AI|深度长文: 微软王者归来 这次靠的是人工智能

在新CEO的领导下，微软正在朝着AI前进，它要用AI作为武器重新夺回王者宝座。

智东西 编 | 海中天

导读：错过了移动浪潮，在云计算战场输给亚马逊，收购诺基亚失败……曾经不可一世的软件巨头微软似乎风光不再！真的是这样吗？也许。在新CEO的领导下，微软正在朝着AI前进，它要用AI作为武器重新夺回王者宝座。最近，《连线》杂志刊文长篇文章，介绍了微软的AI大计，微软AI领域的领导人纷纷登场，描绘新的蓝图，让我们深入了解一下。

约书亚·本吉奥（Yoshua Bengio）从来没有偏袒哪一方。有三个人塑造了深度学习，现在深度学习成为AI发展的主要技术，本吉奥正是其中之一，他一跃成为了明星。深度学习是一个全新的领域，能够推动它发展的人很少，加起来用一个房间就可以装下，每一个人都想分享自己的智慧。所谓每个人，包括创业公司、跨国巨头、国防部。

与他同样著名的科学家扬·勒丘恩（Yann LeCun）和杰弗里·希尔顿（Geoffrey Hinton）分别投入了Facebook和Facebook的怀抱，53岁的本吉奥仍然在小小的三楼办公室办公，这间办公室位于蒙特利尔大学一座小山的山顶。“我想继续当一个中立代理人。”说话的时候他正在喝铁锈色的甘草水，水从玻璃水瓶流出来，桌上有纸，很凌乱，玻璃水瓶是用来压纸的。

和上世纪的原子科学家一样，本吉奥知道自己开发的工具很强大，无可估量，使用时必须深思熟虑。本吉奥说：“在AI世界，我不希望只有1家或者2家企业（我不会说出名字）成为仅有的大企业。”他的眉毛上扬，意思就是说：这些企业是谁大家心知肚明。一家位于门洛帕克，一家位于山景城。本吉奥说：“这样的格局对社区不利，对所有人不利。”

正因如此，本吉奥最近加入了微软。

(本吉奥和卡什亚普）

没错，是微软。本吉奥认为前“Windows王国”可以将自己打造成为AI第三巨头。微软有资源、有数据、有人才，还有愿景与文化（这是最重要的），它不但知道科学的重点在哪里，还推动技术向前发展。1月份，本吉奥同意担任微软的战略顾问，这一举动引起了整个产业的注意。微软得到了AI领域一名最尖顶的人才，可以获得创意和才华，找到前进的方向。这件事情也是一个信号，告诉我们微软想将“双寡头”统治AI的局面打破，变成“三寡头”统治。

谁是沈向洋？

拿下本吉奥的是哈里·沈向洋（Harry Shum），他想尽办法“追求”本吉奥，花了几个月时间。沈向洋是一名计算机科学家，满头银发，带着线框眼镜。沈向洋告诉我：“他刚刚来过这里，就是这个房间。”沈向洋面带微笑，言下之意就是说：将高高的、眉毛夸张的加拿大人当成明星一样追，在谷歌学术搜索（Google Scholar）上这个人的论文被引用过69616次，局外人肯定认为很奇怪，他知道这点。

我们坐在灰色的沙发上，这是一间很大的会议室，位于Building 34的第五层。沈向洋负责微软所有的AI和研究活动，他刚刚参加完彩排，为下一周将要举办的Build开发者大会彩排，他想向我展示一些演示样本。

我跟着他穿过走廊，沈向洋走得很快，我几乎半跑才能跟上。发生的事情太多了。在一个实验室内，Skype团队的自动翻译App可以让我实时与说德文的人聊天。还有，我看到一个App正在对建筑场地进行调查，看看有没有访客违反安全规定、未获授权就进入场地，App用到的是计算机视觉技术。在另一个应用中，微软帝国的AI主角Cortana扫描我的收件箱，看看我给别人许过什么承诺，然后敦促我兑现承诺。

