微软副总裁洪小文: AI+HI是终极智能形态

洪小文博士近两个小时的演讲+问答是从一本书开始说起的—《Thinking， Fast and Slow》。这本书的作者是一个诺贝尔经济奖的得主，他把人类思考的行为分成两大块，一个是我们不假思索，一个是需要好好想一下的。根据这一理论进一步细分，洪老师提出有关 AI 能力的三个问题：

1. 感知：这是猫还是狗？——这是个不假思索的问题（Think Fast）

2. 认知：这是喜剧还是悲剧？——这个要好好想一想（Think a little bit Slow）

3. 决策：微软是否要买下LinkedIn？——重大的决定（Think Slow）

感知：人工智能正在从各个方面超越人类水平，几行代码轻松实现人脸识别

对于第一个问题，涉及语音识别、图像搜索、图像识别，人工智能已经解决的很好。洪小文提到2015年，微软亚洲研究院的深度残差网络做到152层的时候，在ImageNet上的错误率只有3.5%，低于人类5.1%的错误率。更不用说现在还有上千层的深度神经网络。

在2016年COCO图像分割比赛中，微软亚洲研究院再次获得了第一名，比2015年的成绩（当时也是微软第一）进步了33%，超过2016年的第二名谷歌的性能11%。

微软对于这些认知、感知，将其做成微软认知服务，里面有计算机视觉、语音识别跟自然语言识别，知识还有搜索，通过API的形式，让学生们、老师们和各个开发者不需要掌握人工智能的专业知识，也可以开发出属于自己的智能应用，从而把AI普及化。Uber、可口可乐都用人脸识别做很多东西。

洪小文还提到前两年风靡的How-Old.net就是用微软认知服务的API，它的人脸识别功能可以识别性别、年龄，而这个应用只用了几行代码。

认知：大数据随物联网崛起，分析、预测、决定全面进入自动化

洪小文介绍，我们有了物联网随时搜集数据，就会有更巨大的数据帮我们实现自动化。在控制系统中有FeedbackLoop的概念，其中包括驱动器（Actuator）、物理世界（Physical World）、传感器（Sensor）、分析（Analysis）、决策（Decision）。

洪小文举例到，例如想治理河流，先有传感器检测水质、之后再分析决定，每一次完成一个Loop都会进步。随着更多传感器随时随地收集数据，就能完成更多的Loop，系统提升就越明显。人也可以用可穿戴设备形成这样的系统，以随时监测健康，提前预警健康问题。微软目前和劳斯莱斯飞机发动机合作，进行飞机油量的自动化管理。不论是监测监控还是监控飞机油量，都是重复性的工作，非常适合AI做。

决策：AI黑盒无法承担重大决策，AI+HI是终极智能形态

人有因果推理，而现在的AI是黑盒子，对于重大决策，我们不会放心交给系统做。这种非重复性任务，让AI去做的价值值得商榷，同时复杂决策常常不是在一个封闭的系统中作推理，它的涉及面太广。

但是AI是否就无法为决策提供价值了呢？AI利用其大数据的处理分析能力，可以为我们推荐值得注意或者研究的点，但里面的道理还要人类自己去求证。正如微软的AnnaTalk，用自然语言提问，系统给出初步的分析结果。AI与HI配合，可以让我们做出更好的决策。

AI威胁论由来已久，人类早已朝着AI+HI共进化狂奔了

洪小文对AI报以乐观的态度，并不认为AI真的会威胁到人。曾经1950年二战结束不久，全世界的计算机用两只手就数的过来的时候，时代杂志就开始宣传机器威胁论。现在回想起来，蛮不可思议的。

洪小文提到他曾经最伤心的是小学一年级没有被选进珠算队，可是现在的年轻人没有几个会拼命学习珠算。所以人类在围棋上被AI打败也没什么好伤心的，就像现在也不会有人因为珠算算不过计算器而伤心了。

事实上智能的四个层级：感知、认知、创造力、智慧，人类被碾压到1.5层，也就是说大多数常用感知、听、看都被超越了。认知也有相当一部分被超越。

人类应当习惯，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。我们其实早就朝着人类智能和人工智能共同进化的路狂奔了。

微软硬起来，硬件做的比苹果还好

洪小文说：“最近很多人说，微软的硬件做的比苹果的还好”。微软的混合现实设备HoloLens马上要在中国上市了。

蒂森克虏伯电梯公司的维修人员用HoloLens为电梯进行维修已经用了很久了。AI的确对职场工作产生了一些变化，但我们不是被取代，而是用AI做的更好。

AI=Augmented Intelligence

Human+Machine=Superman

洪小文认为人工智能确实很多方面比人强，但是他也认为人的不完美可能正好造就了我们的创造力。