微软最有权势的华人陆奇谈云计算和人工智能

　　上周五，微软为它的人工智能机器人“小冰”举行了一场成人礼。

　　从2014年5月29日发布以来，“小冰”已经更新到了第四代，年纪也从16岁长到了18岁。过去两年多时间里，小冰在微信、微博、美图等平台上积累了上千万的用户，对话量超过了200亿条。

　　在相互的对话过程中，她也表现得越来越像一个正常人。比如她可以识别你发给她的图片，能在文字和语音之间进行切换，能够采用某种“策略”把你带出消极情绪，甚至，可以跟你打电话。

　　“小冰”已经成为了微软在人工智能领域的一个战略级产品，而作为这个项目的领导者之一，微软全球执行副总裁陆奇也从美国飞到了北京。在发布会结束之后，他跟我们聊起了小冰、微软的人工智能战略，还有如何在过去几年进行产品和业务转型升级。

　　陆奇认为，人工智能最终将表现在“对话”这个核心的诉求点上。当人工智能可以向电影《她》中那样与人类自然对话，与人类产生情感联系，那么将给整个社会带来巨在的变化。而微软小冰已经在这条路上走了两年多。

　　陆奇在进入微软之前，很长一段时间就职于雅虎。当被问到微软这个巨人应该如何转身，而避免雅虎的悲剧时，他觉得两个公司面临的情况并不太相同。雅虎的门户已经被搜索引擎和社交网络取代，而微软在借助云计算技术之后，把原有的产品重新推向了一个更为广阔的市场。

　　以下是采访实录。

　　关于微软小冰

　　问：小冰一个很大的特色是它的情感计算框架。但是人类的情感是很复杂的，包括积极的情感、消极的情感。从目前现看，小冰基本上表现的都是积极的情感，与人平等的对话可能会涉及消极的表达，小冰在这方面会有学习吗？

　　陆奇：按照我们人工智能、大数据和机器学习技术，人的情感只要有数字化的介入，行为的规范基本上是可以学出来的。微软想要建立人工智能是代表正能量的，是为人类服务，帮助人类的。所以在这种情况下，我们想要建立的对话，采用的策略，基本上引导人类从他的消极或者负面环境（中走出来）。

　　问：小冰已经可以做到和人类打电话了。但人和机器之间文字的交流，实时的讲话，实时的了解人的语境，进行语音的反馈，这方面是挺难的吧？

　　陆奇：从某种意义上来讲，我们为人工智能所产生的对话能力，提出了一个新的标准，如何在实时性方向，非常智能的，就像人与人之间交流，确实技术上有很大的问题。

　　我们首先要听得懂，语音识别要非常清楚，速度得非常非常快；第二，交互的能力非常广，但是如何把这些技术，有难度的核心技术提高到一定的层次，把它集合起来，使整个的用户体验，真的像人与人之间智能交互，这是非常重要的。

　　刚才有一位女士上去试了一下，小冰可能今天没法测试说今天给我打电话的是个男的还是女的，有很多事情要解决。

　　问：为什么要赋予小冰这样一种实时对话的能力？

　　陆奇：人类跟任何种类不一样的地方，我们发明了语言，人与人之间近距离的交换，后来有了电话以后，可以远距离的交换，就是实时的交换，不光把人类进化，而且产生人类知识，人生整个演进过程中起了非常大的作用，人工智能会成为新的人与人之间交流的基准桥梁。

　　其实是蛮振奋人心的，虽然我们没有完全把技术问题解决，但是我们至少定义了这是一个新的里程碑，将来不管是机器人也好，它是一个自然的交流形式，完全可以连续实时的、可以不断的，毫无保留的讲。

　　问：我们离这个理想的自然交流状态有多远？

　　陆奇：根据我们现在的深度学习技术，只是一个时间问题。把数据输进去，不断地去训练，在2009年之前，错误率接近30%，这么几年已经从30%降到8%，可以预测再过一两年，就差不多1.5%左右，这也是我们技术上可以解决的。

　　我们的语音团队是全球性的团队，小冰在开拓性领域，我在美国的语音团队他们讲，他们必须把中文的优先级继续提高，小冰从技术上来讲，用户体验上是全球领先的。今天演示的时候，我们还是比较紧张的，错误率在8%左右，一旦听不准以后，接下来的交互完全不准确了。

