Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

对话洪小文:“黄埔军校”之外,微软亚洲研究院的新使命

如何看待“黄埔军校”这顶帽子?面对第三次人工智能浪潮,MSRA的角色如何被重新定义?

“我们之外,恐怕很少有企业能够办院友会吧。” 

某种程度上,这是洪小文面对质疑——微软亚洲研究院作为“黄埔军校”是否意味着“人才流失率过高”的一种回应。

在接受机器之心采访的前一天,微软亚洲研究院(MSRA)组织了一场非公开的上海院友会。正值上海2018世界人工智能大会期间,“很大一部分嘉宾都是我们院友。”洪小文说道。

在院友会上,洪小文见到了很多熟悉面孔。在谈到他们名字时,洪小文如数家珍,其中既有和微软竞相匹敌的谷歌、亚马逊等跨国公司高管,也有BAT等科技巨头中的核心人物,以及势不可挡的AI独角兽创业者。

今年已经是微软亚洲研究院成立的第20个年头,同时也是中国改革开放的40周年。作为一家跨国企业,微软与微软亚洲研究院,成为中国改革开放的下半场中不可或缺的一股力量。曾任微软亚洲研究院前常务副院长、现任阿里巴巴CTO王坚曾感喟,“没有人可以绕开这个机构去谈论过去十几年的中国科技史”。

而在第三次人工智能浪潮下,微软亚洲研究院的角色和使命又该如何被重新定义?北京之后,再设上海研究院分支的意义和不同作用何在?如何看待“黄埔军校”这顶老帽子?如何理解当下的“AI过热”?

在机器之心与洪小文的对谈中,或许能看到一部分答案。

“一个崭新的模式”

微软亚洲研究院是微软公司在海外开设的第二家基础科研机构,同时也是微软在美国本土以外规模最大的研究机构。近期,微软宣布在上海再设立两大研发机构,包括微软亚洲研究院(上海)和微软-仪电人工智能创新院,同时落户上海市徐汇区。

上海研究分院将成为微软在全球范围内设立的第八所研究院。“双院”(研究院和创新院)将采取紧密配合的模式,“可能就在同一栋楼,甚至同一个楼层。”洪小文谈道。

上海仪电是上海市的国有大型企业集团,曾雄踞全国仪电工业“半壁江山”。通过国资国企的改革不断改革和升级,上海仪电逐步扩大产品线和业务范围,定位于智慧城市整体解决方案的提供商和运营商。

洪小文表示,上海仪电是微软在上海非常重要的合作伙伴。基于双方进一步的合作,能够加大微软在上海落地人工智能技术方案的力度和服务范围。

谈到以研究院形式合作的更深层次原因。洪小文表示,在服务企业加速技术落地和数字化转型的过程中,我们意识到最后一公里的落地工作尤为重要。上海人工智能创新院的目的就是补齐这最后一公里。“现在技术发展太快了,对于数据的需求远高于从前。我们发现,做研究需要更真实的数据和场景。因此,研究要走向产业。”

在研究方向上,研究院主要以人工智能领域为主。但从招聘角度来看,微软会保留研究员的多样性与自由度,“让他们能够选择和从事自己感兴趣的具体领域。”

此外,微软将继续人才培养的优势路径。洪小文介绍,微软将与上海仪电将展开人员课程培训、资格认证等方面的合作,同时还将开放该平台面向上海、长三角更广泛的地区。通过增进科学家和研究员与一线工程师的交流,让更多的专业技术人才同样手握AI。最后,借由这些复合型人才推动AI在行业中的真正落地。

“这是一个崭新的模式,也是创新院的最大特色。”洪小文评价道。微软亚洲研究院从去年起就在推动“创新汇”联盟——向更多的公司介绍AI技术、AI的发展。

如果说过去20年这座机构只是在为微软贡献最新技术、为人工智能领域培养人才;那么接下来,它将借助更为广泛的影响力为中国市场贡献更多人才和技术。

如何看待“黄埔军校”?

不可否认,过去二十年里,微软亚洲研究院在技术研发之外,一直扮演着“人才摇篮”、“黄埔军校”的角色,从互联网时代延续到人工智能时代。这一方面印证了微软亚洲研究院的人才实力雄厚,但同时也反映出人才流失率的隐患。

执掌了微软亚洲研究院11年的洪小文并没有回避这个问题。他表示,“我们自己很是自豪。”他认为,微软对于人才一直坚持宽容培养,“让他们想做什么就什么。这也是我们得以持续发展的原因。”

洪小文谈道,即便从微软亚洲研究院走出的人成为了竞争对手,亦或是自立门户,我们都可以保持良好的既合作又竞争的关系,彼此促进与发展。

谈到“黄埔军校”的标签,洪小文表示,如果这个名号只停留在过去,那或许是一种耻辱;但是这个叫法一直延续到现在,证明我们的生命力一直在延续,是“现在完成进行时”。

要不要尝试to C?

在采访中,洪小文强调微软的toB定位。但从产品外围来看,微软在最近两年的宣传和投入中越来越重视toC的对话机器人,打造了小冰、小娜等形象IP。这是否意味着微软正在向C端市场探索?

