（原標(biāo)題：沈向洋無懼BAT逼宮：微軟培養(yǎng)了中國幾乎所有 IT 公司的CTO，5000人撐起AI四大方向）

2017年05月10日，微軟全球執(zhí)行副總裁、微軟人工智能及微軟研究事業(yè)部負(fù)責(zé)人沈向洋博士（Harry Shum）在微軟全球開發(fā)者大會（Build）發(fā)表主旨演講后，接受了包括新智元在內(nèi)的幾家受邀媒體的采訪。

采訪中，沈向洋博士認(rèn)為Cortana代表了AI的未來，他多次提到Conversational AI，也即對話式AI。在他看來，智能語音市場遠(yuǎn)遠(yuǎn)沒有飽和，各大巨頭都在做智能語音助理，正表明這是一個正確的方向，而在亞馬遜Alexa/Echo，谷歌Google Home等先入產(chǎn)品面前，微軟的機(jī)會仍然有很多。微軟將利用小娜、小冰的優(yōu)勢，從語音方面發(fā)力。

所不同的是，沈向洋提到，他認(rèn)為“AI對人類情感的理解將會是非常了不起的一件事”，“大多數(shù)的人還沒有認(rèn)識到能夠不斷聊下去這件事情的重要性”。而在這一點(diǎn)上，微軟的小冰遙遙領(lǐng)先于其他智能語音助理，平均多輪對話次數(shù)是目前業(yè)界最高的23次。不過，沈向洋也表示，微軟的Conversational AI會“兩條腿走路”，既要發(fā)揮Cortana的商務(wù)助理優(yōu)勢，也要充分挖掘小冰在情感聊天方面的優(yōu)勢。

當(dāng)被新智元問及去年微軟組建的5000人規(guī)模AI團(tuán)隊(duì)的具體組織架構(gòu)時，沈向洋并沒有直接回答。但他表示，搜索引擎、以Cortana為代表的智能語音助理、用AI幫助微軟現(xiàn)有產(chǎn)品轉(zhuǎn)型，以及用AI開發(fā)全新的產(chǎn)品線，是當(dāng)前微軟AI團(tuán)隊(duì)主要發(fā)力的4個方向。尤其是最后一點(diǎn)，沈向洋堅(jiān)信，AI將顛覆所有的商業(yè)應(yīng)用，那么在這其中，決定去做什么、不去做什么，是微軟AI當(dāng)前最重要的事情。

至于關(guān)注度很高的微軟AI人才流失，沈向洋似乎對此并不是太擔(dān)心，他告訴新智元：“我覺得人才流動非常正常，一個大公司培養(yǎng)了很多的人才，最重要的是一個公司你要知道你存在的價值和理念，這體現(xiàn)在優(yōu)秀的員工為什么會選擇留在你這里，不光是你到外面挖人，你給在這里員工提供什么樣非常了不起的環(huán)境，讓他在這里面有非常好的發(fā)展。”對于其他公司來微軟“挖角”，沈向洋反而感到非常自豪，認(rèn)為體現(xiàn)了微軟為中國AI乃至整個IT行業(yè)培養(yǎng)了優(yōu)秀的人才。

沈向洋還表示，在去年微軟重組構(gòu)建5000人規(guī)模AI團(tuán)隊(duì)后，他就成立了一個“微軟人工智能學(xué)院”，培養(yǎng)相當(dāng)一批微軟內(nèi)部人才，“我們希望通過這樣的方式，可以吸引更多外面的人才來微軟。這么做，并不是我們擔(dān)心又有人挖我們AI的人才，更重要的是，要把我們的人才培養(yǎng)成‘AI capable’。”

接下來，在回答其他媒體記者提問時，沈向洋表示，未來10年左右，計(jì)算機(jī)視覺可以識別一切。他認(rèn)為未來3到5年，垂直領(lǐng)域AI將有所發(fā)展，看好toB的業(yè)務(wù)，而未來5到10年，他認(rèn)為“可解釋的AI”是一個非常值得研究的方向，這方面肯定會有重要突破。此外，沈向洋還表示，認(rèn)知計(jì)算將成為Azure的“重中之重”，看來在智能云（Intelligent Cloud）方面，谷歌與微軟也勢必有精彩的角逐。

采訪中，沈向洋提到他非常享受做研究的過程，可惜他“后來被鮑爾默趕出來去做產(chǎn)品”。此外，沈向洋認(rèn)為“可以從安卓興起的過程當(dāng)中學(xué)習(xí)很多東西，深度學(xué)習(xí)下一波浪潮當(dāng)中怎么樣可以做的更好，我不覺得微軟一家公司可以把這些東西都做出來。”

