深耕AI领域17年,比尔·盖茨写邮件感谢他对微软、对AI做出的贡献

10年以后,真正的大公司,今天你可能连名字都不知道。今天大的公司如果不能很好的把握这个机会,10年之后很可能就已经没有名字了。

2017年11月,“共享科技,连接跨越”聚合大会在苏州落下帷幕。来自微软(亚洲)互联网工程院常务副院长张祺,发表了“人工智能赋能商业”的主题演讲。会后创业邦对张祺进行了专访。

由张祺带领的团队和微软亚洲研究院(负责人王坚博士,现任阿里巴巴技术委员会主席)合作开发的Windows7手写输入识别率技术,实现重大突破。并且把训练速度提高了250多倍,意味着以前要跑1天的数据,现在5分钟左右就能完成。

此番贡献,使得张祺获得了比尔·盖茨的关注和赏识,比尔·盖茨从微软退休当天曾特别给他发邮件表示感谢

比尔·盖茨写给张祺的感谢信

对于人工智能,犀利观点如下

  1. 环境在变,算法在变,精准的结果也在变,用户的体验、用户的需求、期待值也在变,技术在更新,你永远不可能到达100%,永远有改进空间;
  2. AI要有同理心,AI要有它的行为的准则。AI第一设计准则就是我们要提高人类的聪明才智,而不是代替人类;
  3. 这次浪潮AI非常不一样,技术的壁垒到底在哪儿,其实这件事情是可圈可点的,很多东西都是开源的,基于以上情况初创企业和大公司的距离被无限拉近;
  4. 10年以后,真正的大公司,今天你可能连名字都不知道。今天大的公司如果不能很好的把握这个机会,10年之后很可能就已经没有名字了。

以下是采访实录:

记者:张院长您好,感谢您接受我们的采访。能否先请您分享一下今天您演讲的主要内容?

张祺:今天演讲的内容主要是关于人工智能(AI)赋能商业的一个分享。AI发展很快,但在真正赋能商业方面,我觉得做的还是不够。在AI赋能方面,有哪些场景是需要尝试的,有哪些需要注意的方式方法,通一些案例和大家分享,希望能够获得业界更多的关注。

记者:请您介绍一下微软在商用AI方面的应用。

张祺:主要体现在视觉、语音识别、自然语言等方面。微软在技术方面还是非常强的,我们可以做很多需要做的事情。

在产品上的投入大概可以分成三类:第一类,纯粹的AI产品,包括微软搜索引擎、小冰这样的具有EQ的对话机器人等;第二类,通过AI技术去赋能现在微软现有的产品,通过AI的技术把微软现有的产品做的更好,比如实时翻译插件等;第三类,怎么样把AI当成一个解决方案的方式赋能商业,就是刚才讲的商用AI,通过这个方式,能够把AI的能力更好的赋能给一个企业。

记者:我查了一下微软主要有两个AI研究院,一个是微软研究院,一个是微软亚洲研究院,它们和您所在的互联网工程院之间是一个怎么样的协同关系?

张祺:研究院更偏向基础研究,他们做的有些东西不会立即产品化,有可能是5年以后、3年以后,才真正具有产品化这样的一个机会。工程院更偏工程,偏向真正发布的产品。

今天两个团队合作非常紧密,这也是我们非常强的一个方面。通过工程院和研究院的合作,能够把前瞻性的技术更好地用在产品里面。对于研究院来讲,产品团队能够给他们提供一些AI的数据的反馈,没有数据支撑AI很难做。同样,有实际的场景能够把数据反馈出来,通过工程的方式,把它们的算法、研究能够更好的落地,这实际上是一个相辅相成、双赢的关系。

记者:微软联合Facebook一起发起了“ONNX项目”,华为、IBM、英特尔也都加入了这个合作协议,能不能具体说一下这是一个什么样的项目?有哪些企业加入进来了?除了这些大的巨头,还有哪些负责小的项目到一个什么样的企业?

张祺:这是一个关于“开放神经网络交换和性质互换”的协议,由微软和Facebook一起发起。

一个平台上训练的神经网络结果,是很难在另外一个平台运行的,这就带来很多不方便的因素。兼容性是非常重要的,开放的神经网络互换协议是让大家在有一套协议的基础上,能够允许一个平台上训练的模型,可以无缝的在另外的一些平台运行,这样就给大家开通了很大的可能性。

当然,目前还是比较早期,具体怎么样把它真正的落地,能够让用户、各个企业受惠,还需要大家一起投入。这个想法,我觉得是个非常了不起的事情。

记者:听说比尔·盖茨先生在微软离职前的一天在给您发了一封邮件,以此感谢您对微软做出的巨大贡献。由您带领的团队和微软亚洲研究院合作开发的Windows7手写输入识别率接近完美,您能给我们介绍一下这是怎样的一种突破吗?

