微软洪小文深信：未来将会是AI（人工智能）+HI（人类智能）的组合

　　人工智能还有很多方向是需要学术界去推动的，但是数据是人工智能的燃料，而很多数据可能掌握在工业界手里，那么学术界和工业界应该如何配合?

　　2016年9月29日，微软宣布合并“技术与研发部门”和“人工智能(AI)研究部门”两大部门，组建新的“微软人工智能与研究事业部”(Microsoft AI and Research Group)，洪小文及其领导的微软亚洲研究院，一同被划入新的部门。

　　这一举动被外界解读为微软在全面塑造它在人工智能领域的能力和影响力，将产品部门与研究部门相结合符合人工智能行业的发展规律——基础理论的进步是应用层面获得突破的根本。

　　在近几年工业界兴起人工智能热潮之前，微软已经人工智能领域的基础研究方面做了长期投入，是时候将这些研究能力和成果转化为产品和应用。

　　洪小文是微软这个有关人工智能宏大计划中的重要人物。

　　从1995年加入微软开始，洪小文已经为这家公司服务了二十余年，如今，他已是微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长，领导着微软在美国本土以外规模最大的一个研究机构。

　　在全新的“微软人工智能与研究事业部”中，包括微软亚研在内的研究部门，将为微软人工智能战略不断输送弹药，对于身处其中的洪小文而言，作为人工智能领域老兵，这只是过去二十多年征途的继续。

　　后天只有48小时

　　在微软有这样一种说法：研究院在为公司赚后天的钱。

　　通常来讲，一般公司大致可以分为三个部门，一是销售部门，赚今天的钱;二是研发，赚明天的钱;而研究院旨在为公司做技术储备，当新产品发布出去后，可以马上有新的技术应用到下一版本，所谓挣后天的钱。

　　问答社区知乎上有网友戏称微软亚洲研究院为“国际善待博士组织”，因为微软亚研是一个专注研究的部门，这意味着它与具体应用的距离可能稍远。但在洪小文看来，对研究院而言，其职能具体又可以继续分为今天、明天和后天。

　　产生这种想法的原因在于，当下科技进步非常快，沉淀了海量数据，新产品发布的频率已经更新到一个月一次、一周一次甚至每天都有。基础研究当然是科技进步的根基，但并不是所有基础研究都是围绕解决五年、十年甚至二十年的问题而进行。比如一个研究可以使产品做出巨大改进，下个月就可以推出，自然就不必特意等待太长时间。

　　怎样将研究成果真正转化为实际产品，这考验着微软内部研究部门与研发部门的协作默契，而对于如何与其他部门合作，洪小文给出的答案是：灵活和敏捷。

　　事实上，微软将研究部门与产品部门归入一个大体系内正是出于同样考虑：产品部门和研究部门不应该分得那么细，而应该是很密集地结合。

　　“人工智能还有很多东西做的很粗浅，需要有人做长期的研究，总要有团队看十年以后的东西，所以我觉得短期、中期、长期都要有。但研究院对于我们明年甚至于下半年推出的东西也是要做出贡献的，就像我讲的，后天只有48小时。”

　　应用上两条腿走路

　　尽管研究员们俯身实验室的探索，是人工智能应用层面得以突破的基础，但对大众而言，人工智能在实际生活有哪些应用，才是离自己更近的话题，而大众关注的方向，通常蕴藏着巨大商机。

　　位于美国总部西雅图的微软研究院，如今已将翡翠之城培育为硅谷之外第二个人工智能发展中枢，位于北京中关村的微软亚洲研究院，也早为中国的人工智能创业界输送了大批人才。微软在人工智能研究上的投入和坚持无需多言，但回到这只庞然大物本身，它如何将在人工智能上的投入，真正转化为驱动自己获得更多市场回报的成果，更加牵动人心。

　　对此，洪小文表示，微软在人工智能的应用层面有2B和2C两条转化路径。

　　在2B业务上，人工智能帮助企业做数位转型是一个重要应用方向，具体来讲包括，第一，通过人工智能的方法收集数据，进而帮助迭代下一代产品;第二，通过人工智能让企业与客户之间建立更好的联系，及时了解客户需求;第三，通过大数据、人工智能让公司的运行变得更有效率;最后，借助人工智能和大数据激励员工的创造力，让员工对公司能有更多产出，“让人工智能帮助员工在更有效率的情况下可以兼顾到家庭。”

　　洪小文介绍，人工智能技术在2B层面的应用报道比较少，但实际上已经有很多案例，比如利用物联网、大数据改善电梯的包养和维修等。在2B的应用方向上，微软云服务将是重要载体。

　　在2C业务上，微软正在借助小冰、Cortana打造一个跨设备的人工智能个人助手，通过这两个产品串起更多产品，打造生态，进而为用户提供更多服务。

　　在商业化上，2B业务往往有着更清晰的盈利模型，与之相比，2C业务如何盈利显得相对模糊，但洪小文对此怀有信心：从R&D研发的角度来看，我认为只要做一个东西很多人用，总会找到商机。

　　往前一步需靠基础研究

　　洪小文结缘人工智能已近三十年。

　　上世纪90年代在卡内基梅隆大学读博时，他与师兄李开复(微博)坚持采用隐含马尔克夫模型的框架做语音识别，他们的共同导师瑞迪教授彼时并不认同这一研究思路，但却表示支持。

　　这一思路结果被证明大获成功，直接奠定如今苹果、微软及其他公司与机构的语音技术研究的基础。

　　人工智能的发展道路其实并非一帆风顺，经历了几次起落。

　　洪小文博士毕业时，正值人工智能研究从第一个冬天走出的末期，春天马上就要来了，但到了1998年，人工智能再次陷入低谷。直到近几年，由于在应用上具有可观前景，人工智能受工业界的推动再次进入舞台中央。

　　对此，洪小文忍不住感叹：有时候也觉得是不是红过了头。

　　作为微软亚洲研究院的带头人，洪小文对人工智能的判断持有谨慎的乐观，比如他认为人工智能绝对不是无所不能，它没有创造力;当前，人工智能在感知层面，包括语音识别、图像识别上已经达到很高水平，但在认知、了解、因果关系的分析、预测上，人工智能做的还是很少。而要在这些方面取得突破的话，需要在基础研究上进行真正投入。

（编辑：厦门网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!