如何回應(yīng)騰訊等公司爭搶微軟AI人才？

新智元：有一個問題，微軟怎么應(yīng)對人才流失？說實(shí)話，像騰訊已經(jīng)把研究院開到西雅圖了。

沈向洋博士：上次我跟馬化騰講，我說你太不像話了，把研究院開到我們門口了。小馬哥還有點(diǎn)不好意思，還有點(diǎn)靦腆。我覺得人才流動非常正常，一個大公司培養(yǎng)了很多的人才，最重要的還是說任何一個公司你要知道你存在的價值和理念，這體現(xiàn)到優(yōu)秀的員工為什么會選擇留在你這里，不光是你到外面挖人，你給在這里的員工提供什么樣非常了不起的環(huán)境，讓他在這里面有非常好的發(fā)展。你去問問騰訊，騰訊的人才也在不斷流失，騰訊以前沒有AI的人才，所以他必須就要去挖人，去百度挖也好，去別的地方挖也好，都很正常。大家到西雅圖開研究院，對西雅圖本地經(jīng)濟(jì)太好了。在中國還出去招商，把人拉過來，像微軟、亞馬遜或者到其他的大公司，我們也有責(zé)任把西雅圖本地經(jīng)濟(jì)帶動起來。

新智元：就像您剛才說的一樣，如何要留住AI人才，就是這個公司的實(shí)力了。不過，從現(xiàn)在的新聞來看，從微軟研究院出去的人很多。

沈向洋博士：對，我上次在烏鎮(zhèn)，跟劉云山書記報告的時候，跟大家說微軟公司在中國，為中國IT產(chǎn)業(yè)培養(yǎng)了無數(shù)的優(yōu)秀人才，我說你不僅要看到中國幾乎所有IT公司的CTO都是我培養(yǎng)的，從聯(lián)想到海爾到小公司，我說你更加要看到微軟研究院在過去18年，培養(yǎng)了5000個學(xué)生，那些才是真正了不起的，新一代的創(chuàng)業(yè)公司出來——現(xiàn)在可能不會是這樣的情況——當(dāng)時計(jì)算機(jī)視覺、AI公司剛起來的時候，那些投資人來問我一些情況，我說你不要跟我講，在中國開計(jì)算機(jī)視覺的公司，要么是我的學(xué)生開的，要么是我的學(xué)生的學(xué)生開的，這都非常光榮的事情?；剡^頭來看，微軟研究院、微軟公司對中國的IT發(fā)展，很多方面都起了巨大的正面作用，特別是為中國培養(yǎng)了非常多的一流人才。

新智元：那您現(xiàn)在也覺得微軟繼續(xù)對外輸出人才也是很自豪的？

沈向洋博士：我們一直覺得非常自豪，微軟研究院一直覺得非常自豪。我們培養(yǎng)了李開復(fù)，我們培養(yǎng)了張亞勤，我們培養(yǎng)了趙峰、我們培養(yǎng)了芮勇，芮勇還是我學(xué)弟，這些都非常好，我們都覺得非常光榮。

新智元：接下來繼續(xù)有高級的研究員離職的話，你們?nèi)匀挥X得很光榮？

沈向洋博士：你具體應(yīng)該去問問那些離開的人，他們是不是還是研究員，你聽懂我的意思啊？你問問他們最近研究了什么，叫他寫個算法給你看一看。

我再補(bǔ)充一下，微軟最近在做一件非常重要的事情，就是人才方面的。6個月前我率領(lǐng)的AI這個部門組建后不久，我就成立了一個“微軟人工智能學(xué)院”，培養(yǎng)相當(dāng)一批微軟內(nèi)部人才，我們希望通過這樣的方式，可以吸引更多外面的人才來微軟。這么做，并不是我們擔(dān)心又有人挖我們AI的人才，更重要的是，要把我們的人才培養(yǎng)成“AI capable”，所以我們就有一字頭的課、二字頭的課、三字頭的課，一直到六字頭的課，類似研究生這樣的課。我最近剛剛做完一期AI 611這門課，專門做hands-on project，深度學(xué)習(xí)具體項(xiàng)目。有10個項(xiàng)目，非常了不起，他們這門課結(jié)束的時候，我專門用了2小時去聽了他們的報告，非常好！所以，我們現(xiàn)在就是在不斷培養(yǎng)AI的人才，既包括內(nèi)部的人才培養(yǎng)，也包括吸引外面的人才參加。

在LinkedIn發(fā)布的全球和中國科技企業(yè)最佳雇主的排名上，微軟在全球排名第二，僅次于谷歌。但是在中國，微軟超越了谷歌，成為最佳雇主。詳細(xì)情況參見新智元公眾號的二條報道：《LinkedIn 技術(shù)VP王迪專訪 | 全球AI人才聚集，Top10中美公司排行榜》。

微軟5000人AI軍團(tuán)：發(fā)力搜索、Cortana等四大方向

新智元：微軟去年做了重組，您率領(lǐng)一個5000人規(guī)模的AI團(tuán)隊(duì)，但是對具體的組織架構(gòu)，我們一直都沒有太多的了解，希望您能在這方面介紹一下，這5000人的團(tuán)隊(duì)具體的側(cè)重點(diǎn)、方向、人事架構(gòu)是怎么樣的。我相信5000人還是分布在世界各地吧，這時候你們采取怎樣的聯(lián)系方式？