微软CEO萨提亚·纳德拉（Satya Nadella）想围绕AI重塑公司，在过去几年里，沈向洋一直在帮助自己的老板达成目标。就在纳德拉成为微软CEO之后的第二个月，也就是2014年3月，他在高管休息寓所首次号召微软领导团队行动起来。从一开始，沈向洋经常与纳德拉、陆奇会面，讨论最佳AI策略，思考如何将AI功能植入微软产品。最终AI会变得足够强大，迎来属于自己的黄金时代。

去年9月，沈向洋重组团队，将研究人员与产品集团整合在一起，建立了新的“AI与研究集团”。现在这个团队已经贯穿微软的三大核心产品：Windows、Office、Azure（云产品）。用沈向洋的话说，这样做是希望“缩短从研发到形成产品的周期”，让客户可以以更快的速度从AI中挖掘价值。时间紧迫，所有的大型科技企业都想在AI产品与服务上击败对手。除了Facebook和谷歌，IBM、亚马逊与苹果也已经知道自己的未来掌握在深度学习手中。去年秋天，陆奇因为骑自行车时发生事故离开微软，快速康复之后现在已经加入百度，掌控AI部门。

曾经微软是AI的强者

比较讽刺的是微软曾经在AI上失败过。那时还是1990年代，当时微软将行业顶尖的研究人员请到公司，研发语音识别和视觉技术。在将近10年的时间里停滞不前。几乎每一台台式机和笔记本的软件都被微软牢牢控制着，它如此强大，却眼睁睁看着更年轻、更时髦的创业公司呼啸而过，掌控移动和开发工具，这些工具专门面向云计算，而我们所有人都通过云计算完成各种任务。在微软，研究人员被刻意孤立，这样他们就可以畅想未来，不用面对来自市场的压力，正因如此，他们的发明很难走出实验室。例如，早在1998年时盖茨就展示了地图技术，但是它从未进入市场，2005年谷歌推出了“谷歌地图”。

当时AI研究停滞不前，因为计算处理能力不够强大，或者数据不够多，无法形成真正的突破。

在微软回归AI之前很久，AI就已经走过冬天，迎来春天。直到2013年Facebook和谷歌分别聘请了扬·勒丘恩（Yann LeCun）和杰弗里·希尔顿（Geoffrey Hinton），微软的影响力一直在下降。公司错过了移动浪潮，在云计算上晚了一步。当竞争对手加倍向深度学习下注时，微软却沉迷于过去，它宣布70亿美元收购智能手机制造商诺基亚，这宗收购以失败收场，花的钱全打了水漂。

在Redmond，高管们仍然孤军奋战，老软件越来越光鲜，但是用户想要的越来越少，与此同时，微软拒绝与云创业公司接触，它们正在开辟崭新的未来。就在那一年，分析师Benedict Evan写了一篇博客文章，标题是“微软越来越不重要”。与此同时，硅谷巨头按部就班夺走微软的人才。看看机器学习高级人才的简历，就会发现有许多曾在微软工作过。

（沈向洋）

Cortana诞生

2014年年初时，微软提拔一名内向的工程师，他的整个职业生涯几乎都是在微软度过的。这个人就是纳德拉，他与微软的用人标准格格不入，启用对微软文化不甚了解，没有受到熏陶的人，也许更有可能带来剧变。纳德拉为计算的未来描绘了一个简单愿景，与每一个人建立联系，从创始人到开发者，让公司重新有了紧迫感。3年前，当我们谈论科技巨头时微软榜上无名，现在我们不会将它遗漏。

微软要想成功，光是在云计算超越亚马逊或者说服每个人尝试HoloLens AR设备还不够。当年互联网摧毁了每一种业务模式，强迫产业重新洗牌，现在的形势同样如此，AI要求我们给计算一个全新的定义。正因如此，去年扎克伯格给自己定了一个个人挑战项目：开发AI。正因如此，桑达·皮查伊（Sundar Pichai）才会在过去2年的开发者大会上大声疾呼，说要从“移动优先”的世界向“AI优先”的世界前进。

