研究，原來(lái)真是這樣。一個(gè)人一天內，聊天要聊幾千句，女生還要再多一點(diǎn)。中國互聯(lián)網(wǎng)還有相對特別的地方，就是網(wǎng)民中大概有三分之一，上網(wǎng)發(fā)表一個(gè)意見(jiàn)以后，從來(lái)沒(méi)有人回應。比如說(shuō)一些到城里來(lái)打工的人群，就算有一個(gè)朋友圈，大家相互之間的隔膜也比較多。他們其是希望有一個(gè)可以相互理解、交流的過(guò)程。我同事說(shuō)像你這樣的人，微信隨便發(fā)個(gè)東西，只有200個(gè)贊，就好像很不滿(mǎn)意。但是很多其他人不是這樣的情況，通常沒(méi)人理。所以后來(lái)我們做了聊天機器人。
其實(shí)小冰最最了不起的，是促使我們真正研究EQ這件事兒。我們今天整個(gè)大會(huì )議程里也專(zhuān)門(mén)提到了EQ（情商）。人工智能是在增強人類(lèi)智能，當然有不同的方法定義智能，你可以講IQ（智商）和EQ。但EQ究竟是什么？它是有定義的，EQ包括你自己的理解和別人的理解。
我們覺(jué)得小冰最了不起的事情，就是在所有聊天機器人里面，對EQ這件事情是真正去建模、真正去研究、真正去實(shí)現的。再回頭講到，小冰有很多很多技能，像寫(xiě)詩(shī)、唱歌，我們產(chǎn)品團隊的確有很多思路。
比如寫(xiě)詩(shī)，在微軟亞洲研究院已經(jīng)有很多年的歷史了。很多年前，我們做過(guò)一個(gè)對聯(lián)系統，現在可以上那個(gè)網(wǎng)站還可以看到，出個(gè)上聯(lián)它給你對個(gè)下聯(lián)，還有橫批，對這個(gè)對聯(lián)不滿(mǎn)意還可以固定幾個(gè)字重新生成一下，做的還挺好。后來(lái)開(kāi)始有人說(shuō)，說(shuō)不定可以寫(xiě)詩(shī)，比如寫(xiě)個(gè)七律什么的。而小冰寫(xiě)詩(shī)，稍微有一點(diǎn)取巧了。因為創(chuàng )作的東西，最難的一件事情是創(chuàng )意，是Cold Start（冷啟動(dòng)）。而寫(xiě)一首詩(shī)需要的是感覺(jué)，所以當時(shí)他們就走了一個(gè)捷徑——說(shuō)那這樣吧，感覺(jué)在圖里面，你上傳一張圖，我給你分析一下這個(gè)圖的大概樣子。
駱軼航：這就是人和機器理解事物方式的不同，機器要從視覺(jué)識別才可能有“靈感”。
沈向洋：對，從視覺(jué)識別開(kāi)始的。我們有一個(gè)研究隊伍寫(xiě)了一篇論文，講的就是怎樣從一張圖找出它的意境里的關(guān)鍵詞，再用這樣的一些詞串起來(lái)。寫(xiě)的挺好。現在小冰寫(xiě)詩(shī)越做越好，今天我們還跟中國青年總社一起合作做了一個(gè)工具，讓人和小冰聯(lián)合創(chuàng )作寫(xiě)詩(shī)。我們希望在不遠的將來(lái)，選一批寫(xiě)得很好的詩(shī)出來(lái)。我們相信以后人類(lèi)和小冰可以共同創(chuàng )作，說(shuō)不定可以創(chuàng )作出更好的內容。
駱軼航：可能不只是詩(shī)了，人和AI一起創(chuàng )作關(guān)于A(yíng)I的科幻小說(shuō)。
沈向洋：也可以的。人其實(shí)最難的就是出個(gè)初稿，有了初稿以后，你就有了一些想法，然后這里改改那里改改，越寫(xiě)越好。我自己也和小冰寫(xiě)過(guò)一首詩(shī)，就改了一些字。
我們講好，所有IP都是用戶(hù)的，小冰不會(huì )占你的IP，你直接發(fā)表。你改一個(gè)字改兩個(gè)字好也好，這都是你的IP。所以大家都很高興，當時(shí)上了線(xiàn)一個(gè)星期還是一個(gè)月，就好像有幾百萬(wàn)，我忘記那個(gè)數字了。那個(gè)詩(shī)歌數量的總數，比中華人民共和國建國以來(lái)所有發(fā)表詩(shī)歌的總和還要多。
