深耕AI领域17年, 比尔·盖茨写邮件感谢他对微软、对AI做出的贡献

2017年11月，“共享科技，连接跨越”聚合大会在苏州落下帷幕。来自微软（亚洲）互联网工程院常务副院长张祺，发表了“人工智能赋能商业”的主题演讲。会后创业邦对张祺进行了专访。

由张祺带领的团队和微软亚洲研究院（负责人王坚博士，现任阿里巴巴技术委员会主席）合作开发的Windows7手写输入识别率技术，实现重大突破。并且把训练速度提高了250多倍，意味着以前要跑1天的数据，现在5分钟左右就能完成。

此番贡献，使得张祺获得了比尔·盖茨的关注和赏识，比尔·盖茨从微软退休当天曾特别给他发邮件表示感谢。

对于人工智能，犀利观点如下：

环境在变，算法在变，精准的结果也在变，用户的体验、用户的需求、期待值也在变，技术在更新，你永远不可能到达100%，永远有改进空间；

AI要有同理心，AI要有它的行为的准则。AI第一设计准则就是我们要提高人类的聪明才智，而不是代替人类；

这次浪潮AI非常不一样，技术的壁垒到底在哪儿，其实这件事情是可圈可点的，很多东西都是开源的，基于以上情况初创企业和大公司的距离被无限拉近；

10年以后，真正的大公司，今天你可能连名字都不知道。今天大的公司如果不能很好的把握这个机会，10年之后很可能就已经没有名字了。

以下是采访实录：

记者：张院长您好，感谢您接受我们的采访。能否先请您分享一下今天您演讲的主要内容？

张祺：今天演讲的内容主要是关于人工智能（AI）赋能商业的一个分享。AI发展很快，但在真正赋能商业方面，我觉得做的还是不够。在AI赋能方面，有哪些场景是需要尝试的，有哪些需要注意的方式方法，通一些案例和大家分享，希望能够获得业界更多的关注。

记者：请您介绍一下微软在商用AI方面的应用。

张祺：主要体现在视觉、语音识别、自然语言等方面。微软在技术方面还是非常强的，我们可以做很多需要做的事情。

在产品上的投入大概可以分成三类：第一类，纯粹的AI产品，包括微软搜索引擎、小冰这样的具有EQ的对话机器人等；第二类，通过AI技术去赋能现在微软现有的产品，通过AI的技术把微软现有的产品做的更好，比如实时翻译插件等；第三类，怎么样把AI当成一个解决方案的方式赋能商业，就是刚才讲的商用AI，通过这个方式，能够把AI的能力更好的赋能给一个企业。

记者：我查了一下微软主要有两个AI研究院，一个是微软研究院，一个是微软亚洲研究院，它们和您所在的互联网工程院之间是一个怎么样的协同关系？

张祺：研究院更偏向基础研究，他们做的有些东西不会立即产品化，有可能是5年以后、3年以后，才真正具有产品化这样的一个机会。工程院更偏工程，偏向真正发布的产品。

今天两个团队合作非常紧密，这也是我们非常强的一个方面。通过工程院和研究院的合作，能够把前瞻性的技术更好地用在产品里面。对于研究院来讲，产品团队能够给他们提供一些AI的数据的反馈，没有数据支撑AI很难做。同样，有实际的场景能够把数据反馈出来，通过工程的方式，把它们的算法、研究能够更好的落地，这实际上是一个相辅相成、双赢的关系。

记者：微软联合Facebook一起发起了“ONNX项目”，华为、IBM、英特尔也都加入了这个合作协议，能不能具体说一下这是一个什么样的项目？有哪些企业加入进来了？除了这些大的巨头，还有哪些负责小的项目到一个什么样的企业？

张祺：这是一个关于“开放神经网络交换和性质互换”的协议，由微软和Facebook一起发起。

一个平台上训练的神经网络结果，是很难在另外一个平台运行的，这就带来很多不方便的因素。兼容性是非常重要的，开放的神经网络互换协议是让大家在有一套协议的基础上，能够允许一个平台上训练的模型，可以无缝的在另外的一些平台运行，这样就给大家开通了很大的可能性。

当然，目前还是比较早期，具体怎么样把它真正的落地，能够让用户、各个企业受惠，还需要大家一起投入。这个想法，我觉得是个非常了不起的事情。

记者：听说比尔·盖茨先生在微软离职前的一天在给您发了一封邮件，以此感谢您对微软做出的巨大贡献。由您带领的团队和微软亚洲研究院合作开发的Windows7手写输入识别率接近完美，您能给我们介绍一下这是怎样的一种突破吗？

张祺：这个现在想想还是很自豪。当时微软在推平板电脑，微软在平板电脑方面是非常领先的，领先于苹果。我们从硬件到软件到数据识别，包括智能数控方面做了很多很前瞻性的研究和产品的实践。

