微軟人工智慧邁向下一個新征程

毫無疑問，沒有公司不想走在這場革命的前列，微軟在人工智慧領域押上了自己的籌碼，正從 AI 各個方面積極發力，並做出更多連續性、漸進式的改變。

BBC 科技編輯 David Grossman 走訪微軟 AI 實驗室

撰文 微胖

「這是一個劃時代的技術，它改變的不僅是計算領域還將包括生活的方方面面，席捲每個產業和所有業務流程。」微軟首席執行官 Satya Nadella 說。毫無疑問，沒有公司不想走在這場革命的前列，微軟在人工智慧領域押上了自己的籌碼，正從 AI 各個方面積極發力，與谷歌、Facebook 等巨頭競爭。

最近，微軟宣布建立一個專註於人工智慧的全新研究實驗室 Microsoft Research AI，Eric Horvitz 計劃將不同的學科結合起來，以期創建更多通用的學習系統，他本人也擁有斯坦福大學計算機科學和醫學背景。

該新實驗室將以位於華盛頓州雷德蒙德的總部為基礎，由來自感知、學習、 推理和自然語言處理等人工智慧研究的多個子領域中的科學家組成。人數超過 100 人，約佔微軟研究院研究人員總數的十分之一。新的實驗室系全球微軟研究部門下屬機構，微軟雷德蒙研究院院長 Eric Horvitz 同時擔任 MSR AI 的負責人。

「人們可以把解決複雜問題的思路用到 AI 領域的前進上，採用跨領域專家合作的形式。」沈向洋在微軟 Build 2017 大會後接受媒體採訪時說。

重組研究院，打造微軟的「粘合劑」

「我們設計的每一種產品，以及每一位用戶與環境互動的方式，都會變成『智能優先（intelligence first）』。」Nadella 強調。微軟會做出更多連續性、漸進式的改變。微軟正在向人工智慧投入大量預算。2015 年，這個數字是 120 億美元，比谷歌多出三分之一。

然而，幾年前，情況完全不同。擁有強大研究成果的微軟失去 AI 市場先機，部分原因在於「一個傳統問題」——沒能橋接好內部部門。

巨頭科研成果比較，來源：Who Is Winning the AI Race?

現任 Facebook 應用機器學習團隊負責人的 Joaquin Qui?onero Candela 是前微軟員工，曾對媒體講述過這樣一段經歷。

2007 年，Joaquin Qui?onero Candela 進入英國劍橋的微軟研究實驗室。不久，微軟即將推出 Bing，但是需要改進搜索廣告的關鍵組件——準確地預測用戶何時會點擊廣告，因此公司舉辦了一次懸賞比賽。公司會測試團隊提供的解決方案，看是否值得採用。最終，Candela 的團隊取得了勝利。

他認為，較之免費夏威夷之旅，自己的成果可以通過測試並成功發布，才是最大的獎賞。為了讓公司給他一個機會，他開始了「瘋狂遠征」。50 多次內部會談、建立模擬器顯示自己的演算法優勢、甚至跟蹤副總裁到洗手間在小便池旁推薦他的系統。

終於在 2009 年，Candela 的演算法與 Bing 一同發布。2012 年初，Candela 拜訪了在 Facebook 工作的朋友，當他發現這家公司員工不必申求成果測試權、隨時可以測試時，他既驚訝又羨慕。三天後，他面試了 Facebook，周末就拿到了 offer。

Facebook 的速度快很多。 CTO Mike Schroepfer 說，「我可以向所有人工智慧開發者承諾，只要加入 Facebook，我們保證會以最快的速度將大家的產品發送給 10 億用戶。」

2014 年，Facebook 研發團隊開始動手開發會話 AI 助手 M。同年 10 月 Facebook 發表了一篇論文，談到了研發項目進展。按公司計劃，2015 年夏天時新技術將通過 Facebook Messenger 進行測試。公司應用機器學習團隊的一位工程師曾告訴媒體，在她為 Facebook 工作的一年半時間裡，人工智慧從產品中的罕見部分，變成了深植於產品概念中的東西。

