仿佛一夜之間，人工智能（AI）就在各個領域“安營扎寨”。從手機助手到下棋機器人，從自動駕駛汽車到工業(yè)機器人，從醫(yī)生助理到家庭生活服務助手等等，我們正進入一個新的AI時代。

　　人工智能時代的來臨給創(chuàng)新帶來什么樣的變革？我們應該如何來進行創(chuàng)新？如何避免AI帶來的“機器誤導”？哪些是AI領域的難點？日前記者采訪了微軟亞洲研究院副院長張益肇博士。

　　AI和“隱形革命”

　　“說說看，你最喜歡的技術是什么？在你每天的工作和娛樂中都要用到的，并且在你生活中幾乎不可或缺的技術是什么？如果你認真地思考一下，很多你最心怡的技術沒準已經(jīng)不再是由塑料、金屬和玻璃制成的實體了。”張益肇引用同事Allison Linn的話開場。

　　人們最心怡的技術已經(jīng)從手中握著的實體變成賴以生存的、無處不在的隱形服務。張益肇說，我們正進入一個“隱形革命”時代。當感應器越來越便宜，即使你感受不到它的存在，它也可以收集大量數(shù)據(jù)，并通過分析了解很多信息，提供如影隨形的服務。很多創(chuàng)新我們感受到的不是機器的“物理”變化，而是機器的“智能”變化。比如，對于一個騎自行車的人，它會提示你何時有可能發(fā)生意外，并杜絕意外的發(fā)生；再如，一個居住在北京的市民很容易知道幾天之后是不是會有霧霾，幾公里之外有沒有污染源；又如，一個醫(yī)生需要學習幾年的醫(yī)學知識，它可能只需要幾分鐘就能讀完，并給出你診療建議；再比如，一個盲人，它能夠告訴你周邊路況，應該如何通過馬路。

　　張益肇認為，下一代開天辟地、改變生活的技術創(chuàng)新，一定會遠遠超越鍵盤、屏幕、手機、相機、手表等硬件的范疇，而是更多地從云中獲得計算能力——成千上萬的計算機在云系統(tǒng)內(nèi)運轉，讓律師很容易找到案件的問題所在，讓科學家能夠預測下一次致命疾病的爆發(fā)、甚至田間農(nóng)作物的收成。

　　在張益肇看來，“隱形革命”依賴于機器學習等人工智能技術，隨著計算機掌握的數(shù)據(jù)越來越多，它能夠把事情做得越來越好。隱形革命有三個關鍵支撐：算法、數(shù)據(jù)和計算能力。AI并不是今天才存在，之所以能夠在今天這樣的節(jié)點迅速興起，開始滲透到各個領域，有幾個重要的因素。

　　一方面，機器學習的技術越來越成熟。作為機器學習的新領域，深度學習的進展來自于計算能力的提高。雖然基礎算法沒有巨大改變，但是由于結構過于復雜，以前的計算能力無法對神經(jīng)網(wǎng)絡進行訓練；而最新的系統(tǒng)可以計算出更加復雜的深度神經(jīng)網(wǎng)絡。比如，用深度學習做計算機視覺訓練，從原來二十幾層左右已經(jīng)可以做到一百五十二層，甚至在微軟亞洲研究院內(nèi)部已經(jīng)開始了上千層的學習和訓練。

　　另一方面，除了機器學習的算法和基礎設備越做越強之外，更重要的是數(shù)據(jù)源越來越豐富和多元化，從而可以做更多分析。過去研究人員要進行分析，尋找數(shù)據(jù)源需要大量的時間，有很多的障礙，現(xiàn)在數(shù)據(jù)已經(jīng)越來越豐富。

　　好的體驗需要軟硬結合

　　在采訪張益肇之前，記者還了解到很多微軟正在研發(fā)的“黑科技”，包括“全息瞬移”（Holoportation）、“觸前傳感”（Pre-TouchSensing）等，這些前沿技術能夠讓人們在虛擬與現(xiàn)實之間來回“穿越”，無需觸碰屏幕，手指手勢就可以實現(xiàn)人機交互。

　　一方面，微軟在強調(diào)創(chuàng)新變得越來越“隱形”，更多是借助云計算、數(shù)據(jù)、算法的能力進行相對“后臺”、“后端”服務的創(chuàng)新；另一方面又在進行大量傳感器、全息系統(tǒng)等這些相對“前端”的研發(fā)。這透露著什么樣的信息？

　　“事實上，我們今天的感知系統(tǒng)還遠遠沒有達到精準描述和再現(xiàn)這個世界的程度?！睆堃嬲卣f，從數(shù)據(jù)收集和感知維度上看，我們現(xiàn)在依然缺乏很多維度的“觸角”，而往往感受世界的視角不同決定和影響了我們對世界的判斷。正因為如此，微軟會投入大量的精力來進行“前端”傳感的研究，包括前面提及的“全息瞬移”、“觸前傳感”等。好的體驗需要“軟件和硬件”緊密結合，專注于傳感技術的傳感器公司可能無法涵蓋廣泛的體驗，這就需要我們彼此的深入合作。而且作為一個提供平臺的公司，微軟很想把人工智能的技術以平臺的方式讓更多人使用。如果我們不做全息眼鏡Holo Lens，我們的平臺就很難更好地理解前端的變化。