　　问：在开发小冰日语版的时候，是基于中文翻译平台，还是从零开始，本地语言开发出来？

　　陆奇：从零开始，文化语言环境完全不一样。一开始我们跟项目负责人有过讨论，是不是这个产品只有中国玩的转？我们说至少试试，看哪个国家哪个语言跟我们接近，就是日本。试下来以后我们就知道了，这个产品肯定是全球化的。但是每个国家必须要从零开始，因为每个国家的语言和文化不一样，你没法搬过去。

　　问：现在做人工智能其实是用深度学习的方式，利用现有的很多样本。那微软是怎么样产生这样的样本的？人工给一个图片，或者一段话分析他的情感，给小冰来训练吗？

　　陆奇：从算法上来说，机器学习从整个历史上来讲有几种大的方式，一种是你有样本，真正做到人工智能的有非常大的限制。AlphaGo最大的创新，是使用了增强学习，可以自我学习，但是这也有它的限制，它的限制就是你探索的环境多大，如果探索环境不大的话，你学来学去，就是学一个封闭的系统。

　　我们公司的团队研发迁移，我自己个人也做了不少，人与人之间知识可以传输的，迁移也必须要做。最后还要解决一部分问题，人一部分的知识，我没有做增强，也没有人来教我，我自己琢磨。所以人的知识就是三部分把它总结起来，增强学习，这是三部分学习的方式，我们微软这方面做的研发做的比较多。

　　问：小冰各方面的能力，对情感的把握和去年相比有很大的提升，微软有没有想过把商业化给提上议程？

　　陆奇：小冰的盈利空间是非常大的，我们完全有机会创建新一代盈利形式，跟搜索广告一样，我觉得搜索广告可能是盈利最好的代表。

　　为什么搜索广告业务有效性非常强，同时用户体验可以维持在很高的水平，有几个层面，第一个，信息结构。搜索广告和自然搜索的结果是完全一样，都是针对关键词。第二，用户体验也是百分之百吻合；第三，搜索广告效益完全可以百分之百用精准的方法来测试；第四，搜索广告盈利体系是建立市场机制，每个广告商要不断地提高广告的质量。

　　像小冰这样的产品，它的战略意义，对整个生态系统的广泛度，在这个阶段我对团队的要求，基本上是完全注重用户体验和生态系统的健康。如果过早的做盈利，用户体验会受到损伤，整个生态系统会受到一些约束，我们觉得这个是不值得，在这方面，一定要把基础打扎实才行。

　　问：您刚刚提到了用户体验，要做用户体验可做的事情非常多，而且是一个很庞杂的系统工程，微软在内部有没有一套自己制定的标准或者是方法，把它变成有规划性的事情？

　　陆奇：我们整个工业创新的核心是在三个圆圈的结合，第一个圆圈是人类的需求；第二个圆圈是技术上是否可行；第三个圆圈是商业上能不能建立有效的商业，这三个必须都成立才行。其中人的需求是最难预测的，最难预测的是将来。

　　目前美国科技公司成绩做的最好，发展潜力最强，第一是Facebook，第二是苹果，这两个共同有共同点，他们都是产品研发，技术对他们来讲是一个工具，他们公司着重点如何把用户体验做的越简单、越精准。在中国，我个人觉得现在实力最强的是腾讯，腾讯完全是一个产品导向。张小龙以前有一个PPT讲微信哲学，我们把它翻译成英文，给我的团队去讲。

　　在新一代，在移动和云这块，手机也好，手表也好，这些数字化的用户体验已经不再是一个工具，是个体的延伸，我们对它要求是非常非常高。我个人觉得用户体验的简单、精准，对整个公司起着战略性的作用越来越大，技术当然永远是最重要，但是用户体验是下一代企业核心竞争力。

　　微软的传统文化是比较注重技术，这是好事情，我们还是继续重视技术，但是我们必须要改进我们的文化，不断地执着的追求用户体验的简单，世界上可能最复杂的事情把用户体验做的简单，做到简单的用户体验是绝对不容易的。

　　问：小冰后面有很多的技术支持，包括云计算平台，云平台在印度，包括像医疗、农业合作非常好，微软会在这方面和中国政府有合作吗？

　　陆奇：微软把云计算的技术投入是作为核心。如果没有云的技术，大规模的数据处理，包括语音处理也好，机器学习也好，都没法完全往前推。刚才你讲到在印度做医疗、农业，我们在中国是非常非常有信心，跟中国政府也好，跟中国国企也好，建立双赢的关系。