AI优先的世界将会带来机会，这些机会会被少数企业瓜分。沈向洋的任务就是确保微软位列其中。沈向洋说：“在这个产业，你应该明白错过上一次浪潮没什么大不了的，但是如果错过当前的潮浪问题就大了。”到目前为止，我们必须学会如何使用计算机，学会下载App，记住驱动软件应用的代码。有了AI，计算机将会学着理解人类。当我们完成任务时，再也不用依赖手机，不需要提示。在这个全新的世界里，运算就是环境，容易接入、存在于我们周围的任何地方。我们需要一个向导，它相当于一个智能讲话者，通过书面或者口语的形式引导我们进入新世界，这是一个超级强大的存在。微软管这个向导叫作Cortana。

与Siri相比，Cortana大体相似，只是流行程度低一些，功能丰富一些，它比谷歌助手有魅力，但是没有Alexa那么有名气。最开始时Cortana出现在Windows手机上，基本没有什么人使用，不到一年时间Cortana就进入了更宽广的Windows生态系统。去年，Cortana疯狂扩张，进入每一个可以进入的地方，甚至还进入了iPhone。Cortana与Windows捆绑在一起，所以它有1.45亿月活跃用户。很显然，Cortana的用户数比亚马逊Alexa多很多，据说Echo的销量不到1000万台。不过Cortana与Alexa不同，Alexa主要处理的是语音，Cortana主要处理的是文本，它嵌入到许多人已经拥有的产品中。在Windows的上方有一个工具条，用户只要将问题放进去，就在使用Cortana。

虽然一些企业给Cortana编程，将它装进扬声器，跟亚马逊谷歌的产品相似，但是微软的产品似乎没有那么红。沈向洋并不担心。他说：“我们认为竞赛才刚刚开始。”沈向洋引用了一份报告（他不愿意透露报告来自何处）说，有四分之三的时间Alexa回答问题时给出的答案是：“我不知道。”“当然，语音助手正在改进，但在一般理解、AI认知方面，我们仍然处在萌芽期。”他相信，微软现在的机会在于让公司的核心产品和服务更智能，在12-24个月之内将技术放进产品、投向市场。

马库斯·阿什（Marcus Ash）认为，键盘与屏幕不会将领地全部交给语音激活系统。阿什是Cortana的团队项目经理，他负责产品的开发和推出工作。阿什称：“我们认为在某些场合下语音更方便，比如我的手忙不开，或者我想说一些话并获得答案。尽管如此，还是有许多地方用输入更合适，所以会有许多的计算设备。”

苹果可能是率先将Siri交给消费者的，但是微软Cortana做得更好。事实上，Cortana之所以表现出色应该归功于微软的核心产品，尤其是必应。必应已经运营8年多时间了，虽然品牌不是最强的，但它的流行程度超过了你的想像。只要大型科技公司与谷歌竞争，就会与微软签署合作协议，用必应增强自己的搜索产品。

也就是说苹果Siri与Spotlight向必应借光，亚马逊Kindle设备也一样，雅虎、Verizon、AOL的搜索功能同样以必应作为基础。在美国，大约 30%的搜索查询来自于必应。Cortana合伙设计经理艾玛·威廉姆斯（Emma Williams）说：“正是因为这个原因，Cortana可以变得相当实用，变得相当强大，因为我们可以从海量设备收到数据信号。谈到真正理解世界，只有谷歌可以与我们抗衡。”

