沈向洋:中美AI发展的差异原来在这里!

2018 年 8 月 8 日 微软研究院AI头条


编者按:微软全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋最近在访谈中谈及他对中美两国人工智能的发展路径的洞察:中美两国AI走过的技术路线很相似,但实现路径差异大,且全球AI已经形成了一东一西的竞争格局。沈向洋还对微软在人工智能、云计算等前沿方向的投入发表了自己的见解,并表示微软具有兼顾产品与研究的完整研发体系,产品聚焦商业落地,研究勾画技术未来。本文转载自微信公众号“中国电子报”。



沈向洋是美国国家工程院院士、全球顶级机器视觉专家,是微软公司执行副总裁、微软12常委之一,是微软公司华人最高职位者。所有接触过沈向洋的人,对他的评价是智商、情商“双高”,有一种举重若轻气度。通常管研发的人身上有“理想主义”的色彩,而管产品的人则需要更“现实主义”,沈向洋既管研发又管产品,他执掌微软的全球研究院和AI产品线,把“理想和现实”都平衡得很好。


不久前,沈向洋接受了《中国电子报》记者的采访。关于AI的最新进展以及微软的未来,他透露了许多信息。


中美AI落地有差异

人工智能分为感知智能和认知智能,最近这几年感知智能方面进步非常大,但是在认知智能方面进展非常小。所以很多人担忧的AI超越人类的事,沈向洋并不担心,因为AI还远远没有达到能跨越人类智能的高度


谈及AI技术发展,沈向洋表示,中美两国AI走过的技术路线非常像,得益于互联网和开源,科技的发展变得更互通,技术发展很快,剩下来的挑战是如何将技术落地。但是在如何将AI产品化、商业化,中美在实现路径上有很大差别。他表示,中国有很多AI独角兽公司做得不错,尤其是在计算机视觉、人脸识别、安防等方面,比如旷世、商汤等公司,这些公司找到了真实需求场景,发展非常快,而且已经开始走向海外。“高科技产业的发展有滚雪球效应,做得越早、越早占领,机会就越多,而且能够很快做大。所以从这个角度看,很多美国人也担忧,中国在AI某些领域的快速发展,会不会对美国形成冲击,不过现在下结论还早,大家都还在观察中。”他说。


沈向洋透露,最近美国在AI上有两个比较大进展一是在可信赖的AI上,称之为“private AI”,目前美国在能利用隐私数据进行人工智能研究有了比较大的进展,这是非常厉害的地方,如果不能解决数据加密和隐私保护的问题,大家都不愿意将数据拿出来,而如果没有数据的支撑,就无法加速AI发展。一个技术要想深刻参与和推动人类进步,一定会从生产力影响到生产关系和资源配置。不久前沈向洋联合微软公司法律副总裁撰写《未来计算》一书,就谈及了人工智能与发展将面临的种种社会伦理挑战,因为在沈向洋看来,所有的技术要想深刻影响社会一定会体现在法律、法规上。另一个进展是可解释的AI。过去的AI只能是给出结果,不能告知原因,比如一个患者得了癌症4期,AI可以判断出是癌症4期无法解释是为什么,现在很多人工智能能够解释原因,而且在解释和解析上比很多医生做得更好。


全球AI一东一西格局已定

沈向洋谈及了目前全球创新趋势的变化。一直以来,全球大的IT企业在技术创新上所采取的模式,通常是选一个用户数量庞大、商业价值高的市场作为主战场,围绕这个市场进行技术研发、产品定义。微软也不例外,到目前为止还主要采取这样的模式,以美国为主战场,大部分的产品在美国定义,然后移植到欧洲,这两个市场文化相对比较接近,再然后是日本、韩国、中国等亚洲市场。


但是现在出现了新的变化。沈向洋表示,大家越来越意识到中国市场与其他市场不一样,比如人工智能应用,在美国做好之后三五年再落地中国将变得越来越难以实施,因为中国市场创新能力越来越强、产品落地能力非常强。现在全球大IT公司,每做一个产品需要考虑中国情况、中国用户的体验,不仅仅是因为中国用户的规模庞大,还因为这里的创新公司在做很多原创的技术与服务。


竞争的格局正在发生改变,未来全球AI的格局,会有两个巨头,一个是美国、一个是中国


公司大了最难决定是不做什么

目前微软将人工智能、云计算、量子计算、AR/VR列为未来方向,云计算是微软目前增长最好业务线,人工智能也比较好理解,将人工智能注入微软所有的产品线能够带来更智能的产品与服务,获得更高价值,但量子计算和AR/VR似乎还遥遥无期,看不到短期变现的机会。微软将未来押宝在这些机会上,究竟怎么想?