从发展阶段和适用场景来看,AI技术的更偏向B端市场。但聚焦在B端市场,同时也意味着放弃更广泛的品牌认知和大众市场。从当下一批新兴的独角兽市场策略来看,多采用BtoC模式,比如借用手机终端来展示和拉近C端用户群体的距离。

洪小文回应,“我们的基因就是2B的,做平台的公司的确和做应用的不一样。前者门槛更高,需要投入更大的成本和更多市场。”两者各有其利弊。应用市场可能更容易控制,因为网络效应,应用市场在短时间内能够形成巨大用户量。比如短视频,这在过去的确是不可思议的事情。

谈到对于小冰、小娜以及背后情感计算的投入,洪小文解释背后落脚点仍然在于B端市场,原因在于“我们一直觉得AI+HI才是解决之道。”洪小文将近期与培生(Pearson)在教育领域的合作举例,“教英语,单靠机器可以吗?我们认为不行。尽管机器能够为学生打分,但仍然会存在误差,仍然需要老师的合作,需要经典教材体系的配合,才算一套完整的方案。”

洪小文认为,小冰也是如此,也需要与内容结合。“小冰当然可以聊天,但仍需要将她的聊天能力落地到有数据的场景中。”

坚持基础研究的意义

最近的一次论坛上,商汤科技创始人、香港中文大学教授、同样曾投身于微软亚洲院研究工作的汤晓鸥谈到,微软亚洲研究院的可贵之处在于一家商业性质公司很早期就决定投入基础性研究,而非一般的产品研究。

但是当下,随着人工智能技术的进一步成熟,对于应用与产品的需求高涨。这是否意味着研究方向和资源将向产品端倾斜?

洪小文表示,研究院将一直坚持基础研究,和诸多高校的合作也进一步提升了学界知名度。基础性的研究意味着能够和全世界共享,通过开源能吸引到更多的开发者和用户。

“做基础研究意味着主动迎接机遇。”

与此同时,洪小文表示也应该看到竞争的存在。企业都是逐利的,产品层面的成果无法实现共享,所以竞争会非常激烈、非常无情。

AI过热和独角兽

在谈到市场是否对于人工智能过度热捧,以及已经形成的独角兽对于资本的垄断现象。洪小文认为,资本市场运转遵循自有的周期和逻辑,属于正常现象。但他同时指出了“AI热”现象背后可能存在的三个陷阱:

首先,所有一窝蜂发展起来的东西都要格外小心。

第二,人工智能或者智能投顾一直都存在,只不过以前是用不同的名词,以前叫大数据或者叫量化,现在叫做人工智能,只不过换个名词而已。

第三,人工智能技术最核心的是数据。虽然算法同样很重要,但是各家算法彼此之间的差距并不大。数据却存在信息不对等的极端情况,当你知道别人不知道的信息,你绝对就赚大钱了,但是你也因此会被抓起来,因为这是犯法的。

大数据只是为人们提供一个决策方向,最终的决断还是需要人类来把持,要擦亮眼睛。“人工智能+人类智能,以及优质的数据,才能生成有价值的成果。”比如智能投顾,基于历史的好的数据帮你快速判断一个趋势,但是投资包含一定的赌性,高回报一定会有高峰,要避险就要降低回报,这就是对冲。

和很多新生事物一样,AI也有它的B面。因为使用不当,很有可能形成假新闻、隐私暴露、数据滥用等不良社会问题,Facebook市值甚至因此缩水千亿美元。

谈到AI应用的边界与规范,洪小文认为微软是该领域里少数强调多制定规范、多制定规则的企业。这在一定程度上或许会限制AI的声音。不过,可以通过尽可能多的人一起讨论来制定规则,能够让技术在更公平、公正、公开的原则下发展。

产业微软亚洲研究院洪小文
1
相关数据
微软亚洲研究院机构

微软亚洲研究院于1998年在北京成立,是微软公司在亚太地区设立的基础及应用研究机构,也是微软在美国本土以外规模最大的一个研究院。微软亚洲研究院从事自然用户界面、智能多媒体、大数据与知识挖掘、人工智能、云和边缘计算、计算机科学基础等领域的研究,致力于推动计算机科学前沿发展,着眼下一代革命性技术的创新,助力微软实现长远发展战略。

http://www.msra.cn
商汤科技机构

作为人工智能软件公司,商汤科技以“坚持原创,让AI引领人类进步”为使命,“以人工智能实现物理世界和数字世界的连接,促进社会生产力可持续发展,并为人们带来更好的虚实结合生活体验”为愿景,旨在持续引领人工智能前沿研究,持续打造更具拓展性更普惠的人工智能软件平台,推动经济、社会和人类的发展,并持续吸引及培养顶尖人才,共同塑造未来。

http://www.sensetime.com
汤晓鸥人物

汤晓鸥,现任香港中文大学信息工程系系主任,兼任中国科学院深圳先进技术研究院副院长。中央组织部“千人计划”入选者,全球人脸识别技术的“开拓者”和“探路者”,商汤科技联合创始人。2014年3月,汤晓鸥团队发布研究成果,基于原创的人脸识别算法,准确率达到98.52%,首次超越人眼识别能力(97.53%)。

相关技术
人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

情感计算技术

情感计算(也被称为人工情感智能或情感AI)是基于系统和设备的研究和开发来识别、理解、处理和模拟人的情感。它是一个跨学科领域,涉及计算机科学、心理学和认知科学(cognitive science)。在计算机领域,1995年Rosalind Picard 首次提出affective computing。研究的目的是使得情感能够模拟和计算。这个技术也可以让机器人能够理解人类的情绪状态,并且适应它们的行为,对这些情绪做出适当的反应。这是一个日渐兴起的兴欣领域

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

推荐文章
暂无评论
暂无评论~