Cortana想成为下一个“计算范例”，正如今天的智能手机一样：它是用户所有计算需求的进出之门。阿什说，微软认为Cortana就是一个代理，掌握你的所有个人信息，可以代表其它代理与你互动。阿什还说，当他走进会议室，他的Cortana会与其它机器人、数字助手连接，处理所有费时费力的事情。他还说：“Cortana会说：‘这是马库斯，在这个特殊的房间里，他的偏好是这样的，我要将这些内容放在这台投影仪上，展示给他看。’”

如果说Cortana是导游，那么聊天机器人就是调停者。它们是AI输入式软件的小片段，帮助用户自动完成一次性任务，以前必须亲力亲为，比如定餐、完成银行交易。或者在马库斯参加会议时确保投影仪为他显示幻灯片。程莉莉（Lili Cheng）是微软的研究人员，她在微软已经工作多年，一头直发，围着彩色围巾，她掌管一个多学科实验室，名叫Fuse Labs。程莉莉认为：“聊天机器人只是你可以与它对话的软件，也就是说它是用来对话的。”

机器人

最近，程莉莉晋升为企业副总裁，率领机器人框架团队，运营感知服务。她管理许多工具，还有29种服务，比如计算机视觉、语音识别，微软将这些技术提供给开发者。程莉莉之前在苹果工作，后来加入微软，自此之后一直在开发社交技术，她还开发了一个图形界面，可以生成漫画书。程莉莉回忆说：“它安装在IE3中。”那是1996年的事了。虽然程莉莉见多识广，机器人的进化速度仍然让她吃了一惊。

人与技术如何说话，技术如何回应人，这是程莉莉关注的重点。沈向洋调整“AI及研究集团”，瞄准4大领域：产品、早期产品、更早的产品和研究。程莉莉在这四个领域都工作过。现在，她说她处在第二个领域。用她的话说：“我们认为机器人与Cortana会话是一个产品，但是它是早期产品。”

（本吉奥）

2016年春天，微软首次向开发者提供开发机器人的工具，其它大型科技公司也采取相似的策略，比如Facebook。人们认为机器人将会替代App，许多利益相关者也希望事情正如所料。到去年春天为止，许多人在智能手机上仍然使用基本相同的少量App，有了机器人，开发者与品牌也许可以再次接触到新用户，正如移动革命之初通过程序店接触一样。不过用户不愿意合作。

深度学习可以让机器人具备魔法一样的功能，它的进步速度很快，比人们接受的速度还要快。程莉莉说：“机器人就像文件菜单时代的App。”她解释说，机器人并没有一组指令集，如何找到它们、让它们工作？用户还很困惑。她说：“以网页为例，上面有返回按钮，用户可以搜索。会话App也应该具备相似的基本组件。‘好吧，有哪5件事是我一直可以做的，以可预测的方式做？’这就是人们所喜欢的。”现在行业已经开始确立可以理解的规则。

除了将机器人工具提供给开发者，在程莉莉的领导下，微软还培育了自己的聊天机器人。当时微软的想法很单纯，机器人与真人互动时微软可以在一边观察，深入了解计算机与人是如何互动的。实验的结果有喜有忧。还记得微软的种族主义聊机器人Tay吗？它是一个聊天机器人，2016年3月曾登陆Twitter、Kik、GroupMe，不到24小时，机器人就向厌恶妇女的种族主义者学习，通过Twitter信息学习，结果机器人居然认为“希特勒是对的”，很快微软就撤下了机器人。6个月之后，程莉莉又推出一个新聊天机器人，它就是Zo，出现在Kik上，没多久又进入了Messenger。

如果你问Zo对希特勒有何看法，她会回应说：“我不想讨论这个:(.”你问她多大年纪了，她会说：“大约22岁吧。”

你问机器人谁是她最好的朋友，她会说：“我很受欢迎，朋友数都数不过来。开个玩笑啦。” Zo是西方版的小冰，小冰是微软在中国推出的机器人，它模仿17岁的女孩，自2014年推出以来已经吸引近4000万用户。在中国，小冰已经是社交名人。小冰的日本版是Rinna。使用小冰的用户有四分之一告诉她：我爱你。

