專訪微軟全球資深副總裁：如何評價阿裏達摩院

記者 | 周翔

編輯 | 鴿子

近日，在微軟亞洲研究院與哈工大共同舉辦的第十九屆“二十一世紀的計算”國際學術研討會上， Peter Lee 博士作為微軟全球資深副總裁， 也來到了現場。

AI科技大本營非常有幸采訪到這位微軟研究院的核心領導之一。對話中，Peter Lee透露了很多信息。

談到微軟在 AI 研究和 AI 產業化方麵布局這個問題時，他表示微軟對新技術、新機會非常重視，投入得非常多，微軟現在領先 20 年。

微軟研究院每年在研發上的投入超過100億美金，但走的事 “Small R（esearch）, Big D（evelopment），即研究少，開發多的策略。

目前，微軟暫無計劃自己做自動駕駛汽車，隻希望為其他做自動駕駛的廠商賦能。

關於芯片，微軟隻做兩類，一類是給邊緣設備端用的，另外一類是給雲端用。“對於邊緣終端設備，我們有一個 HPU，是給 HoloLens 用的，它是一個非常強大的3D機器學習的芯片。”Peter Lee在對話中談到。

談及微軟人工智能及微軟研究事業部的最新進展，Peter Lee提到兩件事：

一個是剛研究出的新型卷積神經網絡—— deformable CNN，“比如說都是狗，但是有的狗是在跑，有的是躺著的，有的是站著的，有的隻有一個尾巴，這個時候一般的機器就識別不出來了，但 deformable CNN 就能認出來。”Peter解釋道。

另一件事則是應用方麵一個叫做微軟 InnerEye 的項目，它能讓放療的放射束更精準地瞄準腫瘤，而不傷害好的組織。並且可以讓放療的時間從原來的 2 小時縮短到 10 分鍾。

而對於中國的AI發展，他的評價非常高：

在中國，大家可能看不太清楚，但是我在美國，每年可能就來中國兩三次，在我們眼中，中國的AI正在爆發式崛起，迅猛發展。

如果說這次AI泡沫不破裂，我有足夠的理由相信中國將會成為 AI 市場的驅動力量。

中國不要去複製美國的模式，要真正建立起屬於中國自己的模式，才能做領導者。

而在如何激勵團隊這個問題上，他則半開玩笑半認真地說道，“雖然我對我們開發的AI技術非常自豪，但是我也會告訴研究人員，我對著我的狗講話的感覺還是比對機器狗、機器人講話更有成就感。”

以下為AI科技大本營與Peter Lee的對話實錄，AI科技大本營做了不改變原意的編輯，呈現如下：

微軟的 AI 布局

AI科技大本營：您在微軟主要負責什麼工作？

Peter Lee：我是 2010 年加入微軟的，我現在主要負責微軟研究院旗下新體驗與新技術部門（New Experiences and Technologies, 簡稱 MSR NExT）的工作，包括微軟亞洲研究院、微軟研究院新技術部（MSR Technologies）、FUSE 實驗室、微軟研究院特別項目部（MSR Special Projects）以及多個孵化項目團隊。我的老板，也就是沈向洋，主要負責借助我們的研究能力來探索一些新的商業機會。

AI科技大本營：現在每年微軟的研發投入是100多億美元，所以我想知道AI的占比大概有多少，還有AI專門的研究人員大概有多少？

Peter Lee：首先它是研究和開發兩部分，應該是比 100 億美元再多一點的，但是開發部分實際上是包含了產品開發那部分投入的，所以這樣比較下來，研究的部分可能占的就比較小了。現在隻算到研究和開發，其實它的邊界是比較模糊的，有一些基礎研究可能是一周，有一些項目可能是十年這麼長。我沒有一個具體的數字，但是分到研究的部分是少的，分給開發的部分是多一些，所以我們常說“Small R（esearch）, Big D（evelopment）”。

說到 AI 專門的研究人員，今天另外一位嘉賓 John Hopcroft 博士，圖靈獎的獲得者，兩年前他是做計算機科學理論研究的，但是現在也在做 AI 。因為 AI 確實吸引了太多人的想象力，現在每個人都在想著怎麼做 AI，所以可以說幾乎每個人都是和 AI 沾邊的。

