微軟人工智能計劃：華人頂起半邊天

　　每年，微軟研發(fā)集團會挑選一些項目向公司業(yè)務(wù)部門展示，但只有七個項目進入到最后的顛覆性科技評估環(huán)節(jié)。這些入選的項目大都在相關(guān)性領(lǐng)域有顛覆性的研究發(fā)現(xiàn)。每年10月，在雷德蒙會議室里，各個項目負責(zé)人都會與微軟高層們進行4個小時的頭腦風(fēng)暴，沈向洋會在一旁收集反饋，并決定下一步動作，比如，是否立刻將其落實為產(chǎn)品。

　　一些項目已經(jīng)處于前期研究的階段，其中包括位于美國加州的圣塔芭芭拉市(SantaBarbara)的量子計算實驗室;英國劍橋研究院在做生物計算(Biological Computing)的長期研究;最近，微軟還試圖在DNA上存儲海量信息，并為此新建了一個Wet Lab……

　　說起這些項目，沈向洋如數(shù)家珍。過去兩年，他平均每周深度考察兩個來自全球研究院的項目。沈向洋分享了以上那些鮮為人知的微軟黑科技。他試圖向外界展示的不外乎一點：現(xiàn)在的微軟跟蓋茨時代沒有兩樣，仍然是一家注重技術(shù)研發(fā)的公司，哪怕這些研發(fā)都相當(dāng)基礎(chǔ)，短期內(nèi)不可能實現(xiàn)。

　　從基礎(chǔ)研發(fā)到最終產(chǎn)品，其中過程并不容易。微軟不止一次在一些項目上栽跟頭，包括Tay。今年3月Tay在美國正式上線，但幾個小時后，就有別有用心的人教會它發(fā)表種族歧視的言論。不久Tay便被要求緊急下線。這幾乎可以看作小冰“西游”的一次失敗。

　　不過，在與中國文化相近的日本，小冰的姐妹版Rinna卻受到追捧。在沈向洋看來，這回到了最根本的問題：計算機的算法讓它已經(jīng)能識別數(shù)千種汽車，而人類可能只能認出三種。但在認知、同理心和情感層面，機器還無法接近人類。

　　需求與未來

　　人工智能之于今天的微軟，就像當(dāng)年的搜索服務(wù)。人工智能是讓計算機學(xué)習(xí)如何像人一樣聽、說、讀、想，該領(lǐng)域與移動互聯(lián)網(wǎng)時代緊密相連。大多數(shù)科技公司都已經(jīng)看到其廣闊前景，巨頭之間，人工智能的競賽也已展開。

　　Facebook在硅谷、紐約和巴黎建立了三個人工智能實驗室。Google常年在全球搜羅人工智能方面的科學(xué)家。百度挖走了谷歌的科學(xué)家吳恩達，還在硅谷建立了研究院……“但是各家不一樣，主要還是看各自的業(yè)務(wù)模式，也就是你到底用這樣的技術(shù)去做什么。”沈向洋說道，他與百度董事長李彥宏相熟，去年他們還討論過尼克.波斯特洛姆的《超級智能》里的場景。

　　百度與谷歌類似，在人臉識別、自然語言處理上下功夫，以支撐搜索技術(shù)發(fā)展的需要。Facebook則希望通過人工智能挖掘社交技術(shù)的可能。而微軟花了大量精力在機器學(xué)習(xí)、計算機視覺識別等人工智能的基礎(chǔ)研究上，“所有的人工智能研究都圍繞微軟未來的智能云平臺展開。”沈向洋說道。這是繼搜索后的又一次賽跑，好在這次，微軟至少沒有輸在起跑線上，北京的研發(fā)團隊過去十幾年的技術(shù)積累，正在派上用場。

　　機器學(xué)習(xí)是讓機器具有智能的核心。過去十多年，聶再清位于北京中關(guān)村的團隊都在主攻大數(shù)據(jù)挖掘和機器學(xué)習(xí)。他的第一個項目叫學(xué)術(shù)搜索。那時，他剛從美國大學(xué)博士畢業(yè)，正愁沒有研究課題。卻發(fā)現(xiàn)自己平時苦于做論文需要尋找文獻，于是搭建了一個可以搜索文獻、會議、作者、機構(gòu)及其關(guān)系的對象級別搜索引擎。