駱軼航：所以機器下起棋來(lái)比人可怕，這是Google證明的，因為人和機器理解圍棋的方式是不一樣的，現在看寫(xiě)起詩(shī)來(lái)也是。
沈向洋：其實(shí)AlphaGo這個(gè)事情對亞洲人、對東亞人而言，不是觸動(dòng)很大，而是打擊很大。我們小時(shí)候，小學(xué)進(jìn)圍棋隊就很聰明了；中學(xué)進(jìn)圍棋隊就說(shuō)明你很牛了；你進(jìn)了清華還能進(jìn)圍棋隊那就不是一般人了。但在今天，這些都不算什么了，因為機器隨便就能把你干掉。我們小時(shí)候人家都說(shuō)最了不起的、很聰明的，智能的，就是下圍棋了。
駱軼航：既有意志又聰明，甚至有對哲學(xué)和“形而上”的感悟，現在這些東西徹底被消滅了。
沈向洋：對，就徹底被消滅被殺害掉了。
駱軼航：所以對亞洲人打擊非常大。其實(shí)小冰，它也瓦解了人們另外的一部分，就是人們覺(jué)得我智能上不能跟機器相比，但是創(chuàng )作上可以——現在這件事看起來(lái)也沒(méi)有那么重要了。
沈向洋：沒(méi)有那么重要了。我覺(jué)得很多新生事物剛出現的時(shí)候，大家不是很清楚，不知道怎么理解。我小時(shí)候在鄉下長(cháng)大，人家老講鄉下農民的故事：以前剛裝喇叭的時(shí)候，喇叭里面播新聞，農民總是跑喇叭后面看看人在哪兒。新生事物大家總是得慢慢接受，我們沒(méi)有什么選擇，我們是第一代跟人工智能共生存的一代，所以必須要找出方法和人工智能一起生存，甚至怎樣利用人工智能讓我們的生活更豐富。
四問(wèn)：人類(lèi)對人工智能的過(guò)度恐懼，來(lái)自對“AI服務(wù)于人類(lèi)”的懷疑
駱軼航：所以接下來(lái)說(shuō)另一個(gè)我們想去探討的話(huà)題。您講的農民回到喇叭后面看那個(gè)事情，他是一種好奇，未必是一種恐懼。我過(guò)去覺(jué)得中國是一個(gè)非常“ProTechnology”（熱衷科技）的國度，尤其是互聯(lián)網(wǎng)給中國過(guò)去十年的改變太大了，美國人相對保守一點(diǎn)。但是去年我發(fā)現整個(gè)全球范圍之內，人民對人工智能恐懼心里普遍嚴重了。
而中國是對人工智能有過(guò)度的憂(yōu)思。比如我正在跟媽媽聊關(guān)于裝修的事，怎么突然某個(gè)工具給我推了一條裝修廣告，它是不是開(kāi)啟了我的語(yǔ)音麥克風(fēng)推了一個(gè)東西？我們雖然知道不可能，但這種恐懼非常普遍。在美國，有OpenAI這個(gè)組織，他們在過(guò)去一年反復提醒人們關(guān)于人工智能的一些警惕，比爾·蓋茨也曾參與過(guò)他們的一些討論，也與扎克伯格有一些爭論。在中國，AlphaGo給大家的刺激挺大的，大家知道機器的“可怕”了，所以有過(guò)度恐懼在里面。我現在想了解的是，微軟包括您個(gè)人在這樣的一個(gè)過(guò)程中是什么樣的看法和角色？
沈向洋：非常好的問(wèn)題，其實(shí)對人工智能的擔憂(yōu)，我個(gè)人覺(jué)得有幾個(gè)不同的層次。
大概三年前，尼克·鮑爾森的文章就說(shuō)，當AI出來(lái)，這個(gè)世界就要完蛋了。特別是他寫(xiě)的很詳細什么叫Super Intelligence（超級智能），什么時(shí)候會(huì )超越人類(lèi)。另外因為AI用了你很多數據，你覺(jué)得很恐懼，比如甚至會(huì )影響到大選和你平常的生活，這是另外一個(gè)層次。
微軟研究人工智能的技術(shù)已經(jīng)很多很多年了。這些年我們開(kāi)始做產(chǎn)品，做人工智能這些產(chǎn)品的時(shí)候，我們認識到，以后人工智能一定會(huì )進(jìn)入到所有的產(chǎn)品里。所以我們非常認真的思考一些事情，比如AI是不是應該有倫理道德，我們?yōu)槭裁匆鯝I？倫理這件事情，最基本意思是說(shuō)，不能為所欲為，要有約束。