AI科技大本營：微軟在 AI 研究和 AI 產業化方麵有怎樣的布局，最看好哪個領域？

Peter Lee：其實現在我們對於人工智能的理解還處於比較早期的階段，還有很多關於人工智能的東西是我們不理解的。微軟希望提供工具和一些基礎框架，能夠讓其他人借助於此來進行進一步的研究。

現在的大型科技企業要麼是在研究實驗室這方麵進行了大量的投資和投入，要麼也都是對於這些新的技術、新的機會非常重視，投入得非常多。我覺得微軟現在領先 20 年。

AI科技大本營：現在 AI 領域不隻包括深度學習算法，還包括 AI 芯片，比如說穀歌的 TPU 和蘋果的 A11 Bionic 芯片，微軟在芯片領域有自己的規劃嗎？另一個是自動駕駛領域，微軟一直沒有什麼動作，未來會如何布局？

Peter Lee：關於 AI 芯片，我們有兩類，一類是給邊緣設備端用的，另外一類是給雲端用的。

對於邊緣終端設備的，我們有一個 HPU，是給 HoloLens 用的，它是一個非常強大的3D機器學習的芯片。

在雲這邊我們的投入主要是在 FPGA 上。在兩個月之前，我們還發布了一個深度學習項目，叫Brainwave，它能夠做這種實時的深度學習。現在已經用我們這個 Project Brainwave 來驅動我們的 Bing 搜索引擎了。

現在選擇 FPGA 也是非常重要的一個決定，因為從發展的速度來講，它已經遠遠超過了 ASIC 和 TPU，而且它也能夠支持更靈活的變化，因為我們知道這種深度學習的算法也是在非常快地進行演進的。所以，我們覺得這個（FPGA）相較於 ASIC 和 TPU 還是有它的優勢的。

關於自動駕駛。首先，很多大的主流汽車廠商都是微軟的客戶或者是合作夥伴，他們現在也都在做自動駕駛，他們所有部署的這些自動駕駛都需要雲以及人工智能技術的支持。我們現在看到這些客戶的工作進展也感到非常興奮，不隻是在自動駕駛這方麵的進展，它給我們的雲也帶來了一些新的工作流。

當然對微軟來說，我們沒有計劃自己做自動駕駛汽車，但是我們非常願意為其他做自動駕駛的廠商提供技術支持。我們不希望和我們的顧客進行競爭，而是希望結成合作夥伴關係。

微軟亞研院的分工和定位

AI科技大本營：據我了解，微軟去年成立了 AI&R（微軟人工智能及微軟研究事業部），他最重要的研究方向和研究任務是什麼？

Peter Lee：在過去很多年間微軟在 AI 的研究領域都做了大量的投入，但是在過去這幾年我們希望有更多重點的研究領域。所以，AI&R 可以分為五個目標。

第一個是希望能夠把 Bing 以及 Bing 搜索引擎的這部分收入提高一倍。而且，不光是從Bing當中賺取更多的收入，還要將 Bing 整合到其他的微軟產品中。

第二個就是希望增加聊天機器人或者是智能助手小娜的使用量。我們希望每天能夠有十億人使用我們的聊天機器人。

第三個目標就是能夠把人工智能融入到我們所有的項目和服務中去。比如說在今天早上我講話的同時就立刻能打出中文字幕，這個就是由我們 AI 的技術所支持的，我們希望把這個技術用到我們的 PPT 或者是其他的產品當中。

再有就是我們希望能夠進一步普及我們的AI技術，能夠創造更多的工具和平台，能夠讓每個人都使用到AI技術。

第五個是我主要負責的一塊，叫研究孵化，主要是能夠找到一些新的發現和一些新的商業機會。

AI科技大本營：微軟去年成立了AI&R部門之後，這一年多來有哪些進展嗎？

Peter Lee：進展有很多，包括基礎研究層麵以及應用層麵。基礎研究層麵有很多，沒法一一列舉。但是我還想講一個，我們研究出了一個新類型的卷積神經網絡—— deformable CNN（可變形卷積網絡），它有很多應用的範圍，比如在計算機視覺方麵，比如說都是狗，但是狗有的是跑的，有的是躺著的，有的是站著的，有一些隻有一個尾巴，那個時候機器就無法識別出來，但是人可以知道這都是狗，而新的 deformable CNN 神經網絡就能很好地解決這個問題。

