李尊, 宗仁聯(lián)合編輯

一種普遍被認同的觀點是：AI的發(fā)展速度會是指數(shù)式的，可能現(xiàn)在它看起來還很蠢，但是在你意識到它已經(jīng)變強之前它就會越過那個“奇點”，迅速超過你，然后將你遠遠的甩在后面。

后來一些人開始慢慢意識到，奇點論確實有些夸張了。但是AI到底對我們的生活有沒有影響？確實是有的，甚至很多時候，你能感覺到一些懷疑論者的觀點并不夸張，甚至最近還有人說，隨著人們越來越依賴于機器基于大數(shù)據(jù)以及各種算法幫他們做出的決定，我們實際上已經(jīng)將自己的人生交給機器人控制。

本期硬創(chuàng)公開課，我們邀請到了微軟亞洲研究院的院長洪小文博士，為我們講解隨著AI的快速發(fā)展其能否跟我們的智能相提并論，暢談微軟在人工智能上的發(fā)展戰(zhàn)略（下）。

洪小文，微軟全球資深副總裁，微軟亞太研發(fā)集團主席，微軟亞洲研究院院長。對微軟SAPI(Speech API)和Speech Engine技術的發(fā)展作出了眾所公認的卓越貢獻，并多次獲得類別不同的榮譽和獎勵。它還是美國電機電子工程師學會院士(IEEE Fellow)和國際公認的語音識別專家，現(xiàn)任《美國計算機協(xié)會通訊》(Communication of the ACM) 的編委，并在國際著名學術刊物及大會上發(fā)表了百余篇學術論文。他參與合著的《語音技術處理》(Spoken Language Processing) 一書被全世界多所大學采用為語音教學課本。另外，他在多項技術領域擁有36項專利發(fā)明。洪小文既負責過基礎研究，又管理過產(chǎn)品開發(fā)，同時，他還在多個研發(fā)領域有所涉獵?，F(xiàn)在洪小文博士是微軟亞太研發(fā)集團主席兼微軟亞洲研究院院長，全面負責推動微軟在亞太地區(qū)的科研及產(chǎn)品開發(fā)戰(zhàn)略，以及與中國及亞太地區(qū)學術界的合作。他認為自己多年來形成的“雙重視角”或許可以幫助國內(nèi)的年輕學者把握到正確的方向。

| 深度學習從2006年到現(xiàn)在，沒有大的基礎理論進步, 但現(xiàn)在工業(yè)界熱情高漲，我們在盲目推動什么？

任何事物都有兩面性。深度學習或AI現(xiàn)在的確很火，正如主持人所講，在理論方面目前沒有大的突破性進展。究其原因是因為當一個理論有顛覆性的進展后，其應用門檻就被降低了。

• 今天深度學習被賦予神秘的色彩，就是其理論方面的創(chuàng)造性發(fā)展將其應用門檻降低了，現(xiàn)在任何人只要能夠有機會利用開源程序和大數(shù)據(jù)，都可以實現(xiàn)很好地應用。從這個角度來看，這也是深度學習受到業(yè)內(nèi)人士歡迎的原因。

• 另外一方面，深度學習當然不能解決所有的問題。當你有大數(shù)據(jù)資源時，深度學習能夠做最好的決定，但是，它不知道為何做這些決定。目前，深度學習與機器打交道是沒有問題的。但是，與人打交道時，如果不能得到人們的信服，在很多情況下，深度學習也會不見得那么有用。

• 還有一個就是創(chuàng)造力。今天，所謂深度學習、機器學習、大數(shù)據(jù)在95%的程度上具有交叉性。人最了不起的是創(chuàng)造力，創(chuàng)造力是小數(shù)據(jù)問題。

例如，今年很受歡迎的一個話題叫做引力波。想想看100年后的今天，我們需要用很昂貴的設備才能夠勉強測到有引力波的存在，那么請問100年前愛因斯坦在無數(shù)據(jù)的條件下是如何提出引力波理論，我認為這是深度學習所不能回答的問題。