这是一个很好的和研究院合作的实例，当时我们在这个部门专门给微软做平板操作系统，到后来变成了Windows7的手写识别。这是和王坚博士的合作，另外王坚博士团队里面有一个很资深的研究员—张冬梅博士，她现在是微软亚洲研究院的副院长。

这个输入识别的精度有几个难题：

文字的精准识别。仅仅我国就有两万多个汉字，怎么样能够把这两万多个汉字以精确的方式把它识别出来，在当时就是很难的技术，何况全球有多种语言；

速度。GPU显卡的训练现在非常热，但是在那个时候，我们就已经能够做GPU深入转基因的训练。通过GPU显卡的训练，把序列效果速度提高了250多倍（因为文字不同，每个版本提高的速度也不一致，250倍只是一个估数），意味着以前要跑1天的数据，现在5分钟左右就能完成。

比尔盖茨对这个比较关心，恰好赶在他在微软的最后一天得到了非常好的结果。我给他发了封邮件，说了一下现在的成果。大概二三十分钟后，我收到了一封来自比尔盖茨的邮件，使我非常感动。我当时坐在办公室里面，十几分钟说不出话来。

记者：取得这么大的成就，研发周期有多长？

张祺：当时我们蛮大的一个团队做了好几年。像搜索引擎、AI这些方面，都是要上千人、上万人的团队要做好多年，才能取得巨大的成果的。

环境在变，算法在变，精准的结果也在变，用户的体验、用户的需求、期待值也在变，技术在更新，你永远不可能到达100%，永远有改进空间。

记者：AI发展到一定层面的时候，在哲学、人性上可能是不容易被接受的。您觉得哪些地方AI是需要控制的？

张祺：微软在这方面其实想的还是很多，比较深刻。我们一直强调，AI要有同理心，AI要有它的行为的准则。AI第一设计准则就是我们要提高人类的聪明才智，而不是代替人类。我们希望我们的合作伙伴、商家变得成长更快，让他们变得更有成就，而不是代替他，这是很重要的。

另外一个关于透明度、隐私性。包括数据怎么用，其实都有一个很强的道德准则。不光是政策上，还需要体现在法律上，而且也需要社会上的道德规范来影响。我们不光要把它的技术用好，而且要把它对社会的影响用好。

记者：您已经在AI领域深耕17年了，可以说非常资深。AI发展史可以说经历了几次潮起潮落，那么您认为这次AI又怎样的特点？

张祺：讲几点我自己的看法。第一，我觉得这次的尝试是非常真实的一次，因为大数据、互联网、IoT互联网，这个大数据的数据的量是无与伦比的，你可以学习的样本很多。

第二，云计算的计算能力大大提高，以前即使有数据的话，你算不了，或者没有数据给你算。现在有这样的计算能力，你就可以做更多的事情，做更多的探索。

第三，算法方面的进步，比如现在的深度学习，深度学习在AI方面是非常重要的技术。这不光是算法上的更新，包括在一些和常理结合的功能的优化，怎么把它便利，能拿到的数据通过算法把它发布出去，体验提高了以后，能够得到更多的数据。这样的话，整个螺旋式上升的过程会越做越好。

记者：AI是一个非常浩大的工程，对技术要求又比较高。巨头纷纷入局，对于初创企业来说，直接切入AI，您觉得还有希望吗？或者初创企业从哪些细分领域切入可能性会更大？为什么？

张祺：其实我对这个问题很乐观。

可能有一些方面你真的需要很大的财力，多年的积累去做，这些方面是对创业公司一步介入可能比较难。就跟非常庞大的几家公司去竞争可能很难做。但是现在有几点不太一样的地方。

第一点，很多的东西是开源的，这次浪潮AI非常不一样，技术的壁垒到底在哪儿，其实这件事情是可圈可点的，很多东西都是开源的。比如像刚才讲的，我们在“普惠AI”项目能，整体是把很多的东西已经赋能给大家了，在这种情况下，基于这些功能前提下，其实初创企业和大公司之间的技术上的壁垒是被无限拉近的。

我觉得更大的机会是在场景和实体经济的融合，和行业的紧密结合，这方面我觉得是初创企业应该集中量关注和发力的地方。

还有一点，要看这个领域的盘子到底有多大，机会有多大。痛点在哪里，可以改进的空间有多大，现有的这些有谁在里面做的很好，你是不是进去以后能把现有的模式颠覆掉，用什么样的方式颠覆，这个方面是要考虑的。

在这样大的变革里面，我对这个机会的看法一定是非常乐观的。10年以后，真正的大公司，今天你可能连名字都不知道。今天大的公司如果不能很好的把握这个机会，10年之后很可能就已经没有名字了。

记者：非常感谢张祺院长今天能够接受我们的采访，感谢。