将语音识别准确率提升40% 他是当下比尔盖茨信任的中国人

“你想造一个有意识，又聪明的东西，多生点小孩不就好了。”

微软有三大部门。一个是销售单位，它必须要赚今天的钱才能立足。第二是产品部门，必须要开发下一个版本的产品，才能赚明天的钱。同时我们也要有研究院，才能想比明天更远的东西，才能赚到后天的钱。

洪小文本人

张亚勤之后最受比尔•盖茨器重的人才

今天的钱如果没赚到，怎么可能有明天呢？必须要有今天才有明天，有了明天才有后天，我觉得这是一个必经之路。

这是现任微软亚洲研究院院长洪小文博士关于公司业务布局所说的话。同时，他还对中国很多企业给了一个温馨提醒：希望今天中国很多成功的企业能够立足今天，明天才可以投入一些资源来做后天的事情。

相对于前任张亚勤、沈向洋和张宏江，洪小文的曝光率并不是很大，似乎他更像一个管理者。然而，洪小文在业界的学术地位和威望其实并不低。

洪小文也是学霸

洪小文博士，现在负责研究院在互联网搜索、数据挖掘、语音技术，及自然语言处理技术、系统、无线与网络、平台器件以及媒体通信等领域的研究管理工作。同时，洪博士还负责搜索技术中心（STC）及MSN/Live在中国搜索产品的开发。

洪博士毕业于台湾大学，获得电机工程学士学位，之后继续深造于卡内基梅隆大学，并先后获得计算机科学硕士及博士学位。

1995年，洪小文博士加入微软总部任高级研究员。此前，洪博士曾任苹果公司的Apple-ISS研究中心的技术总监，带领其团队研发出苹果中文听写机产品并获得多项工业界大奖。现在，已经成为继张亚勤之后最受比尔·盖茨器重的人才。

据悉，来中国之前，洪博士曾担任微软公司自然互动服务部门的架构师，在架构和技术层面上对微软语音服务器、自然用户界面平台和微软支持平台等诸多获奖产品的开发做出了突出的贡献。

洪小文是微软的高管

到现在为止，作为美国电机电子工程师学会院士（IEEEFellow）和《Communication of the ACM》期刊的编委，洪小文在多种国际著名学术刊物及大会上发表过100多篇的学术论文。

当有记者采访他，问他作为微软亚太研发集团主席和微软亚洲研究院院长，工作强度和时间分配的问题时，他表示虽然自己无法像大多数科研人员一样做基础功，但是大部分都与研究员讨论问题，给予反馈。

甚至他还提出了他对管理者的看法：“对于科研管理，我不太认为职业经理人这个模式可以在科研团队运转。因为对于科研的工作，职业经理人可能就不太专业了。”的确，如果对相关知识其实不是特别了解，那可能无法把控最新的发展方向。

他把语音识别系统识别率提高了40%

在查看关于人工智能相关人物的时候，有一句话让人很是感动：“这批在三、四十年前研究 AI 的 CMU 计算机学院的师兄弟们，经历无数洗礼后仍旧站在人工智能的第一战线，这正是 AI 时代最值得被尊敬的精神。”

这里，说的就是洪小文、张亚勤这一批人。因为与每天从事的研究工作息息相关，因此科幻电影迷洪小文对AI题材尤其有兴趣，基本不会错过相关电影。

不过，洪小文对AI的认知非常的理性：“我认为较之过去五十年里的同类，今天所谓的‘智能机器’的能力提升都还只是量变，远远达不到质变的标准。”

他的理性还表现在他当初选择专业的时候。尽管师从鼎鼎有名的罗杰·瑞迪教授，但洪小文并没有从事他擅长的视觉识别领域，而是和兴趣相投的李开复一拍即合——用自己的方法做语音。

洪小文与李开复共同研究语音识别

两位天资极高的华裔学生选择研究方向完全背离了主流，但是瑞迪教授十分明智：“当时，罗杰不认同我们的研究思路。不过‘不认同’不等于‘不支持’。”但是，罗杰·瑞迪教授的“宽容”被事实证明是积极、明智且值得尊敬的。”回忆起来的洪小文这样说。

然而事实证明他俩的决策没有问题。他俩的成果——命名为“斯芬克斯”的语音识别系统轰动了国际学术界。时至今日，苹果、微软等大公司的语音技术研究仍以此为基。

李开复当时用一句话总结了洪小文的贡献，“当初就是因为同学洪小文的帮助，才把语音识别系统的识别率从以前的40%提高到了80%。”

只有年纪大的人才怕AI？还不到时候

洪小文这么表态“AI威胁论”，他没有说只有年纪大的人才害怕AI。他举了个例子，他说他曾经最伤心的是小学一年级没有被选进珠算队，当时悲痛欲绝。可是渐渐长大，发现现在的年轻人没有几个会拼命学习珠算，而且珠算已经不重要甚至过时了。

所以，事情都是有发展路径和规律的，没有必要为人类输给AI而伤心，也许再过十几年后，人们也已经见怪不怪，或者人类根本不会再去和AI做比较了。

AI还只是个小孩子

当然，让洪小文如此坚定AI还不能威胁人类，也是因为他切实了解AI目前发展情况以及未来发展可能。在他们这些人眼中，人工智能目前只有强弱之分，因为超人工智能时代可不仅是猴年马月，而是千年亿年都不一定。但是这里说的是超人工智能，也就是人工智能可能威胁到人类的时候，这还在不可想的未来。

而对于当前人工智能的发展态势，应该要正视。正如长江后浪推前浪一样，人们应该要习惯机器的擅长。“就像计算能力和记忆力，我们觉得机器比我们强是很正常的。”毕竟人类早就朝着人类智能和人工智能共同进化的路狂奔了。