微軟張益肇：最看好AI在金融和醫療領域的應用

微軟亞洲研究院副院長 張益肇

互聯網的成長需要新動力，這個新動力就是人工智能。27年前蓋茨建立微軟研究院，其目的之一就是希望讓計算機能聽、會看、能理解人類，推動計算機領域內所有分支技術的發展，包括計算機視覺、機器學習、語音識別等技術的落地，並以此為微軟未來發展提供思路和方向。雖然有不少研究員和高管相繼的從這所科技領域的黃埔軍校走出去，投入企業的懷抱，但還有一批專注的力量一直在微軟效力。

作為微軟亞洲研究院建立時的第一批人員，張益肇博士早些年從MIT畢業，1999年加入該研究院，從主管研究員一直到副院長，一路走來他見證了微軟亞洲研究院近20年的成長。

最近幾年，張益肇更為關注技術與行業的融合，特別是金融和醫療領域，他強調，要把 BXT（商業、用戶體驗、技術）三個層麵融合在一起考慮問題，“讓技術賦能產品並實現商業化才是最重要的。”

最看好AI在金融和醫療的發展

金融市場具有很大的不確定性，在人們印象裏，從業者像金字塔，隻有頂尖大鱷們才有資本，他們任何看似輕而易舉的舉動就會收割大量“韭菜”，賺取超額利潤。

人工智能可能正是處理海量信息、應對不確定因素的最好工具，讓金融跳出大玩家的遊戲窠臼，讓普通人都參與進來。

為什麼看好金融，張益肇認為有三點原因：

第一、金融領域數據相對整齊而且比較多，收集數據比較容易；

第二、業內彼此之間競爭比較激烈，很多金融公司都在考慮要怎麼做數字化轉型；

第三、金融領域可以很快評估出對用戶的幫助有多少，效益有多大。比如分析股票投資或者保險業，你可以用人工智能來幫助評估，算出應該收的保費是多少，從而決定投資回報率。

正如機器擅長數據的記憶和整理，AI當下的目標就是擁有更強的分析能力，為用戶提供個性化理財方案，提供“千人千麵”的理財服務，在未來有巨大的想象空間。比如對於企業來說，人工智能可以讓數據收集、分析、處理這個閉環做到極致，在金融裏征信、反欺詐方麵，綜合用戶畫像構建風控模型有效控製風險也很有幫助。對於分析師來說，通過AI輔助他們閱讀大量枯燥的年報、半年報、研究報告盡調等等，運用機器梳理股權變更，上下遊關係、供應鏈關係等，讓他們的工作變得更高效。

目前微軟亞洲研究院與華夏基金正在進行戰略合作研究，研究方向包括通過模式識別預測市場走勢、基於深度學習挖掘影響市場的因素、基於社交網絡和應用軟件利用數據深度了解客戶等等。此外，微軟亞洲研究院也同製造業、醫療行業的領先企業有合作。

在醫療方麵，現在關注該領域發展的不單單是醫務人員，科技工作者也對這一領域產生極大興趣。張益肇早年在美國麻省理工求學期間，曾遇到選專業的岔路口，到底是學醫還是做技術成為一個難題，思考再三後他毅然決定選擇自己更感興趣的電氣工程專業，然而十幾年後，他將計算機技術與醫療領域進行結合，希望可以帶來更多創新。

現在，微軟亞洲研究院一直將數字醫學影像識別作為在醫療領域的主攻研究方向之一，希望通過計算機視覺領域的最新技術加速推動精準醫療。以往醫生都是憑借”肉眼”和經驗去觀察病理切片影像並判斷病情，如今人工智能中的兩大核心技術：神經網絡和深度學習則讓計算機係統能夠自動學習惡性腫瘤細胞與正常細胞間的差異以及癌症病情的分析和判斷標準，同時能夠在掃描病理切片之後，給出判斷結果，供醫生參考。技術的目的不是“替代”，而是“支持”，人工智能在這些方麵可以很好的幫助到決策者。

張益肇博士舉了一個例子，在美國每年因交通事故而死亡的人數為3.8萬人，很多人不了解的是，醫療事故在美國導致的死亡率是交通事故的近6倍。根據2016年美國約翰霍普金斯大學醫學院發布的報告顯示，美國每年有超過25萬人因醫療事故死亡，僅次於心髒病和癌症。如果說自動駕駛可以降低交通事故死亡率的話，那對比醫療領域有太多空間可做。比如微軟在跟巴西的醫院合作，用計算機視覺觀察病床，一旦病人的安全柵欄沒有被拉起，存在安全隱患，機器就會發出安全警報。

“但是AI醫療不是簡單的用技術去找醫院合作。”張益肇補充說，“要想技術落地，要曆經千辛萬苦找對場景，還要說服政策製定者、監管部門、醫院采購者、科室主任、臨床醫生、病人等無數當事人證明技術的有效性、安全性和可行性。最後，你還要明白你的產品誰來買單。‍這個行業出成果需要花時間，企業家和投資人要更有耐心。”

國外善於做長期研究 國內有彎道超車機會

AI在 1956年達特茅斯會議被提出，當時的人工智能遇到兩個瓶頸，一是算法邏輯，其次是硬件計算能力不足。但是現在，計算機深度學習在學術界和應用方麵都有了很大突破。張益肇說，現在的AI就像94、95年大家談互聯網一樣，讓很多人很振奮，在AI幾個細分領域裏，目前人臉識別技術已經非常成熟了，自動駕駛也在嚐試應用，自然語言理解還尚處於初期，可能再需要5-10年才能達到我們期望的樣子。有很多人對AI過度擔心，因為計算機可以在某一個領域達到人類水平或者超越人，比如下棋、人臉識別等。但綜合來看，能完全跟人類相比還是有很大差距。