张祺:这个现在想想还是很自豪。当时微软在推平板电脑,微软在平板电脑方面是非常突出的,突出于苹果。我们从硬件到软件到数据识别,包括智能数控方面做了很多很前瞻性的研究和产品的实践。

这是一个很好的和研究院合作的实例,当时我们在这个部门专门给微软做平板操作系统,到后来变成了Windows7的手写识别。这是和王坚博士的合作,另外王坚博士团队里面有一个很资深的研究员—张冬梅博士,她现在是微软亚洲研究院的副院长。

这个输入识别的精度有几个难题:

  1. 文字的精准识别。仅仅我国就有两万多个汉字,怎么样能够把这两万多个汉字以精确的方式把它识别出来,在当时就是很难的技术,何况全球有多种语言;
  2. 速度。GPU显卡的训练现在非常热,但是在那个时候,我们就已经能够做GPU深入转基因的训练。通过GPU显卡的训练,把序列效果速度提高了250多倍(因为文字不同,每个版本提高的速度也不一致,250倍只是一个估数),意味着以前要跑1天的数据,现在5分钟左右就能完成。

比尔盖茨对这个比较关心,恰好赶在他在微软的最后一天得到了非常好的结果。我给他发了封邮件,说了一下现在的成果。大概二三十分钟后,我收到了一封来自比尔盖茨的邮件,使我非常感动。我当时坐在办公室里面,十几分钟说不出话来。

记者:取得这么大的成就,研发周期有多长?

张祺:当时我们蛮大的一个团队做了好几年。像搜索引擎、AI这些方面,都是要上千人、上万人的团队要做好多年,才能取得巨大的成果的。

环境在变,算法在变,精准的结果也在变,用户的体验、用户的需求、期待值也在变,技术在更新,你永远不可能到达100%,永远有改进空间。

记者:AI发展到一定层面的时候,在哲学、人性上可能是不容易被接受的。您觉得哪些地方AI是需要控制的?

张祺:微软在这方面其实想的还是很多,比较深刻。我们一直强调,AI要有同理心,AI有它的行为的准则AI第一设计准则就是我们要提高人的聪明才智,而不是代替人类。我们希望我们的合作伙伴、商家变得成长更快,让他们变得更有成就,而不是代替他,这是很重要的。

另外一个关于透明度、隐私性。包括数据怎么用,其实都有一个很强的道德准则。不光是政策上,还需要体现在法律上,而且也需要社会上的道德规范来影响。我们不光要把它的技术用好,而且要把它对社会的影响用好。

记者:您已经在AI领域深耕17年了,可以说非常资深。AI发展史可以说经历了几次潮起潮落,那么您认为这次AI又怎样的特点?

张祺:讲几点我自己的看法。第一,我觉得这次的尝试是非常真实的一次,因为大数据、互联网、IoT互联网,这个大数据的数据的量是无与伦比的,你可以学习的样本很多。

第二,云计算的计算能力大大提高,以前即使有数据的话,你算不了,或者没有数据给你算。现在有这样的计算能力,你就可以做更多的事情,做更多的探索。

第三,算法方面的进步,比如现在的深度学习,深度学习在AI方面是非常重要的技术。这不光是算法上的更新,包括在一些和常理结合的功能的优化,怎么把它便利,能拿到的数据通过算法把它发布出去,体验提高了以后,能够得到更多的数据。这样的话,整个螺旋式上升的过程会越做越好。

记者:AI是一个非常浩大的工程,对技术要求又比较高。巨头纷纷入局,对于初创企业来说,直接切入AI,您觉得还有希望吗?或者初创企业从哪些细分领域切入可能性会更大?为什么?

张祺:其实我对这个问题很乐观。

可能有一些方面你真的需要很大的财力,多年的积累去做,这些方面是对创业公司一步介入可能比较难。就跟非常庞大的几家公司去竞争可能很难做。但是现在有几点不太一样的地方。

第一点,很多的东西是开源的,这次浪潮AI非常不一样,技术的壁垒到底在哪儿,其实这件事情是可圈可点的,很多东西都是开源的。比如像刚才讲的,我们在“普惠AI”项目能,整体是把很多的东西已经赋能给大家了,在这种情况下,基于这些功能前提下,其实初创企业和大公司之间的技术上的壁垒是被无限拉近的。

我觉得更大的机会是在场景和实体经济的融合,和行业的紧密结合,这方面我觉得是初创企业应该集中量关注和发力的地方。

还有一点,要看这个领域的盘子到底有多大,机会有多大。痛点在哪里,可以改进的空间有多大,现有的这些有谁在里面做的很好,你是不是进去以后能把现有的模式颠覆掉,用什么样的方式颠覆,这个方面是要考虑的。

在这样大的变革里面,我对这个机会的看法一定是非常乐观的。10年以后,真正的大公司,今天你可能连名字都不知道。今天大的公司如果不能很好的把握这个机会,10年之后很可能就已经没有名字了。

记者:非常感谢张祺院长今天能够接受我们的采访,感谢。

反馈
联系我们
推荐订阅