微軟對人工智能的觀(guān)點(diǎn)是很清楚的，做人工智能的目標是幫助人類(lèi)，方式就是要讓人工智能普及化。所以最重要的一點(diǎn)，是看大家是不是對這個(gè)事情足夠重視？微軟一年前成立了一個(gè)AI倫理委員會(huì )（AETHER），這個(gè)委員會(huì )把全公司的產(chǎn)品部門(mén)、業(yè)務(wù)部門(mén)，還有更重要的法務(wù)部門(mén)集合在一起，研究院的一個(gè)同事和法務(wù)部同事做聯(lián)合主席。
我們覺(jué)得這里有多方面的問(wèn)題。第一，偏見(jiàn)的問(wèn)題，人工智能是不是公正的；第二，透明性，為什么人工智能會(huì )是這樣一個(gè)情況；第三，可靠性，如果你利用AI導致了怎樣的結果，最后是誰(shuí)來(lái)負責，是誰(shuí)來(lái)做這個(gè)決定的？比如自動(dòng)駕駛出事故了，往左邊會(huì )撞死一個(gè)老頭，往右邊會(huì )撞死一個(gè)小孩，那該往哪邊撞？或者往左邊撞的是一個(gè)人，往右邊是一頭豬，你會(huì )往哪邊撞？這些事情，今天還沒(méi)有法律約束。再比如自動(dòng)駕駛突然出車(chē)禍了，警察來(lái)了，你說(shuō)我都蒙掉了。警察很同情你，他可以理解，肯定所有的事情都是預先編程在里面的。但這個(gè)問(wèn)題很?chē)乐兀l(shuí)來(lái)負這樣的責任？
所以，有很多很多這樣的問(wèn)題需要解決。我們剛起步，在這個(gè)行業(yè)中還需要大家認真對待、真正去研究這些問(wèn)題。不光是高科技企業(yè)，包括社會(huì )、包括政府、包括法律，都需要不斷的跟上。
五問(wèn)：AI不是互聯(lián)網(wǎng)上的“風(fēng)口”，而是nextto互聯(lián)網(wǎng)的下一代基礎設施
駱軼航：其實(shí)微軟的人工智能，包括我們談到的對話(huà)式人工智能、翻譯、神經(jīng)網(wǎng)絡(luò )、自然語(yǔ)義處理和分析，我們提到這些應用，還是在和人溝通一些層面上的應用。大家還沒(méi)有更多的往實(shí)際場(chǎng)景去做，比如自動(dòng)駕駛，那么微軟對這些事情的想法是什么？
沈向洋：首先，微軟是一個(gè)“藍領(lǐng)階層”的公司，我們做的都是比較初始的工作。我們一直都覺(jué)得微軟是一個(gè)平臺公司，我們的使命是去予力全球每一人、每一組織，成就不凡。我們相信，能夠讓其他人做的好，就很好了。
說(shuō)到自動(dòng)駕駛，我們有很多技術(shù)應用在自動(dòng)駕駛里面。我們幾乎跟所有的車(chē)廠(chǎng)都有合作，但是自己沒(méi)有去做一個(gè)自動(dòng)駕駛，然后把整個(gè)汽車(chē)行業(yè)顛覆掉。微軟不是這樣的方式。
我們在智能云這方面有四大部分：第一，認知服務(wù)。我們有一批API，所有想要寫(xiě)AI應用的開(kāi)發(fā)者都可以用這個(gè)服務(wù)。第二，對話(huà)式人工智能。懂語(yǔ)言者得天下。這是人的交流，一定要對自然語(yǔ)言有理解。其實(shí)人的一生就是不斷在學(xué)語(yǔ)言。第三，開(kāi)放的平臺和工具，讓你的開(kāi)發(fā)更加方便。第四，基礎設施。特別是實(shí)時(shí)的人工智能基礎設施，讓開(kāi)發(fā)者和企業(yè)，能夠用微軟的云和AI進(jìn)步得更快。
同時(shí)我們也對垂直行業(yè)很重視。比如，客服是一個(gè)巨大商機，不過(guò)現在沒(méi)有很好的產(chǎn)品和平臺。另外，我們覺(jué)得必須要認真對待和鉆研人工智能醫療。在這方面，我對中國的情況不太了解，但美國現在全國GDP的18.5%是用在醫療上的。
駱軼航：美國是相對來(lái)說(shuō)比較高的比例。
沈向洋：非常高。我老是跟同事開(kāi)玩笑說(shuō)，一幫老美，身體沒(méi)有比英國人好。英國一年只有9%的GDP用于醫療這塊，美國用于醫療方面的經(jīng)費超過(guò)人家的一倍，也沒(méi)看到身體比人家好。所以我覺(jué)得，在這方面，AI會(huì )給我們帶來(lái)一些新的機會(huì )。