在此，我們可以做一下總結：

從2006年到現(xiàn)在，當一個顛覆性的創(chuàng)新出現(xiàn)后，它將對人類的生活產(chǎn)生重大的影響，但是，這就意味著下一個創(chuàng)新可能會花費更多的時間。比如，學數(shù)學或物理的人都知道，你今天解決一個難題，不代表下一個難題會耗費更短的時間，這不像摩爾效率，這從人類發(fā)展的角度來看待，是講不通的。所以，我認為，這是一個很自然的現(xiàn)象，當你有一個顛覆性的突破時，下一個創(chuàng)新將會花費更多的時間和腦力，歷史經(jīng)驗告訴我們：這是顛撲不破的真理。

| 現(xiàn)在各個開源平臺推進不算迅速，是開發(fā)者的水平?jīng)]跟上，還是推開發(fā)平臺的大公司功能不完善？

我認為，這一點都不矛盾。

因為開源平臺是一個由下往上，而不是由上往下的一個開發(fā)平臺。所有由下往上就代表并沒有一個中心來協(xié)調(diào)這個過程，這樣就會造成百家爭鳴，百花齊放的結果。所以，我認為這是一個很自然的發(fā)展過程。

常常類似的一個計劃，會被分成100種，200種，300種以上不同的小計劃（差別不大），這樣做效率不會是最高的，這也是其美麗的地方，能夠讓大家實現(xiàn)由下往上的創(chuàng)新。

我個人是非常樂觀的，開源平臺會在這樣的基礎上繼續(xù)發(fā)展。微軟近幾年也熱烈擁抱開源平臺。我們也要尊重不同公司或個人的想法和目的，使他們能夠自己的發(fā)展規(guī)劃將這個計劃朝不同的方向推展。

AI現(xiàn)在大多應用在功能性應用上，所以很多大公司領袖或者CEO們談到AI的未來都會向公眾呈現(xiàn)出一副喜聞樂見的態(tài)度，比如谷歌董事長表示曾表示“對于人工智能的快速發(fā)展，人們沒什么好恐懼的，擔心計算機胡作非為的都是些電影情節(jié)，該類技術能夠幫助人類，而不是傷害人類，人工智能不會威脅到人類及其工作崗位。”

| 我覺得AI會不會威脅人類這個跟AI本身沒關系，完全看AI背后的開發(fā)者（使用者）是不是拿它在作惡，您怎么看這個觀點？

的確，不止我看到很多報道。我在和大眾交流的過程中，大家也都有這種擔心。身為科學家、科技公司的一員，我認為要給出一個更好的解釋，讓大家不用做一些不必要的擔心，同時也要真正的指出哪些問題是大家將來必須面對的。

• 首先講一個原則，大家不用擔心。

AI并沒有那么神，和其它的機器一樣，它還是被我們控制的。我們用它去做一些重復性的事情，把重要的決定任務交給我們自己。

說到這點我要補充一個，很多公司、媒體在描述（有時候是夸大）AI的同時卻又說不用擔心，這是有點矛盾的。我認為大家（特別是相關從業(yè)人員、公司）在探討AI的時候應該實事求是，把它的優(yōu)點和缺點都講清楚。

AI的優(yōu)點可以和大數(shù)據(jù)結合做一些重復的事情，還能做一些決定。AI的缺點是沒有創(chuàng)造力，背后必須有人在操作，還要目前的AI和深度學習是沒辦法解釋它為什么會做這個決定的。

科學家和相關的從業(yè)公司在這個地方必須要講清楚，不能含糊地帶過。

• 再來，AI背后都是人編程的。

就像飛機、車子，大家都認為是好東西，但是它們也會被不法分子拿去做一些不好的事情。所以我們應該看得是AI背后是誰在操作它，而不只是關注在AI本身。

我們不用擔心機器會自己去作惡，背后一定有人。最近有人提出要對AI做出限制，類似于“機器人六大法條”等，我個人有一些不一樣的想法。法律應該是用來限制人，專門立法去限制一個非人類、機器是很奇怪的。應該把時間花在規(guī)范機器背后的人身上，要立法來限制不讓他們利用機器去做非法的事情。