去年春天，聊天机器人定期发表诗歌，用的是笔名。沈向洋对此感到兴奋。他说：“没有人知道。现在在中国，一些人居然认为有一个年轻女子发表了一些有趣的诗歌。”几周之后，聊天机器人的真正身份曝光，引起一阵轰动。

语言的亲密度与文化关系密切，程莉莉一直在努力解决一个问题：如何让机器人的对话方式适应西方听众。到目前为止，北美青少年和中国青少年一样喜欢聊天机器人。平均而言，他们花10小时与Zo交流，有来有回。有些青少年与父母存在矛盾，Zo会提供建议，在措辞中她变得越来越优雅：这种智力正在向Cortana、微软机器人工具迁移。

用户愿意与Zo交流10小时，这是一个信号，说明微软开发了成功的产品。尽管如此，并不意味着它就是一个好产品，它还要向人类证明自己的价值。AI驱动的世界引发许多新的伦理问题。例如，如果你是小冰的设计师，你知道北京有一名用户，凌晨1点了还不睡，明天他要工作，你是不是应该在凌晨2点禁用小冰，关闭它？还是3点？

（霍维茨）

让AI符合伦理

在AI研究和产品领域，只有少数企业会成为领导者，微软想成为其中之一，它要让AI造福社会。5月份，纳德拉参加了开发者大会，发表主题演讲，一般来说，CEO总是会鼓吹公司最新的成就，讲一些乐观的事情，这次不同，纳德拉向技术人员发出强硬的警告，要求他们为软件开发伦理负起责任。他说：“想想George Orwell在《1984》中做出的预测，说技术会用于监控、控制、命令，再想想Aldous Huxley描绘的场景，我们会因为毫无意义、毫无目的事情而分心，这样的未来不论哪一种都不是我们想要的。”

为了帮助公司深入思考该问题，微软成立了一个内部伦理委员会，定期开会。委员会由工程师、企业部门主管组成，讨论一些与AI、AI影响及使用有关的敏感问题。委员会联合主席由公司总顾问和艾里克·霍维茨（Eric Horvitz）担任，霍维茨负责微软研究院的所有业务，只有亚洲除外。在很长一段时间里，霍维茨都是AI伦理与安全的倡导者。在微软之外，他致力于构建“Partnership on Artificial Intelligence”，这是一个联盟，它的目标是在AI产品的透明、责任与安全方面制定产业标准。霍维茨希望微软只是一个纯粹的研究基地，希望微软研究院致力于研究技术的社会性和社会影响，并因此而知名。

与此同时，在微软内部，Cortana设计主管威廉姆斯正在制定一套伦理设计指南，为AI在微软内部的使用指明方向。威廉姆斯是一名技术乐观者，她相信AI的真正魔力在于它可以让人类更像人类。她深入谈论了如何在设计时将同理心植入微软开发的工具。威廉姆斯说：“我们想带给人类一种感觉，让大家觉得自己更强大了，获得了更多的保护、更多的支持、更多的辅助、更多的爱，让大家觉得自己是世界的中心。AI的工作就是将社会最好的一面放大，将人类最好的行为放大，不是坏的一面。”我问威廉姆斯：你真的相信AI可以让人类觉得自己在情绪上获得更多的支持吗？她的确相信。举个例子，小女孩在学校度过了糟糕的一天，回到家里，她将自己的遭遇告诉家里的宠物，就会舒服一些。威廉姆斯说：“分享可以让我们得到宣泄，我从狗或者猫那里得到了温暖的拥抱……当Cortana试图提醒你：‘嗨，你说过要在母亲节送母亲一些东西的。’你突然就感受到人性化的一面。”

为了推动AI发展，微软最重要的贡献可能就是人才。和其它大型科技企业一样，微软也在忙着对工程师培训，他们是从javascript成长起来的。微软成立了一个AI学习，给员工上课，涉及的内容有哲学、有伦理学，还有为排序问题开发递归神经网络。