「我們（應用機器學習團隊與 FAIR——作者注）一直在交流，」Candela 說，「從更大的層面來說，科學理論到實際的項目，你需要『膠水』，我們就是『膠水』。」

微軟下決心也要將曾經「心無旁騖」的微軟研究院，打造成「膠水」。2016 年 9 月 29 日，微軟將包括微軟研究院 (Microsoft Research) 、微軟信息平台部門 (Information Platform Group) 、必應 (Bing) 和小娜 (Cortana) 產品部門，以及環境計算 (Ambient Computing) 和機器人團隊部門，組建為新的 AI 部門。新部門將擁有超過 5,000 名計算機科學家和工程師，並橫跨微軟三大產品線：Windows、Office 和雲計劃 Azure。

「整個 AI 部門最重要的事情，就是決定做什麼，不做什麼。」沈向洋對它的期望很高，「我們可以通過這種形式加速研究成果轉化為產品的速度。」建立起更容易被整合進消費級產品的標準化 AI，將智能注入每一個產品和每一項商業決策中。

目前，微軟研究部門三分之一正在進行的工作已經用於人工智慧相關項目。就像 AI 部門和 Office 的同事正協同作戰，探索如何利用 Maluuba 的先進機器閱讀技術變革 Office 產品。

人工智慧是目前科技巨頭相互競爭的主戰場，谷歌、Facebook、蘋果等公司正在爭相研發自己的新一代產品，微軟正迎頭趕上。

邁向通用人工智慧的長征

1992 年，Eric Horvitz 離開學校，加入微軟任微軟雷德蒙研究院院長。因為比爾·蓋茨要「創造能看、能聽並且能理解人類的計算機」。

艾倫人工智慧研究所成立之時，Horvitz 認為，重點是回歸短期目標。他相信基於短期目標的方案，百利無一害。他曾提及幾個有價值且能實現的應用實例，比如人工智慧可以減少醫療錯誤，可以讓科學刊物更易懂和提高車輛安全性。

深度學習技術讓感知研究突飛猛進，但認知研究差強人意。Eric Horvitz 曾坦言，「很顯然，微軟在智能助手的研發上還有待提升。」感知（Perception）只是實現通用人工智慧的一小部分，人類智能裡面還有更多的元素，比如常識、推理、分析等，亦即認知。打造更加聰明的通用人工智慧系統，需要其他學科的支持。

以 DeepMind 的經驗為例。圍棋系統結合了傳統「樹搜索」方法與現代近似於大腦神經元網路的「深度神經網路」；在 DeepQ 中，將深度神經網路與所有動物都具有的、大腦多巴胺驅動獎勵機制的「強化學習」結合了起來；AlphaGo 中，他們增加了另一種更具深度的強化學習，處理長期計劃。後來，他們又嘗試整合例如記憶功能等等，直到理論上實現每一個智能的里程碑。

據悉，微軟新 AI 實驗室分為 13 個研究小組：自適應系統和互動組、空中信息和機器人組、會話系統組、深度學習組、信息和數據科學組、知識技術組、語言和信息技術組、機器學習和優化組、機器教學組、自然語言處理組、感知和互動組、生產力組、強化學習組。

「多年來，這個領域已經經受了大量的『離心力』作用。」Horvitz 說，計算機視覺專家很少與自然語言專家進行探討，反之亦然。「新的微軟實驗室的目的就是把這些研究人員都聚集到一起，讓他們之間產生溝通與交流，並且為共同的目標而努力。」

除了現有的研究人員外，Horvitz 透露微軟計劃僱傭計算機科學家和認知心理學等領域的專家參與到新的實驗室當中。新的微軟實驗室也將會和麻省理工的腦科學，智力與機器實驗中心進行合作。

「微軟的很多 AI 項目都利用了微軟聯合創始人比爾·蓋茨和保羅·艾倫的最初設想。」Horvitz 說。

其實，早在 2003 年，微軟創始人之一保羅·艾倫就捐款 1 億美元，成立了非盈利性的艾倫腦研究所，該研究所開創了運用公司模式進行基礎研究的先河。研究所旨在處理那些全球團隊無法克服的科學難題，也一直秉持三大理念：團隊科學（Team Science）、大科學（Big Science）和開放科學（Open Science）。

「由科學家、工程師、數學家以及物理學家等不同專業背景組成的團隊，能夠解決目前我們遇到的問題，我們可以廣泛地交流、分享彼此的想法。不同的專業背景有助於更好地解決問題。」艾倫腦研究所資深科學家曾紅葵說。

成立伊始，艾倫腦研究所就在分子庫項目中，與 NIH 競爭。後來公布的一系列大腦圖譜變革了神經科學的研究方式。有文章曾分析指出，如需對技術進行攻關，小型的科研項目團隊最能實現技術上的突破。另外，如果在經費申請以及體制應用方面寬鬆些，更能實現科技上的飛躍。崛起的科技公司近年來出色的表現，就是這方面的印證。