倒是在工作崗位上，這樣一個考量確實是真的。但是這個事情也不特殊，每次技術出現(xiàn)顛覆性創(chuàng)新后，都會對相應的工作崗位造成影響。在人類歷史上，特別是有顛覆性創(chuàng)新出現(xiàn)的時候，這種情況是經(jīng)常出現(xiàn)的。比如說汽車、飛機的出現(xiàn)，都對相關產(chǎn)業(yè)的崗位造成了重大影響。

所以我個人來說是樂觀的，因為我們有很多歷史上的經(jīng)驗可以學習。如果要正視這個問題，可以從以下兩個方面著手。

首當其沖的是教育方面，在學校里要教育下一代的學生哪些知識是未來所需要的，讓他們適應未來的社會。

已經(jīng)在職場的人員，要加強在職進修，或者說現(xiàn)在有個說法叫l(wèi)ife-long learning，這個也是值得提倡的。

人類簡史作者前不久提出，算法勝利，自由意志將終結這個觀點，原話是“現(xiàn)在，一個新的轉變正在發(fā)生。正如神的權力由宗教神話合理化，人的權力由人文主義思想認可，現(xiàn)在，高科技“大師”和硅谷“先知”正在創(chuàng)造一個全新的教條，讓算法和大數(shù)據(jù)的權力合理化。這種新穎的教條可以稱為“Dataism（數(shù)據(jù)主義）”。在數(shù)據(jù)主義的極端形式下，數(shù)據(jù)主義世界觀的支持者將整個宇宙看作是一個數(shù)據(jù)流，認為生物幾乎等同于生化算法，相信人類的宇宙使命是創(chuàng)建一個包羅萬象的數(shù)據(jù)處理系統(tǒng)，然后融入其中。

|  我們正在變成一個巨大的系統(tǒng)中的微小芯片，沒有人真正理解這個系統(tǒng)。您怎么看這個觀點？

這兩本書也的確是最近我非常推薦讀者們?nèi)タ吹臅?，它們分別是《人類簡史》和《未來簡史》。 這兩本書中涉及到人類學、宗教、宇宙，特別是科技，里面的觀點真的很有意思，比較發(fā)人深省，能夠讓人進一步思考。但是有些結論我是要打問號的，我建議讀者們就像那句老話說的：盡信書不如無書。它里面講的所謂Dataism（數(shù)據(jù)主義）， 的確我們的社會正在走向大數(shù)據(jù)、機器學習、AI這一類事物，但是這樣的結論還是低估了全人類。

為什么這樣講呢？人類的每一樣發(fā)明（包括AI、深度學習），在其背后都有很多人明白其在哪些方面有缺失，也明白其需要如何往前發(fā)展。

打個比方，人類最了不起的是群體性的智慧?？赡軅€體會比較聰明，但是個人想要造出一些特別先進的事物必須依靠群體的智慧。人類永遠是需要知道為什么的，不會不明白背后的原理就拿來用。所以要對全人類充滿信心，作者在未來簡史中提到的這個問題我覺得大家可以不必去擔心。

| 按照人類簡史上面觀點的邏輯，以后大公司通過他們收集到的數(shù)據(jù)或許能讓AI給出很符合我們心理的建議，但這種情況下做出的決定是否還屬于我們自己？

像之前說的任何東西牽扯到人，很多時候在不了解之前，我們大部分是不會接受它的。對于什么是智能，我個人認為應該分成下面四種層次：

• 功能——計算機有多少的計算速度、內(nèi)存、硬盤空間等。

• 智能——智能并沒有范式，隨著時間一直在改變。從打敗人類的象棋冠軍深藍，到最近的AlphaGo，隨時間不斷進行改變。

• 智力——創(chuàng)造力還有判斷力，在數(shù)據(jù)不全的時候怎么去進行創(chuàng)造與判斷。

• 智慧——當你知道這個是對的，但是需要別人啟發(fā)。

我不擔心人類會把自己的決定完全交給別人，就像大部分人都不會把自己的投資交給別人。相反，大部分人會去收集一些資料，權衡風險、征集很多的意見在做出決定。人生中的很多決定都會聽取別人的意見、自己也會做很多分析，（可能也會根據(jù)AI的意見）但是最終還是會自己做出決定，然后走下去。

| 作為微軟亞太研發(fā)集團主席和微軟亞洲研究院院長，工作強度和時間分配的問題？

我自己非常幸運從事科研的工作。雖然作為領導需要從事管理工作，但是大部分時間還是從事科研相關的工作。不過由于時間原因，我無法像大多數(shù)科研人員一樣做一些具體的工作，比如編程等。但是我大部分時間都花在與研究員討論問題、給予建議、批評、反饋 ，有時候也會有爭辯，更多類似這一類的事情。有時候也會參與一些創(chuàng)造力、新算法的討論，這些也是令我十分感興趣的部分。