沈向洋博士：我們通常都不會對外部講具體的架構(gòu)和人事，內(nèi)部當(dāng)然任何一個單位都有一個組織架構(gòu)。不過，我可以簡單跟你講一下，微軟發(fā)展AI主要還是在4個方面。

第一，搜索引擎方面。你可以同意，也可以不同意我的意見，那就是今天世界上最大的人工智能可能還是搜索引擎，微軟Bing這么多年下來做了知識圖譜，超過25億的實(shí)體（entities）。這里面就有很多的知識，搜索引擎本身不僅僅是一個業(yè)務(wù)——當(dāng)然現(xiàn)在Bing也很賺錢，我們在美國占22.6%的搜索市場份額，再加上雅虎的11%（后臺技術(shù)是微軟做的），所以我們在美國有1/3的搜索份額，在英國最近漲到16.5%。從AI的角度來講，搜索引擎主要就是World Knowledge——對世界知識的積累。

第二，非常非常重要的一件事情就是Cortana，這是一個私人的智能數(shù)字助理，我覺得Cortana代表了AI的未來，對人的了解。要做好AI需要三個方面的知識，一個是你對世界的理解，一個是你對工作的了解，一個是你對用戶的了解，這三件事情在一起的話，才可以做得非常好。我覺得小娜在朝著這個方向走，要去做這個事情當(dāng)然要有很大的投入在里面。

第三，其他的公司和微軟一起合作，怎么樣令A(yù)I 幫助微軟（所有產(chǎn)品的）轉(zhuǎn)型。我剛才提到Office，也提到Cloud，也提到Windows，我們一起做。同時，我們把這樣的一些技術(shù)拿出來給其他所有Microsoft開發(fā)者去做，比如認(rèn)知服務(wù)（Cognitive Service），這也是我在演講的重點(diǎn)。認(rèn)知服務(wù)這么多年一直都是我們AI部門在做，其中有很多的技術(shù)是從微軟研究院做出來的。

第四，也是我自己覺得非常激動的一點(diǎn)，我在主旨演講的最后稍微提了一下，沒有機(jī)會展開講，那就是Every Business App is going to be Disrupted by AI——“所有的商業(yè)應(yīng)用都會被AI顛覆”。所以，我們微軟正在這里面選擇哪些方向，哪些商業(yè)的AI機(jī)會我們會去挖掘，希望能夠在不久的將來有機(jī)會跟大家再分享這邊的進(jìn)展。

新智元：目前這些方向還是在探討階段中嗎？

沈向洋博士：我們已經(jīng)做了很多的產(chǎn)品原型，甚至很多的產(chǎn)品和服務(wù)已經(jīng)有很多人在用了。我在我的演講中也提到，從銷售到市場到售后，這些我們都有在做。

對話式AI：微軟有一些不同看法

新智元：現(xiàn)在有很多公司都將Conversation AI作為一個入口，但也有人認(rèn)為對話是一個偽需求。從剛才您的介紹當(dāng)中，我是否可以這樣理解，微軟跟其他公司所不同的，是微軟的對話平臺是從情感這個角度去切入？

沈向洋博士：微軟不僅從幫助你完成任務(wù)的角度，微軟同時也非常關(guān)注情感方面的研發(fā)，我覺得我們是兩條路同時在走，我們小娜是幫助你，你有什么事情，我?guī)椭阏业叫枰膯栴}，同時我們小冰更加是從情感的角度，陪你聊天，試圖理解你，跟你不斷對話。這里面大家的設(shè)計(jì)理念是非常的不一樣，比如你要幫人完成任務(wù)，你希望越快越好，你要陪人聊天的話，你要能夠聊越久越好，這兩件事情從產(chǎn)品和設(shè)計(jì)上是非常不一樣的。

大多數(shù)的人還沒有認(rèn)識到能夠不斷聊下去這件事情的重要性，我給你講一個數(shù)字，大家都不見得知道。一個人一天講幾句話？事實(shí)上，人一天可以講6000句以上，你可能都沒有認(rèn)識到這一點(diǎn)。為什么人要不斷講話，這絕對不會是因?yàn)橐瓿梢患虑椋侨祟愖陨韺W(xué)習(xí)的過程，通過對話、通過交流，跟不同的人學(xué)到不一樣的東西，這一點(diǎn)是微軟做AI，特別是對話式的AI，非常注重的一點(diǎn)，其他的公司不見得都很注重。

　　當(dāng)前微軟AI最重要的事情：決定做什么和不做什么

以下是專訪現(xiàn)場沈向洋博士回答其他記者提問的實(shí)錄。

問：微軟全力投入AI，您的部門會繼續(xù)擴(kuò)編嗎？

沈向洋博士：你這個問題要問我們CEO（笑），我覺得一定會的。

問：接下來的首要任務(wù)是什么，有沒有一個發(fā)展的進(jìn)程，比如短期和長期的規(guī)劃？

沈向洋博士：是有的。任何一個企業(yè)，一個單位，特別是大了以后，一定要去想短期的目標(biāo)是什么，中期的希望是什么，長期的愿景是什么，一定要從這個角度去想。我的部門比較特別的地方就是，我除了 AI 以外，還管研究院。在研究院我們有1000多位科學(xué)家，剛才新智元的同事也問道，我覺得最重要的就是，要不斷培養(yǎng)一代一代新的了不起的研究員，去做更了不起的技術(shù)。

