微軟亞洲研究院張霖濤: AI發展的三個支柱點--數據、算法、係統

5月21日，在音樂、科技與藝術相結合的MTA天漠音樂節（36氪聯合主辦）上，微軟亞洲院的研究員張霖濤，分享了關於計算機係統跟人工智能之間的關係、機會和挑戰的看法，以下為張霖濤演講摘錄：

人工智能代表著我們的未來，不光媒體關注，各個大公司（穀歌、百度、亞馬遜、蘋果、微軟）也在不斷地強調其重要性、不斷地在做投資。甚至在國家的層麵上，李克強總理也非常重視人工智能的發展。但怎麼才可以推動人工智能？

從科學/技術的角度來說，我們覺得人工智能主要有三個非常重要的數據點——大數據、新算法、大係統。

在互聯網時代，數據為王。前一陣子有一個新聞說，現在挖掘數據比挖石油還要賺錢。算法也是一個非常重要的元素。大家最近看到的都是在講深度神經網絡、深度學習。最近10年來深度學習的進展、深度學習驅動的算法進步，也是被大家熟知的。很多科普性的文章也不斷發表在各種媒體上。

在這裏我想講一下係統，係統實際上是連接數據、連接算法的紐帶，使得我們可以支撐上麵的人工智能的應用和開發，讓它們體現價值。

什麼叫係統？係統相當於一個基石，我們可以叫作地基（在建築上）。什麼樣的基地是好的地基？不妨礙我們建一個好的大廈，這就是好的地基。地基雖然看不見，但是是非常重要的。在人工智能這方麵需要有什麼樣的基礎性的工作？需要麵向開發者者、麵向真正的後端的人，而不是麵向用戶，從我的角度來說，有三個要素：

Experience：作為人工智能程序的開發者、使用者，它需要開發模型、算法的用戶體驗，需要很快增加生產率的工具。

Language：如果要有人工智能的一些想法、算法，我們怎麼把它表達出來？用什麼樣的語言、用什麼樣的模式來表達？有些朋友會比較熟悉，現在叫深度學習的框架，各個公司也在這方麵進行了重點的投資，也希望這些框架可以使得更多的人應用。這些框架一方麵是表達的方向、語言，另一方麵是也是下麵的各種技術優化、技術的支撐等。

Fabric：這些算法，或者是這些語言運行的環境。用什麼樣的東西來運行機器，還有硬件、集群管理、資源管理、資源調度、網絡、存儲等。

跟大家分享一下我們在這方麵的一些工作，以及我們對這方麵的一些投資，和我本人對這方麵的一些看法。從上往下講。

第一件事，用戶體驗：我們所謂的用戶實際上是麵向開發者。在人工智能方麵，大概是2星期以前，微軟剛剛發布了一個工具Visual Studio，當你開發一個項目的時候，可以在Studio裏做各種編程、優化，包括工作流程的管理等工作。我們最近剛剛發表了Visual Studio for AI，實際上也是一個插件，主要是針對深度學習的時候，可以有一個更好的用戶體驗。

Visual Studio在訓練神經網絡時，能夠在本機做斷點，能夠做語法，能夠跟蹤，這都是程序開發員必要有的一些體驗。它可以在本地的機器上運行深度學習網絡的訓練，也可以把它調成一個參數（在一些大的集群上）。這樣就可以調參數，運行任務。這個任務的結果也很快的就可以顯示出來，這樣就可以看到每個任務、機器的運行狀態。

有了這個開發環境之後在什麼地方開發？我想重點談談框架。微軟在這方麵有一個非常重大的投資，就是我們的認知工具箱（Microsoft Cognnitive Toolkit現在改名為“認識工具箱”了）。

它有各種各樣的模式，相對於其他的開元訓練環境有著非常多的優點。當你有了這個工具以後，你要把它運行在某種環境上，這部分實際上是競爭非常激烈的一個環境。

在這方麵我們也可以談談微軟在這方麵的投資。微軟有一個很重大的投資，就是FPGA的工作，這叫可編程門陣列，，我們已經把這個大規模的運用在數據中心中。這個工作叫Accelerators，我認為是在去年最有創意的一個產品。我們可以一鍵式的加速。

這個現在在微軟是內部使用，暫時還沒有對外。微軟有一個共有雲的產品，叫Azure，現在在中國已經落地了，它支持各種各樣雲計算的平台，和雲計算的服務。在去年12月，我們宣布了含有GPU的虛擬機已經上線了，支持特斯拉的GPU。

在Azure上我們提供了各種各樣大小不等的虛擬機，虛擬機可以根據用戶的需求不斷的進行調配。我們有比較小的虛擬機，也有比較大的，有數百G內存，4塊顯卡，一個非常強的GPU，可以用來訓練很大的神經網絡。

以上這三個支柱點——當我們有了數據、有了算法、有了係統之後，我們就可以往前推動AI的發展。

微軟在AI方麵有一個比較重要的產品叫微軟認知服務，微軟認知服務和微軟內部的科學家和工程師一起，把微軟的算法、數據、硬件一起包裝成一個API，能夠給用戶、給外麵的開發者，直接調用微軟的研發，為自己的產品做服務。比如How-old這個APP，隻需要幾步就可以了解人的年紀。

微軟為了推動人工智能係統的研究，加速人工智能的發展，最近剛剛在中國成立了一個係統研究中心，主要的目的是為了推動係統的開發。希望可以幫助整個人工智能的產業、整個人工智能的社區，能夠讓他們一起推進，讓他們一起利用我們的研究和工作的成果。