應用方麵也有很多進展，其中我們有一個叫做微軟 InnerEye 的項目，就是利用高級計算機視覺的技術，幫助放療變得更加精準，使得放療的放射束能夠更精準地瞄準腫瘤的部分，而不傷害好的組織。我們可以讓放療的時間從原來的 2 小時縮短到 10 分鍾。

AI科技大本營：微軟亞洲研究院和其他研究院的分工有什麼不同嗎？主要專注於什麼？

Peter Lee：亞洲研究院這塊屬於剛才我講的第五個目標，也就是叫做研究孵化。但是，亞洲研究院本身也是非常特別的，它有幾個特別之處，首先是它從研究的質量、人才、研究的效率方麵，這幾個因素結合起來，可以說是全球最高的一個研究室。

AI 現在在中國的勢頭非常猛，微軟亞洲研究院一方麵促進推動了這個勢頭，另一方麵也從這個勢頭中獲取能量，所以說亞洲研究院處在一個非常特殊的位置。打個比方，父母可能對每一個子女的愛都是平等的，但是有些時候還是會給某個子女特殊的關照，亞洲研究院就是這樣一個地位。

競爭與合作

AI科技大本營：現在除了微軟之外，其他的一些公司，比如說Google、百度、阿裏巴巴，他們也都想做平台化的公司，您認為什麼樣的平台化的公司最後才能勝出？微軟主要努力的方向是什麼？

Peter Lee：我覺得最終每一家企業都能勝利，但是這裏很重要的是一定要進行大量的基礎研究投資。我們微軟在這方麵已經進行了大量的投入，而且還在不斷地增加我們的投入，穀歌也是如此。

在現在這個階段很重要的一點是吸引更多的AI人才，有的時候你也要承諾給這些研究人員，讓他們可以在任何場合開放地談自己研究的項目，去發表他們的論文，可以和任何人談論他們的研究。

各大公司或研究機構的這些研究人員彼此也是有競爭的，他們也想自己的研究可以勝出，但更重要的是大家是朋友，也是同事的關係，包括我們和阿裏巴巴、亞馬遜、穀歌這些的關係。所以現在是非常特殊的一段時期，盡管我們在競爭，但我們其實也是聯合起來一直想為世界帶來更有價值的AI技術。

AI科技大本營：現在AI競爭這麼激烈，微軟是靠什麼去吸引頂尖的AI人才，又是怎樣防止頂尖AI人才的流失？

Peter Lee：我們自己覺得自己還是非常幸運的，而且我們相信微軟的號召力量非常強大，不隻是在全世界範圍內，在中國，微軟的號召力、招募力也非常強。

我們當然對於人才也是有選擇性的，我們會選擇中國最頂尖高校的最好的這些人才，而且往往我們選擇了他們，他們也會選擇我們。

我們的優勢是這些人才加入微軟或者是加入微軟研究院之後，在他們整個職業生涯當中都會做得非常成功。如果你看一下現在中國的這些大的科技企業，大部分身居要職的領導們都曾經在微軟有過一段經曆。所以我們覺得如果你是人才，微軟選擇你，你一定要來我們這兒工作。

我們也非常希望一代又一代的新一代的人才不斷地流入我們微軟研究院。當然有一些人他們成長了之後，到一些其他大的企業，甚至還和我們微軟競爭，但是他仍然是我們微軟大家庭的一分子。

AI科技大本營：剛才談到競爭，現在談合作。微軟最近跟亞馬遜在AI方麵的合作很多，比如說微軟的Cortana 和亞馬遜的 Alexa 是可以互相喚醒的，為什麼微軟會選擇和亞馬遜在 AI 方麵進行合作？未來微軟和亞馬遜在 AI 方麵是否還會有更多的合作？

Peter Lee：首先從戰略的角度來說，我們希望我們的AI技術可以很開放，微軟雲完全可以支持我們所有的開放，我們有 CNTK，同時也支持TensorFlow、Caffe 和其他的工具。