例如我剛才提到，人工智能（更多在離散的空間做符號處理）和腦科學(xué)（更多在Neural神經(jīng)元做連續(xù)處理）這兩個空間的融合。符號可解釋的空間和連續(xù)的腦空間之間的關(guān)系，三五年前基本上沒有什么人研究這些方向。我認(rèn)為更重要的就是應(yīng)該培養(yǎng)新一代，看到這樣的問題。如深度學(xué)習(xí)，要去解釋它。

回到您剛才問的，微軟有些什么樣的目標(biāo)？我覺得看得蠻清楚的，短期的話AI還是要看到短期業(yè)務(wù)，哪里有真正的商業(yè)價值。就是我們可以掙一些錢，定個小目標(biāo)，這都非常重要。但是，更重要的事情是 AI 這個部門成立之后，我們要想清楚如果我們真的覺得AI會顛覆更多的行業(yè)應(yīng)用，在顛覆的過程當(dāng)中，我們的機(jī)會在哪。

主要是兩個方面：一個是在現(xiàn)有的產(chǎn)品，比如Office等跟AI結(jié)合，將會有哪些顛覆性的內(nèi)容產(chǎn)生，有什么新的產(chǎn)品出來，有什么新的功能出來，這邊的話我們進(jìn)展得非常好；另外一個你要去想，新的產(chǎn)品線在哪里，你有沒有一條新的產(chǎn)品線出來，三五年以后可以做到十億美元的生意。要思考，你有沒有這樣的業(yè)務(wù)，五到十年可以做到一百億美元的生意。如果有，當(dāng)然要放馬去追求這樣的機(jī)會。所以我們現(xiàn)在整個AI部門最重要的事情，就是決定要做什么，決定不做什么。

未來10年左右，計(jì)算機(jī)視覺可以識別一切；未來5到10年，可解釋的AI是一個值得研究的方向，肯定會有重要突破

問：Harry你好，您之前提到的人工智能研究方向大致可以分為感知和認(rèn)知兩方面。我想請您以更加技術(shù)的語言來說明一下兩者的趨勢，可以舉個例子講一講。

沈向洋博士：說到人工智能，大家今天激動得不得了，我自己也覺得有些東西是真的已經(jīng)在發(fā)生了。首先，你要回過頭來看，為什么會有“人工智能”這個詞，“人工智能”實(shí)際上是對應(yīng)于“人類智能”提出來的，就是human intelligence。

為什么覺得人有智能，人的智能基本上分成兩部分，一部分是感知，另一部分是認(rèn)知。感知是里面最了不起的，而其中最大的一部分就是視覺的感知。以前有人做過這樣的研究，一個人大概91%的信息是從視覺收集過來的，我忘記了他用什么樣的方法算出來這個數(shù)字，但是我想大家基本上會同意，人絕大多數(shù)感知都來自于視覺。然后是聽覺，然后才是其他的感知，比如觸覺。

我覺得這邊的進(jìn)展非常大，過去這一年我都在講，計(jì)算機(jī)語音識別的突破最多是5年的事情，也就是說5年之內(nèi)計(jì)算機(jī)語音，不管你怎么去講它都能識別，而且肯定會比人類強(qiáng)。然后，接下來10年左右的時間，計(jì)算機(jī)視覺也會達(dá)到這一點(diǎn)，今天視覺很多東西已經(jīng)超過人，具體來講比如人臉識別。但我講的是一個很general的，anything is recognizable，到一個新地方，AI看到一個新東西能夠聯(lián)想到其他東西，這些我認(rèn)為大概十年左右的時間可以實(shí)現(xiàn)。

但是在認(rèn)知方面，今天我們遠(yuǎn)遠(yuǎn)沒有獲得突破，都談不上跟人類相比的地步。首先是自然語言處理的問題，然后就是知識獲取的問題。越來越多的人更應(yīng)該去做這方面的工作。自然語言處理，我剛才也提到機(jī)器閱讀，語言這個問題，相對來講的確是比較復(fù)雜。用今天現(xiàn)有的方法，包括深度學(xué)習(xí)的方法，解出來的效果還不是足夠好，當(dāng)然用深度學(xué)習(xí)已經(jīng)可以幫助到我們很多東西，比如像翻譯也用了很多自然語言的東西。