　　張益肇拉開袖口露出手環(huán)說：“我這個手環(huán)上有超過10個感應器，包括GPS（定位）、加速器（感知動作）、陀螺儀（Gyroscope，感知更加細微的動作）、皮膚電反應（GSR，Galvanic Skin Response，感應皮膚濕度）、溫度計、藍牙等，通過收集我的數(shù)據(jù)與云上數(shù)據(jù)、模型算法的分析判斷，遠遠勝過醫(yī)生在見面五分鐘內(nèi)對我的了解?！蔽覀兿Ｍ院罂梢詫⑦@些信息規(guī)范化，為醫(yī)生提供參考，與醫(yī)院進行配合。目前微軟已經(jīng)在和美國一家很大的醫(yī)院進行合作，研究如何把云上的智能和醫(yī)生、護士相配合，幫助他們更好地維護病人的健康。

　　目前許多業(yè)界巨頭包括IBM、微軟、谷歌等都加大了對AI的推動力度。微軟去年宣布了“微軟牛津計劃”，后升級為“微軟認知服務”，開放其AI技術平臺，開發(fā)者們就算沒有人工智能的知識背景也能輕松開發(fā)出屬于自己的智能應用。這套認知服務包括視覺、語音、語言、知識和搜索五大類共二十一項API。有了這些API之后，開發(fā)者不需要自己再花很多時間去開發(fā)這個技術，直接用幾行Code就可以調(diào)用技術并生成App。張益肇說：“我們不可能想出世界上所有應用場景的可能性，所以最好的辦法就是把它平臺化，做成服務，希望大家給我們更多的反饋。”

　　智能手環(huán)

　　未來的世界是AI+HI

　　業(yè)內(nèi)正積極推動AI技術發(fā)展、掃清應用障礙。張益肇認為，數(shù)據(jù)的來源依然是很大的難題，無論是數(shù)據(jù)質(zhì)量還是數(shù)據(jù)數(shù)量以及收集數(shù)據(jù)的成本，都面臨很多挑戰(zhàn)。以手寫體的識別為例，需要去找很多人提供白板上的圖片，才可以慢慢學習每個人的筆跡，相對簡單但工作量很大。而醫(yī)療數(shù)據(jù)因為涉及個人隱私，進行數(shù)據(jù)共享和開放也面臨一定的難度。盡管已經(jīng)有很多對數(shù)據(jù)進行匿名和保護的技術，但是開放數(shù)據(jù)更多的挑戰(zhàn)還在于觀念和管理層面。

　　從AI應用推動的角度來看，張益肇認為，AI的應用非常廣泛，涵蓋了各種不同的領域。在中國其實有很多的機會，比如目前中國在醫(yī)療健康、輔助功能等領域就有很大的AI需求。他舉了“Seeing AI”項目研究的例子，這個項目可以通過計算機視覺技術將圖像轉換成文字描述，再將文字轉化成語音，就可以幫助盲人“看”世界。此外，張益肇基于自己正在做的醫(yī)療研究的AI應用表示，在中國有很多胃癌患者，一方面是治療需求比較大，另一方面數(shù)據(jù)也比較多，所以通過AI技術可以推動這個領域的研究。

　　另外，能源利用和環(huán)境保護也對AI有很大的需求。目前中國是世界第一的能源使用大國。如何有效減碳、增進能源使用率越來越重要，因為中國城市化很快，尤其是個人的住宅，能源的使用很難控制，經(jīng)常造成能源浪費，用智能判斷的方法來進行樓宇的能源控制、住宅的隔熱與溫控等，都能大幅提高效率。

　　此外，空氣污染也是一大挑戰(zhàn)。微軟創(chuàng)投加速器最近孵化的一家公司專門做遠距離的感應器，通過無人機的方式來感應污染、監(jiān)測煤氣泄露等。過去煤氣公司探測煤氣泄漏，需要派人到現(xiàn)場，通過感應器感應哪一戶的廚房在漏氣，很危險?，F(xiàn)在用無人機的方式就變得更安全，也更高效。

　　當人工智能的應用越來越普遍，人們的決策越來越依賴機器智慧，一旦機器預測發(fā)生錯誤，是否會將人類帶到更大的“災難深淵”？

　　在張益肇看來，人工智能犯錯與人也會犯錯誤一樣，人類通常避免犯錯誤的方法是多人合作來降低錯誤的幾率。例如美國的太空梭，他們的做法是同時有三個完全獨立的電腦做判斷，理想狀況是三臺電腦做出一模一樣的決定；如果沒有三個相同的決定，就選擇兩個投票的決定。因為這三臺電腦的算法都是由不同的團隊開發(fā)的，相對而言同時出錯的幾率就比較小，在未來也可以用這個方法降低AI應用的錯誤率。未來人工智能將通過“AI”和“HI”（人類智能）結合、搭配，彼此取長補短來更好地發(fā)揮AI的作用，就像《星際大戰(zhàn)》里小機器人主要做輔助和繁瑣的事情，但最終決定還是由人來決策一樣。以后AI發(fā)展應該往這個方向來做。