沈向洋表示,对企业来讲最重要的是要看到方向,投资未来,并找到自己落脚的商业模式。微软的规划分当下、近期、远期,未来5年、10年规划清晰。现在很热的计算机视觉、计算机语音识别,而事实上在20、30年前微软就开始进行这些方面的研究。沈向洋加入微软是22年前,那时他就做计算机视觉研究,而这些计算机视觉的研究成果在微软的体感游戏Kinect以及HoloLens等产品里都发挥了作用。微软15年前开始研究量子计算。“老实说,其实关于量子计算的应用,除了加密其他应用究竟在哪里,大家现在还不清楚,但是未来的若干年后它一定会带来产业的颠覆。这个我一点都不担心,就像50年前计算机出来,大家也不知道它能做什么一样,谁也没有想到计算机演变到出如此多形态,能做这么多事情。”沈向洋强调,未来一定是“无处不在的计算和无所不在的智能”


对他而言,更激动人心的是智能端。PC和手机发展已经进入稳定期,但接下来将是物联网的世界,会有几十亿、几百亿的IOT设备出来。“所以我们不仅仅要做智能云,更加激动人心的是要做智能端。现在微软做AR、VR,对于微软来说AR、VR只是一种看世界的交互实现方式。”沈向洋说。


所以,沈向洋的观点是:“持续成功的公司必须要做长远的基础技术研究,一个研究院的灵魂是要有耐心、有眼光做长远的技术,追求一些能够对未来产生巨大影响的技术。”沈向洋甚至表示,当一个公司大到一定程度最难的决定不是要做什么,而是不做什么。就像现在自动驾驶非常热,但微软决定不做自动驾驶这个“车”本身。微软打造的是从云到端这样的一个整体的平台,打造汽车的平台。


想象力才是做研究最重要的

关于研究,沈向洋说只能是“放养”,研究的所有一切是未知、是不确定。而做产品要求的就是确定性,他表示做产品实际上只有三件事情,“第一,你的产品到底要做什么;第二,你的产品质量是什么;第三,你的产品哪一天可以出门。就是这三件事情天天要做平衡,出了情况如何解决、如何来平衡,所以管产品线是非常辛苦的事情。”他甚至自嘲“我的满头白发就是做产品给弄的”。


在沈向洋没有管产品事业部之前,沈向洋曾是微软亚洲研究院院长、首席科学家,带过不少研究生,每一个他带过的研究生他都会先送其一本书——《像外行一样思考,像专家一样实践》,这是卡内基梅隆大学教授Takeo Kanade教授写的书。


沈向洋表示,做研发最大的问题是缺乏想象力,缺乏悟性,想问题的格局不够大,想不出东西来就只能去抄袭别人。因为环境、体制限制了想象力,事实上,做研究要“无知、无畏”,只有想不到的没有做不到的,过去认为千里眼、顺风耳、嫦娥奔月是了不起的事情,但这些今天都实现了。所以他管理微软研究院,最担心的是研究员们有“小富即安”的思想,事实上这些世界上最聪明的人来到微软研究院“小成功是必然,大成功是偶然,而我需要的不是小成功。”沈向洋说,在微软研发体系里有两条腿,一条腿非常实际,做落地产品,另一条腿关注未来、需要想象力。微软全球研究院有1000多号科学家,承载的是微软的技术未来,沈向洋对他们的态度是给予信心和放养。“因为做研究的人,你逼他没有用”,所以来到微软亚洲研究院的人,“没有说你一定要做什么,你自己可以决定要做什么“。


“研究需要自由的环境,为什么许多的图灵奖、诺贝尔奖的获得者都来自名校、来自研究院,因为那里有太多的聪明的人,互相激发、互相启发、相互挑战,有聚集效应。”沈向洋表示。



你也许还想看


 沈向洋对话北大学子 AI时代人类何去何从?

 沈向洋:懂语言者得天下

 对话沈向洋 | 在人工智能最好的时代,寻求可能性比超前顾虑更关键


感谢你关注“微软研究院AI头条”,我们期待你的留言和投稿,共建交流平台。来稿请寄:msraai@microsoft.com。



登录查看更多
2

相关内容

Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
电力人工智能发展报告,33页ppt
专知会员服务
120+阅读 · 2019年12月25日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
78+阅读 · 2019年12月13日
1年融资超230亿!计算机视觉为何如此吸金?
过了尬吹的年代,人工智能都落地了些什么?
互联网er的早读课
8+阅读 · 2018年11月5日
2018,怎样搭上AI这趟顺风车?
大数据技术
3+阅读 · 2018年3月6日
观点 | 为何自然语言处理领域难以出现“独角兽”?
微软丹棱街5号
4+阅读 · 2018年2月27日
观点 | 沈向洋:下一个攻坚点是通用人工智能
微软丹棱街5号
3+阅读 · 2017年11月16日
“看脸”的时代,AI到底有多智能?
微软丹棱街5号
3+阅读 · 2017年11月9日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
VIP会员
相关VIP内容
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
电力人工智能发展报告,33页ppt
专知会员服务
120+阅读 · 2019年12月25日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
78+阅读 · 2019年12月13日
相关资讯
1年融资超230亿!计算机视觉为何如此吸金?
过了尬吹的年代,人工智能都落地了些什么?
互联网er的早读课
8+阅读 · 2018年11月5日
2018,怎样搭上AI这趟顺风车?
大数据技术
3+阅读 · 2018年3月6日
观点 | 为何自然语言处理领域难以出现“独角兽”?
微软丹棱街5号
4+阅读 · 2018年2月27日
观点 | 沈向洋:下一个攻坚点是通用人工智能
微软丹棱街5号
3+阅读 · 2017年11月16日
“看脸”的时代,AI到底有多智能?
微软丹棱街5号
3+阅读 · 2017年11月9日
Top
微信扫码咨询专知VIP会员