DeepMind 正在這一創新模式的實踐者，該做法被哈薩比斯簡稱為「粘合思維（glue minds）」，即充分掌握各個科學領域知識的學者們能「以別出心裁的方式快速找出有前途的跨學科交叉點。」這些粘合者能以小組的形式每幾周就碰一次面，快速、靈活的將各種資源和工程師匹配到需要的地方。

「因此，你將擁有一個令人難以置信的天才研究者，而且 3-4 名其他領域的研究者可以直接接過同一任務，基於自己的專業進行補充，這與學術界十分不同，」他曾向《衛報》記者描述道，「這樣所帶來的結果就是能很快地產生一些驚人的結果。」

退一步來看，即使沒有實現通用人工智慧，微軟新 AI 實驗室在期間開發出的機器學習軟體仍然可能為微軟帶來巨大利益。

DeepMind 機器學習軟體讓谷歌數據中心能源消耗減少了約 2/5。更重要的是，哈薩比斯認為未來，DeepMind 將減少對數據的依賴。公司工程師們將可以構建模擬方式用以訓練演算法，讓智能體在其中自我學習。不過目前, 大多數機器學習系統還沒有發展到這個程度。

「DeepMind 需要的數據可以仍然歸客戶所有（這可以消除關於隱私權的爭論），但在此之上訓練出的演算法屬於 Alphabet。DeepMind 也許最終不會通過將人工智慧程序用於複雜任務的處理來獲取利潤，但它生產的各種演算法將為 Alphabet 在未來的商業競爭中帶來巨大的優勢，這種技術上的領先很快就會出現。」《經濟學人》曾分析指出。

沈向洋預測，要完全開發出 AI 技術的潛能，可能還需要數年的時間。人工智慧的浪潮在二十年之後才會結束，創造的新產品和新服務可能是我們迄今為止都無法想到的。考慮到微軟的主要客戶——企業級客戶，也就是那些負責信息產業大部分支出的大型企業和政府採購部門，接納 AI 是一個緩慢的過程。「企業需要時間了解這對它們意味著什麼。」前微軟程序經理 Rob Sanfilippo 說。

或許，微軟仍有時間「投資數十億美元，進行一些偉大計算機科學研究」。

創新，意味著盡量減少監管。「我們不想扼殺創新，但可能已經到了大家都希望創建一些這類組織的時候。」麻省理工學院的法律和倫理學專家 Kate Darling 說。在這場邁向人工智慧的長征中，除了技術創新，包括微軟在內的公司也需要面對另一個重大課題。正如最近一期《科學》AI 專刊上，Eric Horvitz 撰文寫到的那樣：

隨著我們推動 AI 科學的發展，短期和長期上看，應對 AI 給人與社會帶來的影響，至關重要。……AI 的影響範圍廣泛，需要跨學科團體參與，包括計算機科學家，社會科學家，心理學家，經濟學家和律師。在長期問題上，需要溝通交流來縮小人們關於超級智能和惡意 AI 的意見分歧。

為了努力確保人們負責任地使用人工智慧，微軟成立了一個名為 Aether 的道德委員會，專司監督。該委員會由微軟各部門的高管組成，將直接向 Satya Nadella 報告工作。微軟還推出了一項新的「設計指南」，以幫助團隊認識到如何負責任地開發和部署人工智慧。包括谷歌在內的許多知名大公司已經設置了倫理委員會，用來監督他們人工智慧技術的開發和部署。

目前，微軟也在積極行動，將 AI 技術用於解決一些環保問題。公司首席環境科學家盧卡斯·喬普林 (Lucas Joppa) 領導的「地球人工智慧」(AI for Earth) 項目，向科學家提供 200 萬美元的雲計算學分以及機器學習技術，用來研究農業、水、生物多樣性和氣候變化相關的可持續發展問題。初始階段，已有三個項目得到「AI for Earth」的支持：利用計算機視覺分析切薩皮克灣分水嶺衛星圖像，以研究開發是如何影響濕地的；一項名為「項目預感」的研究，該研究通過在無人機部署計算機視覺技術以識別蚊子熱點，利用機器人陷阱捕捉蚊子，進而分析蚊子攜帶病原體、追蹤傳染病傳播；為農民提供數據的「農場節拍」試點項目。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！