收购Maluuba

除此之外，微软还向外部渗透，建立更深层次的关系。18个月前，卡什亚普（Nagraj Kashyap）从高通来到了微软，他成立了一家早期风投公司，目标是与学术机构、创业企业家建立更好的联系。最近，卡什亚普经常呆在Montreal。去年12月，在卡什亚普的主导下微软投资Element AI，这是本吉奥成立的一个孵化器，目的是鼓励研究人员、企业家创办AI公司。月初时，该孵化器获得第二轮投资，金额1.02亿美元，微软参与投资。

最开始时，卡什亚普将目光落在Maluuba身上，他考察了Maluuba位于Montreal城区的办公室，离麦吉尔大学仅几条街，公司几乎没有员工满30岁。Maluuba是2011年成立的，创始人是滑铁卢大学的几名学生，大学二年级时，他们上CS课程时认识，很快成了朋友。Maluuba可以让计算机精通文字，从文本中推断意义，然后以此作为基础回答问题。

Maluuba向三星这样的公司授权技术，很快就获得了收入，从一开始，它就向深度学习研究持续投资。2015年，创始人与本吉奥签约，让他担任顾问。微软的人说：“山姆（指Maluuba CEO Sam Pasupalak） 是有一个很有趣的人。他很有胆量，早在几年前，当时公司承受很大的压力，要向客户提交对话系统，在那种环境下，山姆仍然向长远目标投资，尝试用新成果开发可以理解、可以说话的系统，在企业家群体中，这种做法很罕见。”

一年前，创始人将总部搬到Montreal，离本吉奥更近一些。

早在高通工作时，卡什亚普就认识Maluuba的创始人，到了微软之后他很快就与创始人会面。当时Maluuba正准备融资，卡什亚普提出一个诱人的替代方案：“我说：‘我们买下你们吧！’”

在短短的几周里，多家企业告诉帕苏帕拉克（Sam Pasupalak）说它们有意收购，如果企业保持独立，他想让企业变成怎样？帕苏帕拉克深入思考该问题。最终，选择似乎不言而喻，投奔微软比较不错。

Maluuba想使用微软的数据。帕苏帕拉克说：“萨提亚曾经说过，他们有世界上最大的文本数据库。多年来，我们只与少量数据打交道，为了开发算法尽力从少量数据中榨取更多东西。对于我们而言，微软的数据就是金矿。”

Maluuba团队没有搬到Redmond。几天前，它们搬到城镇的另一端，迁入更大的办公室，在微软与本吉奥的帮助下，Maluuba的目标是在年底之前让员工数量翻一番。Montreal渐渐成为全球AI人才的汇集地，微软想在这座城市扎根。

所有这些都是战略的一部分。未来，当你需要计算机辅助时，不论是个性化的医疗服务，还是乘坐自动驾驶汽车，或者想知道所有侄子侄女的生日，微软都会提供帮助。有了Maluuba技术，Zo会变得更强大，会有着更强的直觉能力，可以与青少年朋友交流。这些对话会成为Cortana算法的训练数据，激发开发者的灵感，让他们开发出新的感知服务。到了某一天，微软希望我们的AI生活会变得更容易。

离开Montreal之前，我问本吉奥，与主要的竞争对手相比，微软的站位是不是更好，至少在新科学的某些方面更好。本吉奥开始思考，一边思考一边将茴香放进桌上的玻璃杯，里面有水，给甘草汁加一点别的味道。他喝了几口，然后将杯子递过来，让我看看。他说，里面没有酒，没有糖，它只是让水喝起来更棒。

本吉奥认为，微软的语言技术相当出色。对于问题，他还是回避了，以前的微软喜欢夸夸其谈。本吉奥说：“现在每一个人都按下同样的按钮，重点在于细节，不是吗？”他肯定微软现在已经是有力的竞争者。