對于科研管理，我不太認為職業(yè)經(jīng)理人這個模式可以在科研團隊運轉。因為對于科研的工作，職業(yè)經(jīng)理人可能就不太專業(yè)了。因為對相關知識其實不是特別了解（編程、創(chuàng)新、分析相關問題），比如說像語音、計算機視覺等專業(yè)問題，必須要有一定的了解才能起到增強的作用。在研究院我們傾向于“由下往上”的科研方法，科研創(chuàng)新從來沒有一次是由上往下的。在科學單位最重要的地方就是激發(fā)大家的潛能、讓大家自由發(fā)揮、自由地提出自己的想法。

| 作為管理者，如何保證創(chuàng)新性和領先性呢？

要保證一個“求真”，在討論技術的時候保證求真、不忽悠。我們也很高興做出一個新技術，但是它未來能實現(xiàn)什么、可能會出現(xiàn)什么問題，需要保證一個求真、求實的態(tài)度。

基于這個原則，我在院里非常鼓勵大家互相之間做Project Review時提出自己最真實的想法，在這種腦力激蕩、最真實的想法討論下，對于項目往下繼續(xù)進行是非常有幫助的。我們希望基于由下往上、真實的原則下，在精益求精的狀態(tài)下做得更好。

|  在人工智能這個戰(zhàn)場，微軟的發(fā)展戰(zhàn)略是什么？著重在哪幾個版塊進行科研投入？未來在著重板塊如何勝出？

微軟和其它公司不一樣的地方是微軟是一家平臺公司，這也是自身的歷史、DNA決定的。

平臺公司顧名思義本身做比較少的應用，大部分的工作都是做平臺（包括人工智能）。然后我們的合作伙伴來做最后一層、最后一里的創(chuàng)新，最后變成一個應用或者解決方案。舉例來說就像籃球中的助攻，最后的投籃得分是伙伴去進行的。做平臺的一個好處就是可以接觸到很多不同的領域，給出不同的助攻，這個和微軟的宗旨是Empower也是相符的。

所以我們的戰(zhàn)略就像這幾年提出的微軟認知服務（Cognitive Services），就是早期的牛津計劃（Project Oxford）。在這個計劃中我們有做語言、語音、視覺、知識以及搜索上面的API。我們希望第三方合作伙伴可以利用這項技術API結合自身數(shù)據(jù)、技術來開發(fā)出更多能造福廣大的老百姓的技術。

最近我們也有提出了對話即平臺Conversations as a Platform（CaaP）的人工智能發(fā)展方向，希望用聊天、對話的方式在服務、交互方面用自然語言來實現(xiàn)。目前小冰已經(jīng)有和東航、京東在合作，希望能把它變?yōu)橐粋€API平臺。將來希望可以讓更多的公司、政府部門來做一個智能的運用。我們相信這樣一個平臺的做法，能讓我們對世界、社會、用戶做出更大的貢獻。

|  微軟在智能交通工具方面有沒什么特別的規(guī)劃打算？ （汽車行業(yè)好像很少有微軟的一些特別的新聞出現(xiàn)，但他們很多技術像圖像識別處理及語音識別等都可以用于汽車行業(yè)的）

微軟自己并沒有做智能交通和無人駕車服務，但是我們有吸引到很多廠商伙伴來一起合作開發(fā)。目前就有好幾家在談，利用我們的認知服務（Cognitive Service）比如語音、視覺等變成API，開發(fā)商再利用我們的API來去做智能交通系統(tǒng)。也有幾家已經(jīng)宣布合作，將來也會有更多，希望以后能有機會和大家分享。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。