駱軼航：也就是說(shuō)AI是相當于“互聯(lián)網(wǎng)”這樣的基礎設施，而不是互聯(lián)網(wǎng)之上的某一個(gè)“風(fēng)口”？
沈向洋：對，不是這樣的。AI實(shí)際上是注入到所有的東西里去的。我最近經(jīng)常跟美國一些大企業(yè)的領(lǐng)導交流，我老是跟他們講：你一定要明白一件事情——AI到來(lái)的時(shí)候，你肯定會(huì )被顛覆掉的。那時(shí)，你只會(huì )有兩個(gè)選擇，要么被別人顛覆掉，要么你就自己顛覆自己。
你自己顛覆自己的話(huà)，需要有技術(shù)合作伙伴。那么微軟可能是一個(gè)很好的合作伙伴，我們可以幫助你，讓你自己能夠顛覆自己，走向一個(gè)新的自我。
六問(wèn)：基礎研究在云和AI時(shí)代的微軟，比Windows時(shí)代有哪些不同？
駱軼航：其實(shí)2009年左右我就見(jiàn)過(guò)微軟總部研究院的一些演示，我們會(huì )覺(jué)得這個(gè)東西好好，這個(gè)東西好有意思，但是就是沒(méi)法用，離現實(shí)有點(diǎn)遠。那么產(chǎn)品在哪里？那時(shí)是Windows時(shí)代的微軟，前沿技術(shù)研究和現實(shí)產(chǎn)品的距離很遙遠，現在我們到了一個(gè)“云和AI時(shí)代”的微軟。而且您身處的這個(gè)位置，又是從全球研發(fā)、基礎研究，邁向到商業(yè)化、產(chǎn)品化的角色。現在，前沿的基礎研究和實(shí)際產(chǎn)品之間的距離，這個(gè)距離比過(guò)去大概有一種什么樣的拉近嗎？
沈向洋：這個(gè)問(wèn)題非常非常好。這也是我自己不斷思考的問(wèn)題。我自己比較幸運，可能我是很少幾個(gè)做過(guò)很多年非常深的科研——我博士以后進(jìn)微軟大概做了11年自己的基礎研究——后來(lái)接下來(lái)11年在商業(yè)、產(chǎn)品也有經(jīng)歷的人。很好談不上了。我覺(jué)得很幸運有這樣一個(gè)經(jīng)歷，lifeisajourney，這樣一個(gè)很好的機會(huì )令到我兩邊都可以觀(guān)察到。很多年來(lái)，我在微軟研究院一直提倡一件事情，叫做Deployment-orientedResearch（基于實(shí)施的研究）。研究不是只是寫(xiě)寫(xiě)論文，而是在于你東西做出來(lái)了以后，應該把它建立出來(lái)，放出去。放出去最大的好處就是，你有了用戶(hù)，有了數據，你可以看到新的問(wèn)題，甚至可以看到原來(lái)做的是不是真的有道理。
如果你真正是一流的高手，有幸到微軟研究院做科研的話(huà)，有一件事情是重要的——你是不是真正想做了不起的事情，這件事對這個(gè)社會(huì )，對這個(gè)行業(yè)，對這個(gè)專(zhuān)業(yè)會(huì )不會(huì )真正產(chǎn)生影響。公司里的小成功是必然的，問(wèn)題就是在于你是不是追求一個(gè)大成功。
我舉一個(gè)例子，微軟在A(yíng)zure上面做的一個(gè)我個(gè)人覺(jué)得非常激動(dòng)人心的項目，叫做AzureSphere。它實(shí)際上是物聯(lián)網(wǎng)的一套整體解決方案，我們做了一個(gè)非常小的芯片。做嵌入式系統的時(shí)候，冰箱里會(huì )有這種很多很多這種小的東西，以前所有這種東西都不聯(lián)網(wǎng)，所以很便宜。而我們做了一些改變。第一，我們把整個(gè)東西改進(jìn)了，以后可以上網(wǎng)，并且是嵌入的。第二，它是安全的，一旦東西聯(lián)網(wǎng)了以后，最大的問(wèn)題就是安全。所以我們首先做了一個(gè)安全的芯片設計，然后在上面做安全的操作系統，聯(lián)網(wǎng)到安全的云端服務(wù)。
