您当前的位置：手机观察网资讯正文

微软谈AI开展致力于遍及人工智能可解释的人工智能将是重要研讨范畴潮科技2020.AskMeAnything

2019-12-24 13:27:48 作者：责任编辑NO。石雅莉0321

活动回顾

科技和资本是驱动「新商业」变革和进化的两大驱动力，36氪持续关注这两个方向，以服务技术和资本驱动的新经济公司为使命，致力于让一部分人先看到未来。

2020 新十年即将开启，我们特别策划了「潮科技 2020」系列活动，希望与坚信科学技术创新的你，一起复盘过去十年、展望科技的新十年。

接下来的两周时间里，我们将会邀请「硬核科技公司」的CEO或者高管，在线接受来自读者的灵魂拷问。

本期·微软亚洲研究院专场

第六期的「潮科技 2020.Ask Me Anything」，微软亚洲研究院副院长——张益肇收集整理了来自读者的一些问题，针对人工智能、AI+的应用展开了回答。

Q1 能否畅想一下，人工智能领域近5年会有怎样的发展？

人工智能技术的持续不断的发展将不断重塑我们的生活和各行各业，并推动产业向数字化、智能化转变。如今，通过与人工智能技术结合，金融、交通、医疗等慢慢的变成了首批获利的行业。事实上，各行各业，无论是制造业还是教育领域，都有机会利用现在我们常说的ABC，也就是强大的算法（Algorithm）、海量的数据（Big Data）、大规模的计算（Compute），实现数字化转型，提升业务效率、优化客户体验、增强竞争力。微软作为一家在全球190多个国家运营的平台与服务公司，可以为企业和机构提供数字化转型所需的最佳平台。我们在不同国家、不同行业有很多应用案例，我们也很高兴可以将这些经验分享给各个行业的客户和合作伙伴。
此外，人工智能还将引发更多商业创新。如今的移动互联网时代，万物互联催生出了海量的数据，人工智能对大数据的分析利用能力是未来重要的转换工具。人工智能技术的提升将会提供更好的生活服务，让人们的生活更美好。人工智能未来将能够理解人们的需求、语境、周围环境等，最终改善人们的工作、生活甚至是整个世界。

Q2 您认为现在推动行业与AI结合的关键因素有哪些？

我认为AI赋能行业，也就是我们常说的推动行业数字化转型有ABCDE五大关键因素：Algorithm（强大的算法）、Big data（海量的数据）、Compute（大规模的计算）、Domain（专业的领域）、以及Ecosystem（生态链）。
ABC这三大因素是AI的基石，也是数字化转型的基础。目前，在这三个方面微软已经能够提供非常完备的服务。然而助力数字化转型还需要D专业的领域和E生态链这两大关键因素。
Domain，专业的领域，就是指任何人工智能落地的场景，都需要行业的专家一起进行参与，比如在农业、医疗、制造、金融、物流等。在AI+医疗方面，微软的很多应用是与辉瑞等领先的医药企业一起共同完成的；在金融领域，我们也与中国外汇交易中心、华夏基金等金融机构合作。
Ecosystem，生态链，则是指除了落地的场景，AI在行业的发展还需要一个完善的生态产业链，这样你才可以将各种各样的信息收集齐全，并了解清楚，比如AI农场，你可能需要有动物的供应、饲料的供应商等等。

Q3 微软在中国是如何将人工智能落地到具体行业？

一直以来，微软的目标是普及人工智能，并且让每一个人都能够使用人工智能技术并享受其带来的好处。为了做到这一点，微软致力于将人工智能融入到所有的产品和服务中，以此来增强个人和组织能力，使工作更有效率。同时，微软的人工智能服务和工具还将提供强大的平台，使人们能够更快速、更轻松地受益于开发人员和合作伙伴的创新。
借助智能技术的力量，我们通过多种形式实现突破，帮助企业进行转型。在2017年11月，微软亚洲研究院提出了“数字化转型即服务”（DTaaS, Digital Transformation as a Service）的概念，并正式成立了微软亚洲研究院“创新汇”，希望充分的发挥微软亚洲研究院在计算机领域的技术和人才优势，结合成员企业深厚的行业理解与洞察，共同推动各行业的产业升级与科学技术创新。
比如，在金融领域，微软亚洲研究院与华夏基金在量化投资方面开展深入合作，探索出“AI+指数增强”投资策略。2019年3月，华夏基金尝试将该策略进行实盘运作，运用该策略的指数增强型产品在同类型基金中的业绩排名一直稳居前列。在物流行业，微软亚洲研究院与东方海外货柜航运有限公司（OOCL）深度合作，通过深度学习和强化学习等人工智能技术，大幅优化了航运网络运营，真正实现了智能物流。