更重要的，今天大家對整個“認(rèn)知”這樣的一件事情的定義，還在一個比較初級的階段，什么叫做常識（Common Sense）？你怎么知道見到這個人以后，為什么會對他很有一種親近的感覺？這些我們還不是很理解，而這是一個很大的問題。稍微岔開一點(diǎn)講，很重要的問題，今天我們個人工智能做的這些東西，和腦科學(xué)的結(jié)合不夠，理解也不夠。很主要的原因就是對“智能”的很多東西，只有人腦這樣一個范本，但人腦結(jié)構(gòu)很特別，今天我們還不夠理解。腦科學(xué)作為一門科學(xué)，今天也還處在一個早期的階段，我們還不能做太多的實(shí)驗(yàn)，也不能隨時把一個人的腦袋打開塞一些東西進(jìn)去。

這個是一個長期的問題，現(xiàn)在越來越多的人也在想這樣的問題。連接人工智能和腦科學(xué)，今天有一個方向我們覺得是很激動人心，現(xiàn)在在微軟研究院很多的人在做這方面的事情，我也跟很多大學(xué)有一些合作，就是所謂的“可解釋的AI”（Explainable AI）。我認(rèn)為，Explainable AI在接下來5到10年，肯定可以做出非常了不起的成果。今天我如果有研究生的話，我就會讓他們做這個方向的工作，原因非常簡單，因?yàn)榻裉霢I最大的突破就是深度學(xué)習(xí)，但是深度學(xué)習(xí)的一個最大的問題就是，出來的結(jié)果非常好，但是你沒法解釋。

我自己看到的，這方面寫得最好的一篇文章，是最近在《紐約客》的一篇有關(guān)醫(yī)療AI的。為什么看同一張圖，醫(yī)生會跟你講，你沒問題，原因是一、二、三。但今天AI還做不到這點(diǎn)，深度學(xué)習(xí)做不到這點(diǎn)，很大的問題是大家解問題的空間不一樣，醫(yī)生是在一個所謂的neural，腦的這樣一個連續(xù)的空間在解，而AI很多的理解是在符號的離散的空間上去做。

所以，如何把這些東西連起來，從技術(shù)上有講有很多有待突破的地方，也是我們現(xiàn)在研究院很認(rèn)真在做科研的一個方面。

問：微軟現(xiàn)有的一些成果或者說優(yōu)勢都有哪方面？

沈向洋博士：我剛才提到在一些感知方面，從計(jì)算機(jī)視覺到計(jì)算機(jī)語音，我自己是覺得我們都是領(lǐng)先的。

問：有沒有這方面的數(shù)據(jù)，或者特別強(qiáng)有力的案例？

沈向洋博士：我們是第一個做到語音識別達(dá)到人類水準(zhǔn)，特別是在最難的數(shù)據(jù)級switch bot data set，在我演講里面提到，6個月之前我們已經(jīng)做到這一點(diǎn)。在計(jì)算機(jī)視覺方面，我們兩年前第一次做到物體識別（Object Recognition）跟人一樣的準(zhǔn)確率。接下來，我希望我們在自然語言理解方面也能有所突破。翻譯也是這樣，翻譯的質(zhì)量特別是Spoken Language（口語語言），我們肯定也是世界領(lǐng)先的水平。但是有那么多的語言要去做，還有很多工程方面的問題要去解決，今天微軟也只提供60種語言而已，世界上有6500多種語言，怎么樣把人工智能普及化，也是我們要考慮的。

微軟亞洲研究院不是公益組織，研究員對公司是有責(zé)任的，要把技術(shù)轉(zhuǎn)化為產(chǎn)品

問：怎么樣把研究院里研究實(shí)際去產(chǎn)品化和商業(yè)化。您在成立這個團(tuán)隊(duì)的時候，從研究到產(chǎn)品的流程有什么變化嗎？另外一個是開發(fā)新的產(chǎn)品，比如大會第一天上的Demo，幫助患帕金森癥的設(shè)計(jì)人員重新執(zhí)行作畫，怎么樣把這樣的研究個案去擴(kuò)展開來？

沈向洋博士：這是一個非常好的問題，不知道在座有多少人做過研究，科研是很不一樣的東西，很多人不明白，說這么多人做科研，怎么還沒有產(chǎn)品化?？蒲芯褪且粋€很長期的東西，你要么就不要說自己做科研，要做科研就要有耐心。比如今天大家談的熱火朝天的量子計(jì)算，具體哪天量子計(jì)算機(jī)可以做出來，沒有人知道。有人知道還得了，VC會像狼一樣撲出去了（笑）。在這一點(diǎn)上，美國的這套系統(tǒng)還是值得我們學(xué)習(xí)。從大學(xué)開始，到研究所，再到工業(yè)界。以前的AT&T和IBM，再到現(xiàn)在的微軟，很多公司愿意花很多的錢出來做長期的科研，而絕大多數(shù)的科研成果不僅僅屬于本公司，只是自己的公司有可能得到利益。這一點(diǎn)我們蓋茨講得非常清楚，比如蘋果和微軟早期的成功，很重要的就是圖形用戶界面，而 graphic interface 最早是施樂做出來的，我們跟他們學(xué)習(xí)。同樣，今天微軟做了很多了不起的事，但是可能其他一些公司，甚至一些初創(chuàng)公司還會做得更好，這都是很正常的。