提到我們和亞馬遜Alexa的合作，在智能助理這方麵，Alexa它主要是能夠提升購物體驗，我們希望能在 Windows 10 上，在電腦桌麵上就實現這種購物的體驗，借助於我們的 Cortana（小娜），與亞馬遜的Alexa實現合作。

還有就是 Bing，Bing 也能讓 Alexa 從中獲得補充優勢。

微軟是一個開放的平台，開放對於鼓舞內部士氣非常重要，因為研究人員都喜歡開放的氛圍。

從業務的角度來說，與Alexa的合作，是一種很好的商業化方式，能提升我們在雲消費上的增長，幫助我們賺到更多收益。從這個角度來看，這會讓我們的股東也更加滿意。

AI 發展到哪個階段了？

AI科技大本營：現在AI的很多技術已經發展得很好了，但離應用還是差那麼一點點，您是怎樣看待現階段 AI 應用的用戶體驗？

Peter Lee：用戶體驗非常重要。雖說人工智能，特別是機器學習這一塊發展得非常快，但是大多數的人工智能係統還是非常脆弱的。剛剛提到的這種脆弱性就會大大地削弱影響到用戶的體驗。

舉個例子，比如你問一個聊天機器人一個問題，你想規劃自己的旅行，想訂機票，你問他從哈爾濱飛北京都有哪些選擇，它會回答你，但是如果你再追問一個問題，這些機票哪些是最便宜的？它可能就不知道如何回答你了。這就是它的脆弱性的體驗。

還有，機器在理解人的意圖和需求方麵，還有比較大的挑戰。

當然，我對我們開發的AI技術非常自豪，但是我也會告訴研究人員，我對著我的狗講話的感覺還是比對機器狗、機器人講話更有成就感。所以我們還是要繼續往前推進AI技術，最終能讓人真正地感到他們的需求被滿足了。

這種實驗性的項目，比如小冰，他們不光是要解決人的問題，而是希望最終能夠真正了解人的需求。

AI科技大本營：AlphaGo Zero 不需要從人類的對局經驗和數據中進行學習，你覺得這是未來的趨勢嗎？

Peter Lee：這確實是個非常熱門的話題，現在我們也非常想讓AI能夠學習某些問題或者是某些結構，現在在我們的實驗室當中在進行對偶學習的研究。對偶學習，比如說將英文翻譯成德文，就能夠使用在德文中的英文知識來進行對抗式學習。

我們從研究中發現，相較於從人類直接獲得訓練數據，這個方法在實驗結果上表現得更好。從人類的行為中獲得訓練數據，首先它的成本非常高，非常昂貴，還有就是有隱私方麵的風險。而在對偶學習的研究中，我們發現機器學習通過無監控的自我學習，無數據的學習，有時候是能創造新的可能的。

比如，在你能非常具體地定義某一個任務，比如打遊戲，或者翻譯任務時，就能讓機器在沒有數據支持的情況下來進行自我學習。

但是，如果這個任務很複雜，或者它本身屬於開放性的問題，比如做一個商業決策，或者是給一個行業公司進行業務規劃，對於這類沒有清楚定義的廣泛型的問題，我們還不知道 AI 這種學習模式能否可行。

AI科技大本營：現在有學者認為AI還處於比較低級的模仿人的階段，它還是一種形似，不是神似，您是怎樣判斷 AI 現在的發展階段？

Peter Lee：首先大多數現在的AI都是基於機器學習的，而大多數現在的機器學習又是源自於大數據的。現在大多數的大數據又是人類活動和思想的一種輸出。所以，就像您剛剛提到的，有些學者的說法從某種意義上來說也是對的，AI 現在還在模仿人的行為，而不是去有自己真正的一些思考、思想。