Q4 人工智能领域还有哪些问题亟待解决？

目前，人工智能技术对大数据和大计算的依赖较大。这其实和人类智能有很大的差异，因为人们多数时候是用小样本的方式在学习，很容易举一反三。而且现在绝大多数的人工智能算法都是黑盒算法，这种黑盒系统只能回答“是什么”的问题，而不能回答“为什么”的问题，因而通常被称为“不可解释”的AI。随着基于AI的动态系统越来越普遍地运用在我们的生活中，要求决策流程具有更加明晰的问责机制将是大势所趋，这样的机制可以确保其可信性和透明度。这都是我们应该深思的问题，也是下一步人工智能发展要解决的后续的问题。
此外，人工智能技术现在面临的一个很大问题就是偏见。例如用网络搜索引擎搜索CEO会发现，出来的结果基本上没有女性，亚洲人面孔也很少。这些都是随着人工智能的发展出现的伦理问题。这些不单单是科研的问题，也是整个行业的问题，整个行业和全社会都必须认识到这样的一个问题的重要性，携手合作，探索解决之道。在这方面，微软慢慢的开始行动了。微软将重点放在指导人工智能开发的七大原则上：人工智能系统应公平、可靠与安全、隐私与保障、包容、透明、负责、合法和主权。这些原则对于解决人工智能的社会影响和建立信任至关重要，因为技术作为产品和服务的一部分，已日益深入人们的日常工作和家庭生活。为确保上述七项原则有效实施，需要将这些原则与日常运行紧密结合。在微软，我们解决这一问题的途径之一是设立开发和研究人工智能与道德标准（AETHER）委员会。

Q5 微软亚洲研究院为何会选择麻将开展研究？

麻将有很长的历史以及良好的群众基础，而且麻将在世界范围内都很流行。全球保守估计，打麻将的人数超过9千万，而且近几年有稳定上升的趋势。竞技麻将在全球也有很大的发展。在日本的“天凤”平台上，有超过33万人玩竞技麻将，并且有非常专业的段位升级系统。在澳大利亚，从2007年至今已经举办了超过6000场麻将的联赛。去年，麻将成为继围棋、国际象棋、中国象棋、桥牌和西洋跳棋之后的第六项国际智力运动。
与现有已经很成功的游戏AI相比，麻将对AI的挑战更大。相比信息完整、逻辑性强的象棋、围棋等其他棋类，参与麻将的玩家信息是不对称的，麻将属于非完美信息游戏（imperfect information game），这就导致麻将在打牌的过程中存在大量隐藏信息，具有高度的不确定性。在这种挑战下，仅靠算力无法根本解决问题，它需要更强的直觉、预测、推理、和模糊决策能力。作为研究机构，我们以好奇心为驱动力，对于探索未知、解决难题充满兴趣，所以很自然地想到了麻将。
而且，麻将AI系统的研究对于探索机器学习算法的技术边界、推动麻将社区的发展，以及解决真实世界场景中的复杂问题都具有重要意义。

Q6 微软的超级麻将AI Suphx在平台上已经取得了优异成绩，麻将AI的技术未来将有哪些应用？研究团队还会进行哪些研究工作？

虽然Suphx取得了一定的成绩，但是其实越去做这方面的研究我们越觉得里面有很多东西值得我们去探索。比如，我们怎么能够进一步推动麻将文化的传播，包括跟天凤平台做更深入的合作，把麻将文化、整个麻将社区做更大的推动；是不是可以把Suphx获得的一些经验变成很有价值的参考资料，让更多的麻友去分享，等等。所以，我们的研究团队会把麻将AI做得更深入，更长远。
麻将属于非完美信息游戏，其中的复杂策略和带有随机性的博弈过程更贴近人类真实生活。我们大家都希望麻将AI的突破，帮助我们解决真实的生活中，包括智能交通、金融投资等存在大量随机因素的场景。在我们微软亚洲研究院“创新汇”项目里，刚好有很多物流行业、交通行业、金融行业的合作伙伴，我们会把这些积累的技术通过创新汇的形式辐射到更多产业，用我们的AI技术帮助各个产业做数字化转型。
从某种意义上讲，始于游戏，但是我们绝对不会终于游戏，我们是希望能对更大范围的产业产生辐射作用。