　　后來該團隊把搜索對象擴展到了互聯(lián)網(wǎng)上有公開信息的任何一個人，就有了叫“人立方”的產(chǎn)品——這是一種關(guān)系搜索，它從超過十億的中文網(wǎng)頁中自動抽取出人名、地名、機構(gòu)名以及中文短語，并且通過算法自動計算出它們之間存在關(guān)系的可能性。

　　“機器人智能”項目，實際上基于人立方的技術(shù)。這種技術(shù)最先被用到了企業(yè)內(nèi)部，一款名為企業(yè)深度智能(Enterprise Deep Intelligence，簡稱EDI)的應(yīng)用已經(jīng)預(yù)計會很快進行產(chǎn)品化。它已在微軟亞洲研究院內(nèi)部廣泛試用，人們都在用這個應(yīng)用查詢信息、組織會議、自動預(yù)訂會議室。

　　另外，EDI還可以像一個私人秘書一樣，通過Skypefor Business與用戶聊天，只要告訴“他”你的需求，“他”就幫你處理日常事務(wù)。“可以把預(yù)訂會議的郵件抄送給‘他’，或者輸入：‘EDI，請幫我跟這些人約一個會議’，‘他’根據(jù)你的要求和喜好，會自動去找會議室和大家都有空的時間段。”聶再清說，“把API應(yīng)用到達美樂場景，就得到了訂購Pizza的機器人。”

　　在沈向洋看來，這是微軟的下一步：“我們認為未來智能助理(Intelligent Agent)，可能會是一個新入口，無論是Android還是WindowsPhone都行得通，微軟就可以和所有的公司合作。”看上去此類需求無處不在。“很多想法從平時的閱讀和學(xué)術(shù)文章中來，但有些時候，是自己真的發(fā)現(xiàn)了需求。”微軟亞洲研究院主管研究員閆峻說。近幾年，他一直在負責(zé)一支5個研究員組成的知識挖掘團隊。

　　去年，閆峻在北京一家醫(yī)院接受了一個外科手術(shù)。他了解到，一個普通外科醫(yī)生一天可能進行10例手術(shù)，醫(yī)生資源不夠用，無法解答每個康復(fù)期病人的困惑。這激發(fā)他進行一項基于知識挖掘的醫(yī)療項目，以解決醫(yī)院生產(chǎn)力的問題。他選擇在北京和沈陽的醫(yī)院進行試點，并同時與產(chǎn)品部門保持密切聯(lián)系，讓后者及時得到用戶需求的趨勢。

　　理想的模型是，醫(yī)院里有一個機器人，或者是存在于病患手機中的一個App中，病患的所有問題都能通過這個機器人得到回復(fù)。去年年底開始，閆峻通過讓機器模擬人類學(xué)習(xí)的四個階段來獲取這些專業(yè)知識。閆峻介紹稱，即使在最簡單的第一階段，也需要運用到知識挖掘的技術(shù)——在這個階段，機器可以從一些網(wǎng)頁上抓取疾病可能存在的癥狀，然后捕捉那些在論壇上活躍醫(yī)生的問答。

　　據(jù)閆峻團隊統(tǒng)計，一個外科醫(yī)生一年之內(nèi)，能在不同論壇里回答幾十到幾千個問題。而網(wǎng)絡(luò)針對同一疾病可能有幾萬個不同問題，最后通過機器的知識挖掘，可以總結(jié)出用戶實際上在問的最本質(zhì)的問題，針對一個疾病這樣的問題可能只有80多個。

　　閆峻

　　除了機器學(xué)習(xí)和知識挖掘之外，沈向洋鼓勵亞洲研究院的中國研究員們在深度神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域投入力量。這個領(lǐng)域的研究屬于人工智能深度學(xué)習(xí)。“這個領(lǐng)域的意義在于，幾年內(nèi)，計算機在感知上的能力就會超越人類。再過5到10年，圖像識別上計算機就可以比人類更厲害。到時候，當(dāng)識別這是個什么瓶子、是哪個牌子的瓶子時，人工智能就能比人更清楚。”沈向洋說。

　　人工智能要達到這樣的能力，還有很遠的路要走。沈向洋明白，如果“人工智能”之父阿蘭.圖靈活到今天，可能會對人工智能過去60年的發(fā)展感到失望——即便是最近獲得極大關(guān)注的Alpha Go，它可以在圍棋上取勝，卻玩不了高級撲克，因為它還看不懂人類的虛張聲勢。不過，對沈向洋的團隊而言，這倒也是機會，畢竟，至少現(xiàn)在他們的人工智能技術(shù)可以用來叫Pizza外賣了。