而且，做科研是非常愉快的一件事情，做科研最愉快的事情就是根本不用擔(dān)心別人在想什么，你自己拍拍腦袋想想就可以，要有一個了不起的想法——我以前是多么的享受做科研，后來被鮑爾默趕出來去做產(chǎn)品。

最近我跟微軟亞洲研究院同事交流，其實(shí)我們能夠提供最了不起的東西是一個環(huán)境，這個環(huán)境里面不光是大家的待遇還不錯，更重要的是邊上有比自己更聰明的人，你可以向他們學(xué)習(xí)。第二，在微軟研究院我們提供一個自由的空間，從來沒有要求你一定要做什么，研究員你自己想做什么，你覺得應(yīng)該做什么，就去做什么。因?yàn)槟阋呀?jīng)是最聰明的人之一了，才進(jìn)得了微軟研究院。有幾個人選擇要走了，出去做VC啊，換一家公司啊，這都很正常，我們就不斷再培養(yǎng)下一代的人，重要的就是你要有一個能夠不斷培養(yǎng)人才的環(huán)境。

當(dāng)然，因?yàn)槟悴皇且粋€公益的研究院，當(dāng)然對公司是有責(zé)任的，包括最重要的一件事情，就是從技術(shù)到產(chǎn)品的轉(zhuǎn)化。目前，AI本身今天很多的東西還在研究階段，所以今天微軟重組，把AI和研究院放在同一個部門——我覺得非常榮幸能夠領(lǐng)導(dǎo)這樣的部門——我們看到了非常多的機(jī)會。怎么從技術(shù)到產(chǎn)品轉(zhuǎn)化這個問題，可能今天最好的例子就是認(rèn)知服務(wù)，其中大概2/3的技術(shù)是原來微軟研究院做的，而且做了很多年，以前我們不是很清楚，一些計(jì)算機(jī)視覺的技術(shù)怎么轉(zhuǎn)化成產(chǎn)品。但是因?yàn)橛蠥zure，有認(rèn)知服務(wù)這樣的機(jī)會，很多很多的微軟研究院的技術(shù)，都已經(jīng)通過認(rèn)知服務(wù)轉(zhuǎn)化成為產(chǎn)品。

我再給你舉兩個例子，今年7月份在夏威夷，我會去計(jì)算機(jī)視覺最大的國際會議CVPR，今年他們請我做主題演講，我演講的題目就是“Commercialize Computer Vision – Success Stories and Lessons Learned”。這里面我會舉三個例子，一個是認(rèn)知服務(wù)，另外一個例子是我們最近推出了一款很了不起的相機(jī)iOS App，叫Microsoft Pix，大家有機(jī)會可以試一試。第一版出來的時候，里面就有12篇以前的論文做基礎(chǔ)。當(dāng)然有很多其他的公司相機(jī)應(yīng)用做的非常好，包括iPhone本身的camera做的也相當(dāng)好。

第三個例子是我最喜歡的HoloLens，它研發(fā)的過程是“研和發(fā)，研和發(fā)”不斷循環(huán)的過程。HoloLens這幫人之前就是做Kinect，Kinect做出來微軟研究院就做了Kinect Fusion，又做了一個項(xiàng)目叫Holodesk，如果是三維的東西，你怎么樣加一些三維的虛擬物體進(jìn)去。后來微軟有一批非常了不起的做產(chǎn)品和設(shè)計(jì)的工程師，他們想到要在此基礎(chǔ)上做成HoloLens，在這個過程當(dāng)中，里面很多計(jì)算機(jī)視覺、語音的技術(shù)都是微軟研究院一起做的，是一個共同研發(fā)的過程。

到最后你還是要有產(chǎn)品，因?yàn)閷ζ樟_大眾來講，他不會去看論文，也不知道你的論文有多了不起。你要跟人解釋，最容易解釋的方法就是你給人看看你的產(chǎn)品，HoloLens馬上就會被人看到，我們希望有機(jī)會做一些更了不起的產(chǎn)品，不光是對消費(fèi)者，更多是針對企業(yè)用戶的產(chǎn)品。我個人認(rèn)為，三五年內(nèi)，對AI而言最大的機(jī)會還是在企業(yè)市場中。

微軟的Cortana與谷歌Home和亞馬遜Echo有何不同

問：您剛才把微軟的Cortana還有Google、亞馬遜的相關(guān)產(chǎn)品對比，講到各家service都是很不同的，您能不能給我講個例子展開一下。此外，國內(nèi)AI公司有一個觀點(diǎn)，認(rèn)為如果做純2B的開發(fā)者的生意，如果提供工具，本身可能不是一個在國內(nèi)環(huán)境下很好的商業(yè)模式，覺得很苦不賺錢。但您對Cortana 的定義就是一款2B的工具。我比較好奇您怎么看？