這個(gè)就是接下來(lái)大的風(fēng)口。我覺(jué)得這是我們看得很清楚的地方。手機慢慢變成一個(gè)夕陽(yáng)產(chǎn)業(yè)，手機整體的量已經(jīng)往下走了，不要講PC了。接下來(lái)大的東西在哪里？肯定是物聯(lián)網(wǎng)，因為這些設備數目還在拼命漲，而且會(huì )越漲越多。這些可以連接網(wǎng)絡(luò )的設備，以后會(huì )給你帶來(lái)無(wú)限多的商機。現在已經(jīng)是90億數量的級別了，但是到現在為止，不到1%的設備是互聯(lián)的。這里面有一個(gè)非常大想象的空間。
一旦連起來(lái)，就有數據了，一旦有數據就可以做分析，一旦有數據就可以有智能，很多很多都可以連接在一起。我們做了四年的研究項目，一開(kāi)始的時(shí)候，大家覺(jué)得這件事情不能做。
駱軼航：離當時(shí)的現實(shí)太遠。
沈向洋：我覺(jué)得很了不起的地方，就是到最后，還是有這樣的一批研究人員或者是工程師，想要做一些前人覺(jué)得做不了的事情。這個(gè)才是最最了不起的。
駱軼航：如果沒(méi)有當年這樣基礎研究技術(shù)投入的話(huà)，今天就不會(huì )迎來(lái)這樣的物聯(lián)網(wǎng)連接的市場(chǎng)。
沈向洋：對，需要有這樣的一個(gè)技術(shù)投入，而且你真的愿意去做。為什么我講Deployment-orientedResearch呢？不是我有一個(gè)方法、有一個(gè)算法就結束了，真正有用的東西實(shí)際上是需要經(jīng)過(guò)一個(gè)用戶(hù)檢驗的過(guò)程。
七問(wèn)：為什么微軟不做TPU？
駱軼航：既然說(shuō)到了芯片，看來(lái)微軟在芯片的領(lǐng)域，AI和物聯(lián)網(wǎng)芯片的領(lǐng)域有一個(gè)更早的接觸和積累。這個(gè)非常有意思，我們隨便聊聊，微軟為什么不做類(lèi)似于TPU（張量處理器，tensorprocessingunit，Google為機器學(xué)習定制的專(zhuān)用芯片）這樣的事情？
沈向洋：也有做。其實(shí)每家公司芯片都是心中之痛，都是在學(xué)蘋(píng)果，基本上就是做行業(yè)集成。大家可能不知道，微軟一直有做芯片，我們做有做Xbox的，也做HoloLens的芯片。其實(shí)，剛才提到TPU和數據中心。我們走的一條技術(shù)路線(xiàn)跟TPU不太一樣，我們走的是FPGA（Field－ProgrammableGateArray，現場(chǎng)可編程邏輯門(mén)陣列）的道路。今天我在會(huì )場(chǎng)也給大家放了一段Real-timeAI（實(shí)時(shí)人工智能）的視頻。FPGA現在是非常適合在A(yíng)I方面執行的。
AI分為兩個(gè)部分，一個(gè)是建模，你會(huì )用很多GPU去運行。另一個(gè)是AI的執行，算法弄好了、調好了，你要跑起來(lái)，而且要跑得很快。我們現在FPGA整個(gè)這套體系做得非常好，已經(jīng)全面鋪開(kāi)。兩個(gè)星期前我們發(fā)布了FPGA，你可以把它想象成可編程的硬件。我們也非常關(guān)注GPU，因為一旦你的工作流很清楚了，你把這些東西帶到芯片層面，這是很正常的事情。
駱軼航：是，但是這個(gè)過(guò)程也是需要錢(qián)的。到現在谷歌TPU那邊，還完全是自主的，完全沒(méi)有跟大廠(chǎng)合作生產(chǎn)，自己做。
沈向洋：他們做了一個(gè)TPUTools。其實(shí)它技術(shù)上不是那么簡(jiǎn)單，還是有一些挑戰。比如說(shuō)BatchSize（計算批量），什么樣的BatchSize才可以用到它這個(gè)性能做得更好。我們寫(xiě)了一篇FPGA的文章，跟像TPU這一類(lèi)的東西做過(guò)比較。相對來(lái)講，微軟是有一些技術(shù)上的優(yōu)勢的。但是做技術(shù)人都有自己不同的看法，真正的贏(yíng)家是能夠把這些東西做到產(chǎn)品、做到服務(wù)，真正有用戶(hù)，真正有用戶(hù)能夠從中得益。這才是最了不起的事情。