　　我个人并没有了解具体的案例，但是我是完全相信，我们公司是非常愿意。我个人自己也是参与很多在美国跟医疗有关、农业有关的项目，在美国找到合作伙伴，云计算、人工智能、大数据的技术真正推进社会往前发展，不光是商业，对整个社会都可以用这个方向推进。

　　问：目前在小冰上的研发投入大概有怎样的金额数量级？

　　陆奇：第一，打仗不是看人多，关键是要看团队的质量。第二，你必须运用当地的特殊的创新环境。第三，在微软基本上强调全球共享。

　　从小冰开发上来讲，我们现在的团队也是非常强，人数未必多，但是创新的质量、创新的速度是非常快的。团队也充分利用了中国独特的微信、微博这些平台。同时我们充分利用了全球的技术，语音是全球共享的，大数据的东西很多都是全球共享的，我们美国很多团队做了很多基础研究来支持这里的团队。我不能说有多少资金花进去，但可以说我们领兵打仗的能力多强，我们创新的环境是多么有效，我们全球的品牌是如何利用起来。

　　关于人工智能

　　问：从计算机科学家角度来讲，现阶段的解决方式是深度学习，生物学家对人类思考的过程并不是非常清楚，他们并不代表真正的智能，不知道从计算机科学家角度来讲，人工智能的方向是怎么样的？

　　陆奇：我们整个工业一直在往前走，但是也未必大家是100%有同样的定义。虽然人是目前为止智能行为最好的代表，但是我们工业要有一个比较更远大的想法。

　　我们为什么能发明飞机？我们不是想去重复一只鸟，鸟是怎么飞，我们把鸟飞的核心能力找到以后，我们建立一个比鸟更强大的实体，智能也是一样，人是怎么产生智能系统，把这个规则拿过来，同时用这个规则建立更强大的系统，为整个社会带来正的影响。

　　问：那微软认为如何去定义真正的智能呢？

　　陆奇：智能的定义是说我们有这样一个系统，可以自动的获取知识，来代表知识，可以自动的来完成他需要达到的目的，这就是智能。

　　如果按照这个定义，我们的工业在这个方向，我个人觉得已经走的很健康了，有几个大的环节要往前走，我们怎么建立一个系统，它有一个所谓广义的智能。

　　问：狭义的智能和广义的智能区别是什么？

　　陆奇：现在所有的智能大部分提的都是狭义的智能系统，比方说以前有象棋机，打败世界冠军了，这个象棋机虽然可以打败世界冠军，但是换一个别的游戏，再怎么简单的，它也不会下。我们现在要建立的是一个智能系统，可以完成很多很多任务，小冰是一个例子，但是有很多其他地方可以做。在微软我们也是投入了很多机器学习、人工智能方面的研发，我们的宗旨是通过微软的产品建立NGI（Next GeneraTIon Internet，下一代互联网），造福人类。

　　问：您觉得这个广义的智能系统什么时候会出现？

　　陆奇：我自己做人工智能也是花了不少精力，做了很多系统、算法、产品，我觉得我是比较乐观派，如果我们整个工业能够顺利往前走的话，25年，甚至于25年不到，我们就有一个系统是广义的，可以自动的不断获取知识，自动来解决很多世界上的问题，我觉得将来的世界是一个非常非常美好的世界，我个人觉得，中国在这个世界舞台上，能够扮演的地位和重要性会越来越大，因为中国人才、数据、创新的速度、创新的空间，我个人觉得有得天独厚的优势。

　　问：能跟我们介绍一下微软在机器学习、计算能力扩容方面的最新进展吗？

　　陆奇：微软在人工智能投入上其实是非常重视的，我们不光是我的团队，不光是做应用的团队，我们跟微软研究院有很大的合作，包括几方面，第一，人工智能的计算必须要推进；第二，我们必须对软件工具，你刚才讲了有CNTK，跟谷歌（微博）的Tensor Flow基本上是一样的，我们用CNTK具体实现微软的核心产品，包括像Bing的搜索引擎、Office365里面很多的智能软件都是用CNTK。

　　我们大规模投入FPGA，现在在微软，所有的Bing和Office365和Azure服务器，我们都插了FPGA的插件。FPGA可以帮助我们做加速处理，我们现在主攻的就是加速处理，深度学习，我们可以大规模的模型训练。