沈向洋博士：第一個問題比較簡單，我想強(qiáng)調(diào)一下，其他公司在做digital assistance都做得很好，但都非常難做。最近有個人在網(wǎng)上做了一些調(diào)查，好像75%的時候，如果你問Alexa問題，她會說“我沒有答案”（I don’t have an answer）。實(shí)際上，今天語音這個東西，不會是因?yàn)橛幸患乙呀?jīng)做了怎么樣，其他人就不用做了，［市場還］遠(yuǎn)遠(yuǎn)沒有［飽和］到這個地步，谷歌也在做，亞馬遜也在做，蘋果也在做，微軟也在做，國內(nèi)很多公司也在做，非常好，這個方向至少大家都看得很清楚。就像無人駕駛車一樣，大家都在做無人駕駛車，已經(jīng)沒有人討論這件事會不會發(fā)生。

在這樣一個設(shè)計(jì)的過程當(dāng)中，因?yàn)樗旧砭徒衐igital assistant，幫助你把事情做好。大家想的都是怎么樣盡快找到你需要的東西，盡快幫你完成這樣的工作，在這樣的設(shè)計(jì)過程當(dāng)中，完成任務(wù)的時間越短越好。另外一條思路，很特別的地方，我覺得還沒有太多的人做的是從聊天機(jī)器人：我是你的同伴，我是陪伴你的，我不幫你解決任何問題。從微軟研究院來說，我們是在兩條腿走路，這肯定是我們最不一樣的地方。

剛才新智元的記者也問到，微軟是不是只做情感方面？不是這樣的，我們是兩條腿走路。這里面就像我剛才講的有world knowledge、work knowledge、user knowledge，能夠幫助你解決問題。另外一個怎么樣可以得到你的信任，怎么樣可以跟你繼續(xù)做朋友，怎么樣跟你繼續(xù)聊下去，在這個過程當(dāng)中不斷積累知識。我們用的產(chǎn)品設(shè)計(jì)metrics，你能夠和你這個Agent可以聊多少個來回。Cortana也好、Siri也好，Google Now大概就是三個來回，相當(dāng)于對話一個半來回。你問Siri，西雅圖的天氣怎么樣？它說，還是下雨，你就沒什么問題問了。但小冰就不一樣，小冰我們今天的最高對話次數(shù)是23個來回，你不斷有這樣的機(jī)會可以和它交流，在交流當(dāng)中再去學(xué)習(xí)。我想強(qiáng)調(diào)的，并不是我們只做一個不做另外一個，就是助理（服務(wù)）和情感（陪伴）我們兩邊都要做。

第二就是你講的2B的問題，我也聽很多人講，對于一個提供商用AI服務(wù)的初創(chuàng)公司來講，面對像微軟這樣能稿提供很好的AI服務(wù)的公司，小公司有沒有這樣的一些商業(yè)的機(jī)會繼續(xù)活下去？這個問題我自己是這么看：今天提供這樣所謂的API，我也覺得一般小公司可能比較難做，因?yàn)橛泻艽蟮耐度耄召M(fèi)的方式各方面還要跟很多大公司競爭。

我認(rèn)為很重要的一件事，接下來商業(yè)的機(jī)會還是在于所謂的business AI。因?yàn)樗恳粋€vertical都必須要用AI，要去做這樣的東西，你得一定要真的深入到某一個垂直行業(yè)中，必須要有很特別的data，你必須要有這樣的用戶，能夠用到AI的應(yīng)用部署出去，這樣你可以做反饋。大多數(shù)的AI今天的技術(shù)不可能做到100%，甚至都不可能做到90%，它里面有很多的錯誤。比如Alexa、Siri、Cortana，今天來講，很多時候它都沒有真正回答你的問題。但是你需要有足夠多的用戶，他愿意繼續(xù)用你這樣的AI應(yīng)用，給你提供反饋，給你提供數(shù)據(jù)。我自己是很看好垂直行業(yè)的。

認(rèn)知計(jì)算會成為Azure重中之重；深度學(xué)習(xí)可以從安卓如何崛起中借鑒

問：您剛才的演講里面主要是兩大塊，一塊是AI怎么幫助開發(fā)者更好的去開發(fā)更c(diǎn)ustomize應(yīng)用場景，另外一塊說重新定義（redefine）。我想問一下，微軟通過人工智能對產(chǎn)品重新定義具體怎么做，有什么樣的規(guī)劃？

沈向洋博士：這個問題非常好，我今天講的主要是三個方面。AI的三大方面，第一，你要有非常強(qiáng)大的運(yùn)算能力；第二，你要有非常了不起的算法；第三，你一定要有自己的數(shù)據(jù)。

我用微軟的例子來介紹一下，在微軟，我們當(dāng)然相信，微軟所有的產(chǎn)品都必須要AI化，重新去定義這樣的產(chǎn)品。我們現(xiàn)在很注重的地方是兩個方面，一個是在所有的Office產(chǎn)品，在主旨演講中我給大家看了 PowerPoint一個功能，就是翻譯（translate）。其實(shí)PowerPoint他們還做了另外一個，我自己非常喜歡的，所謂的圖說生成（image caption）：來一張照片，PowerPoint圖說生成可以自動給你出圖片說明，這個我們已經(jīng)做得相當(dāng)好了。