Q7 随着“AI+” 逐渐进入生活，AI会对就业带来多大影响？会创造出什么样的新兴就业方向？

我想引用一个数据。麦肯锡发布的一份研究报告，在旅行、交通、零售、能源、医疗、公共事务等19个行业和领域中，都有许多通过引入人工智能来创造更高价值的案例。这当中既包括创造更有价值的产品和服务，也包括提高收入、解决成本等等方面。这些变化，将会出现在我们生活中的方方面面。宏观上来讲，人工智能对各个行业领域的改造将是深刻的、持续的、触及结构的。
很多人恐惧人工智能进入人类社会，进入我们的生活，想象着自己的工作岗位可能会被人工智能替代。事实上，我们现在距离科幻电影中描绘的那种通用型超级人工智能还很远。人工智能的出现并不是一个被创造出来、可能会替代人类的新物种，相反，人工智能是人类智慧某种程度上的延伸。以医疗行业为例，医务人员利用人工智能的迅速收集和处理大量数据的特点，那些在传统诊疗过程中容易被忽视、相对来说还是比较隐蔽的症状也将难逃法眼。这不仅仅帮助医务人员提升了工作效率，更能改善患者对于医疗服务的体验。
当人工智能技术全民化的夙愿得以实现的时候，被解放的劳动力可以在人工智能的辅助下更有效率地投身到各行各业中去。就像汽车的出现催生了包括司机在内的各种新兴职业；电影的出现和发展更是产生了“电影工业”这一前所未有的工业和商业模式一样，随着人工智能技术的发展和落地，人工智能工程师、测试员等等新兴职业也将催生大量的就业岗位。人们在利用人工智能技术将生活变得更美好的同时，人工智能也需要人们的帮助。

Q8 过去20年，很多活跃在IT界一线的领导者和人才都有在微软亚洲研究院的工作经历。当中国有竞争力的科技企业慢慢的变多时，你们是如何保持独特的人才吸引能力的？

创新从来都不是一蹴而就的，人才培养更是如此。对于日新月异的信息科技行业，人才是一切的根本。20多年来，微软亚洲研究院探索出一套适合高科技人才成长和发展的独特文化和机制，以开放、合作、自由、包容的文化，持之以恒专注科研的情怀，持续吸引和培养全球顶尖的计算机研究人才，成为一流的人才发展与培养平台。
通过长效的人才培养机制，从实习生的培养，到对青年学者的资助，从对高校科研的支持，再到与高校合作开设课程等等，微软亚洲研究院积累了自己的方法论体系，为整个产业培养了一大批杰出英才。目前，从微软亚洲研究院“毕业”的超过7000名院友遍布全球，活跃在科学创新最前沿，慢慢的变成了当今学术界以及产业界创新发展的中坚力量。
微软亚洲研究院提倡的开放、自由、平等、进取的学术风气和科研环境，为研究人员提供了稳定的研究环境、丰富的研究资源和长期的支持。在这里，研究员可以自由探索自己感兴趣的研究课题，无限可能地去探索未知领域，让自己的创意梦想改变全球用户的体验。同时，我们自下而上的研究管理机制，推崇大胆创新以及多元与包容的科研氛围，也为创新技术研究营造了良好的环境。

Q9 目前，人工智能在医疗领域真正的发展和应用是怎样的？微软亚洲研究院在AI+医疗方面近期有哪些研究成果？

人工智能在医疗领域的应用能够协助医生更好地完成工作。目前，人工智能已经用来对病例进行优先排序，比如一位放射科医生每天在查阅病历时，就可以先查看更紧急的病例。这确保了医生能首先照顾急需的病人，同时不必改变工作流程。
近期，微软亚洲研究院通过深度神经网络训练无标注数据，改善医学图像配准方面取得了进展。对于更多医疗病例，这一进展提高了配准精度。相关代码目前已开源。我们还与辉瑞生物制药集团等合作伙伴合作，通过人工智能来帮助提高对感染性疾病的认知，加强抗感染领域病原菌识别能力。

Q10 随着计算机视觉和机器学习等技术的发展，我们大家可以看到人工智能未来将在医疗领域展现出强劲的应用潜力。目前研发面临的主要挑战是什么？如果AI技术要真正投入临床诊断应用，还需要在哪些环节发力？

未来，“可解释的人工智能”将是一个重要而活跃的研究领域。目前人工智能系统能够做出决策，但却无法解释其决策背后的推理逻辑。为了让人工智能成为值得信赖的助手，帮助医生做出更好的决策，我们一定要提高人工智能系统的可解释能力。这样也能够让医生了解人工智能系统的能力边界在哪里，是否需要对其决定进行双重检查。另一个挑战是，如何使用弱监督和无监督的训练方法更好地利用医疗数据，如果使用手动标注这些数据就太昂贵了。