　　问：为什么这个插件如此重要？

　　陆奇：比方说一个车子在开，或者一架飞机在飞，必须在很短时间做决定，所以模型的速度必须非常快，同时模型又是很大，数量很多，FPGA给我们公司战略上带来很大的研究创新的效益，我们现在在Azure上，用GPU、FPGA加速的，在将来会在Azure上提供。

　　关于微软转型和新业务发展

　　问：您曾经在雅虎工作了很长时间，见证了这家公司从崛起到衰落。目前微软也在经历这样的转型，您觉得它可以从雅虎的身上吸取什么样的教训。

　　陆奇：回过头来看一下IT工业的历史，每隔20年左右，会有一个新时代出来，从PC到互联网到云，我们战略已经定位了。

　　微软跟雅虎有一个本质的区别，雅虎的产品，他的门户网站用户已经觉得不是很有用，社交网站、搜索引擎取代他了。而微软的核心产品是生产效益的软件和服务，生产效益软件和服务由于云，这个业务不光不会往夕阳走，而且会增长。

　　问：能够具体跟我们解释一下“云”带来这种新的变化吗？

　　陆奇：生产效益的软件在PC的时代，能够达到的已经在办公室里面，坐在办公室桌上可以有一台PC，所以微软历史上的顾客有12亿客户，都是坐在办公室里面，处理信息的那些人。

　　由于有了手机，有了云以后，实际上用手机、用云的人至少有三十亿到四十亿，这些人需要新一代的工具，帮助他们更有生产效益，一旦把微软的核心业务变到云之后，我们的业务不光是不会往下缩，或者变成没有效益，而且我们的空间变得更大。

　　微软确实在历史上是不同的地位，我们也看到这样的机会，云虽然对我们有一个的颠覆性，但是给我们带来更大的空间，看到这种情况，毫无疑问，把所有的公司统统往云里面转移。

　　问：这种转移对于内容产品开发和公司文化带来了什么样的变化？

　　陆奇：举个例子，我接管我现在Office团队三年不到，我接手的时候，Office每一年歇服一次，整个团队6个月没有人写任何程序，有6个月做计划。我们现在从今年1月份开始，整个Office每个月都写，而且已经变成一个服务，这对整个团队运营文化、开发文化，怎么做计划，真的是一个很大的改造过程。

　　我们的商业模式也和以前不一样了。Office原来的商业模式卖授权，现在是卖给人家服务，就是你每个月去买，或者每年去买，卖的方式怎么做到有效性也是不一样。

　　问：微软的云业务从三年前的500万美元变成了现在的95亿美元，其中大部分是由Office365代替了原来的Office产品。做为这个团队的负责人，怎么来保证在新老交替过程中保证KPI的公正合理，维持团队的稳定和士气？

　　陆奇：Office变成Office365，其实是两个层面同时并行，第一是现有的客户，从原来的产品转化成新的产品，也就是说你没有多赚钱，只是把原来赚钱的方式改成新的赚钱方式，这些钱还是微软赚的钱，同时客户的体验更好。

　　我们的KPI有两大类—成绩和权益，业务的成绩有多少，这不代表将来，这代表你过去。权益是另外一对KPI，也就是说用户的数量有多少，我们比较重视的是数量，我们每个都看我们数量有多少，我个人推的最厉害的，一定要重视权益，光有成绩没有权益的话，你公司将来的前景是不会很长的，所以这两方面一起推，就是成绩和权益，衡量整体的KPI，这是现在Office团队转型过程当中最重要的一点。

　　问：怎么来保证客户会长期使用微软的产品，而不会转向竞争对手呢？

　　陆奇：现在云服务是一个实时性的，同样是一个Office，同样是一个电子邮箱，一旦在云端之后，你是怎么用你的邮箱，你平时邮箱里面送什么样的信息，这都是你的数据，但是我们完全可以做实时的分析，我们可以建一张知识图谱。

　　比方说你是销售团队，你跟你的客户是怎么合作的，你跟你的团队是怎么合作的。一旦建立这样的模式之后，我们可以做很多预测、很多自动化。

　　所以进了云端以后，我们以前在商业上也做了一个测试，一旦Office365，同样一个客户，我们觉得将来十年、二十年，可能是要百分之六百增长，我们可以把服务的层次提供的非常高，主要是靠人工智能，靠大数据来提高。