業界很喜歡拿中美兩國技術實力和投資特點做對比， 美國的一些創業公司會研究一些商業化不會很快的項目，比如矽穀的創業公司，有的在嚐試做人造肉，人造肉有另外一種叫法“幹淨肉”，意味著在生產肉的過程中不耗費飼料和水，也不需要進行垃圾廢物處理。研究人員通過提取動物的幹細胞進行培育，生產過程全部在實驗室內完成。一方麵這可以減少養牲畜導致的大氣影響，另一方麵就用在了醫療上，病人如果做器官移植就不需要等待別人捐獻了。大公司可能不會去碰這類技術，但會集中精力做好主業。

投資方麵在美國不論是天使輪還是A輪B輪，投資方一般都會跟著公司很久，直到公司上市或者被並購。不像國內有獲得投資後可以賣老股的機製，這樣的話就意味著，投資人在國內變現的時間很短，容易造成投資人跟企業一起來炒概念，但是要投資做人造肉這類長期項目，說服資本可能就會很難。

不過，國內的創業環境比較好，有彎道超車的機會，張益肇說，“醫療在美國是比較成熟的產業，大部分公司不會去做低價產品來跟現有高價產品競爭。但是國內需求很大，所以很多公司都比較有動力去做優質產品並降低成本。這不但使中國用戶受益，全世界都有可能受益。所以，在這一類創新中，中國彎道超車是蠻有機會的。”

精準生活是一個大方向

張益肇認為，精準生活是一個未來大方向‍，這包括精準醫療、精準教育、精準零售，精準製造等等，這樣可以減少對社會資源的浪費，提高生活效率和質量。以精準教育為例，未來我們期望看到的是機器人可以變成一個“老師”，如果用戶想去學地理，機器會分析谘詢用戶想學哪個國家的地理，並提供相關曆史知識，或者包括地理和農產品的知識，但機器了解跨行業知識並且教授予人，能做到這點還需要很久的時間。說到現在常聊的精準零售，目前已經有企業應用到商業中了，比如日本版的微軟小冰與日本當地的零售商合作，通過Line（類似國內微信）聊天軟件，在用戶日常與小冰的對話中，通過互動聊天讓機器了解用戶的生活習慣和個性，並根據用戶喜好精準推送適合用戶的優惠券，對於商家來說這，優惠券的轉化率也提高了。目前來看整個零售行業都亟待進行數字化轉型。

在企業管理上，也可以利用區塊鏈技術對企業有效管理，張益肇認為區塊鏈技術會對行業的影響非常大，區塊鏈與人工智能是互補的關係。‍比如在醫療領域病人的數據使用方法，可以利用區塊鏈來協助管理。另一方麵，人工智能可以幫助區塊鏈更健全地成長。查看區塊鏈有沒有被濫用，用反向推演可以來確認。

創業或者做研究就像跑馬拉鬆

商業對於科技的訴求日益強烈，企業間的人才搶奪戰步步緊逼，不乏科研人員轉型躋身創業大軍，在供職微軟的20年裏，自然也有企業向張益肇拋來橄欖枝，但他表示，如他喜歡的一句《道德經》的名言：知人者智，自知者明。了解自己的長處，做最擅長的事。“比爾蓋茨有句名言：大部分人習慣高估未來兩年的變化，而低估未來十年的變化。微軟是一家善於考慮長遠的企業，微軟的同事都很優秀，擁有這種工作環境很難得。”張益肇說。“以前我會問周圍的人，假如有5000萬美金你還會繼續你現在的工作嗎？我從18歲問到現在，不到10個人回答說是，我現在不敢講說完全達到那種境界，但是至少跟那個境界比較接近一點。”

在他看來，現在的創業環境非常好，有政策鼓勵和充分的資本支持。“要在過去，如果一個公司的CEO背景是科研人員，這或許是個減分項，但現在，這是個加分項。”他說。

國內的環境下企業或者說資本，更願意看到產品盡早商業化。而微軟相對來講會稍有耐心，這對研究人員來說有很大吸引力。在微軟的這些年，張益肇博士的感悟是：“不論創業還是做研究，就像馬拉鬆長跑，心態要放平，如果以短跑的心態去跑馬拉鬆，會很容易喪失信心和興趣，因為技術從演示到落地需要一個漫長的過程。”

張益肇生於台灣，11歲便跟著家人去了美國讀書，高中時期他展現出了對物理、化學的熱愛和興趣，成績排在全校前5%，隨後他順利考入麻省理工學院主修電氣工程專業。畢業後，1999年在李開複的邀請下，他來到微軟亞洲研究院，這一幹就是近20年。當時張益肇博士主要從事語音理解方麵的研究工作，之後在微軟亞洲工程院任副院長，帶領團隊參與開發了WindowsMobile 和Office及Windows產品。

科研工作者最大的成就是自己研發的技術能應用到實際場景和產品裏，現在無論是百度、京東還是獵豹都在不斷吸納人才，建立加速器或者發布自家產品。張益肇認為，不同於以往推廣的誇大概念，2018年會是人工智能真正地在垂直場景落地的一年。而作為研發者，這是最欣慰的。

文|杜陽

來源|科創者說 打原創