不過，在我們的研究實驗室中，我們正在研究一些更為高級形式的機器學習。

比如，暫時不讓 AI 從數據中進行學習，而是從它的任務結構中進行學習，我們會發現，這些 AI能 產生自己的想法，一些並不是從人身上學到的想法。

AI科技大本營：您認為有沒有很完美的人工智能，或者它的實現還要多長時間？

Peter Lee：這個問題可能比較難回答，現在更多人可能是想著奇點來臨的問題。機器的智能已經超越了人，或者是超越了人自己能夠理解的範圍。但是我們現在不知道的是這種人工智能的潛力是否有局限性，是否有一個邊緣，比如我們知道光速和聲速是有局限，有邊緣的，但是我們不知道的是AI的潛力是否有局限性，也就是因為不知道，所以可能對於是否有完美的 AI 或者是要有多久才能有完美的 AI 這個問題很難回答，我們唯一能確定的是這種機器智能和人類智能是非常不同的。

中國的 AI 是否存在泡沫？

AI科技大本營：Peter您是怎樣看待中國AI發展的，與美國相比又有哪些差距？中國的AI創業方麵是否存在泡沫？

Peter Lee：從我的職業生涯來講，AI泡沫已經發生過幾次了。但是這次和以往幾次經曆的泡沫不同，盡管現在的AI，從掌握的知識上來看還比較早期，比較初步，但是現在已經有非常成功的AI應用能夠影響到人類，並且已經產生了非常成功的商業模式，不僅僅是對於微軟，對於很多其他公司，這是以前的泡沫沒有經曆過的。

我無法預測說這個泡沫會不會破滅，但是現在我們比較清楚地看到了整個AI行業已經有一些成功的商業產業從中能夠賺到收益了。

關於中國，我想說兩句，在中國，大家可能看不太清楚，但是我在美國，每年可能就來中國兩三次，在我們眼中，我看到了中國AI爆發式的崛起和非常迅猛的發展。

如果說這個泡沫不破裂，我有足夠的理由相信中國將會成為 AI 市場的驅動力量。

如何評價阿裏的達摩院？

AI科技大本營：阿裏巴巴最近成立了專門研究AI方麵的達摩院，說未來達摩院要自營自立，Peter是否認為大公司的這些研究院可以做到自營自立？這個研究院以商業化為目的的研究和基礎研究之間要如何平衡？

Peter Lee：我覺得首先阿裏巴巴是做了一個正確的決定的。比如說以微軟為例，大概在20多年之前的時候還是一個10億美元市值的企業，我們就已經決定要成立微軟研究院了。雖然說阿裏巴巴做這個起步比較晚一點，但是我覺得他們會做得很好。

關於如何來平衡，在微軟研究院我們分為兩塊，一個是偏研究，一個是偏應用。

偏研究這一塊是很獨立、很自由的，可以去探索任何感興趣的研究領域。

偏應用這一塊是我的同事、我的朋友，微軟研究院院長及技術院士 Eric Horvitz 來負責的。我們希望利用技術，直接來做一些項目，做一些改變。

有些時候我們也競爭或者是爭吵，有些時候我們會非常緊密地來合作，但是我們之間的摩擦也往往能夠給微軟帶來一些非常重要的影響。事實上，我們用於語音識別的技術就是來自於這種摩擦。

所以具體來說這兩塊具體怎麼平衡？是 50：50，還是 60：40，還是 35：65，不好講，但是這兩部分的爭論也好，或者是摩擦也好，最終都將提升我們生產力的效率。我猜阿裏巴巴也能從我們這裏學到很多東西。

AI科技大本營：自營自立的研究院是可能的嗎？

Peter Lee：現在雖然說大家都在探討 AI，這是非常令人興奮的，但是有這樣一個傾向，可能有的研究員更傾向於一些短期的、實際的能產生技術影響力的研究，雖然我們不可能直接告訴這些研究人員說“你們不要隻想著短期的實際影響”，但我們確實希望他們能更多從長期的、更基礎性的課題出發、做一些關於AI的深入思考、做一些深入的研究。

每個公司的企業文化不同，是因為它的基因不同。微軟亞洲研究院在中國做了很多年，最終它的研究才被世界和中國廣泛地認可。

現在中國也是處在這樣一個時期，它即將成為最重要的一個市場，也將具備最重要的研究生態係統。所以我希望中國能更加關注長期的研究。

我們現在的有些研究想法就是來自中國，比如聊天機器人（小冰）。所以我最大的一個希望就是中國不要去複製美國的模式，要真正建立起屬於中國自己的模式，才能做領導者。