PowerPoint很多人用。這樣的數(shù)據(jù)可以幫助我們不斷改善一些算法。前不久我們也發(fā)布Word，Word里面使用AI技術(shù)，這也非常非常重要。

這里面還有很多AI的技術(shù)都才剛剛開始，我自己覺得Office最激動人心的技術(shù)就是所謂的機(jī)器閱讀。前不久微軟買了一個加拿大的初創(chuàng)公司叫做Maluuba ，主要就是做這方面的工作，用自然語言、深度學(xué)習(xí)的方法來做這個東西。深度學(xué)習(xí)里面一個很重要的問題，就是回答問題。我覺得對Office的影響會非常巨大，所以我們AI部門的同事和Office的同事一起在做。

另外一個就是在云這里，大家合作非常多，你到Azure.com主頁的產(chǎn)品里面，Cognitive Services的內(nèi)容放置最顯著的位置上，這是Scott和我，跟我們產(chǎn)品團(tuán)隊(duì)的同事review了以后決定，Cognitive Services會變成Azure的重中之重。Windows還有很多AI，像HoloLens還有很多AI的技術(shù)，計(jì)算機(jī)視覺、計(jì)算機(jī)語音方面。

陸奇去了百度，你們會跟他們合作嗎

問：您剛才講到微軟在vertical領(lǐng)域跟一些服務(wù)商、應(yīng)用商之間的合作，在平臺方面，像谷歌、亞馬遜、百度這方面的合作，怎樣去解決社會責(zé)任和公司商業(yè)利益方面？另外，陸博士去了百度之后，百度和微軟在中國人工智能的會有什么合作嗎？

沈向洋博士：你這幾個問題都問的非常好，微軟比較特別，我們有一個微軟研究院，研究院本身是非常開放的，所有科研的東西每年我們都發(fā)很多論文，幾乎所有的公司都沒法跟我們比，到今天為止，過去這20多年下來，在所有的計(jì)算機(jī)領(lǐng)域最一流的位置上，最佳論文獎獲得者，微軟研究院遙遙領(lǐng)先全球第一。我們今天微軟對社會仍然有這樣的責(zé)任，繼續(xù)做最了不起的計(jì)算機(jī)科研，包括AI這方面，并且以開放的方法去做。

從一個商業(yè)公司的角度來講，我們還是有兩個方面，你看的很準(zhǔn)確，第一我們提供一個平臺和工具，大家都可以用的，包括科研人員、大學(xué)的老師、學(xué)生都可以用。我們公司也做垂直行業(yè)，office AI會越做越好，比如講云里面的應(yīng)用，比如database，這些東西我們都可以繼續(xù)做。你作為一個商業(yè)的話，跟其他產(chǎn)品競爭很正常。這些大的公司之間，大家可以怎么合作，可能有幾個不同的層面。

在工具層面，我舉個例子，比如講TensorsFlow，有一些新的工具出來，像深度學(xué)習(xí)做到這樣的地步，大家都覺得有道理，它就自然會出現(xiàn)一些工具出來。在TensorFlow出現(xiàn)的同時，至少有4、5個工具，比如講亞馬遜最近收了公司去做MXNet，大家各有所長。TensorFlow谷歌推的比較早，推的比較猛，用戶很多。很重要的一點(diǎn)，我們作為一個community，大家應(yīng)該把一些力量聚集起來。

我覺得大家可以從安卓興起的過程當(dāng)中學(xué)習(xí)很多東西，在深度學(xué)習(xí)下一波浪潮當(dāng)中怎樣才可以做得更好，我不覺得微軟一家公司可以把這些東西都做出來。

國內(nèi)公司你提到，我們就是跟國內(nèi)的公司非常開放的，你剛才提到陸博士，我剛才提到很多其他的同事去其他的公司，大家的關(guān)系都非常好。大家可能知道去年11月的時候，我回去微軟亞洲研究院成立了一個院友會，亞勤、我、洪小文，我們一起組織其他人一起過來，大家這么多年是很好的朋友，即使大家不在同一個公司一起工作的話，我覺得最重要的是大家還在一個行業(yè)，大家應(yīng)該互相幫助，我當(dāng)然是希望每一個同事在微軟都做的很好，希望以前的同事可以繼續(xù)做的很好。

問：微軟會不會越來越多的考慮Open Source的工具？

沈向洋博士：肯定，微軟其實(shí)現(xiàn)在已經(jīng)非常開源了，你看我們CNTK現(xiàn)在完全是開源的。開源是一種文化，有不同的方法可以做開源。我自己是覺得開源對這個世界的科技發(fā)展產(chǎn)生了巨大的深遠(yuǎn)影響。微軟發(fā)展很迅速，我們完全是擁抱開源。