微软亚洲研究院张霖涛: AI发展的三个支柱点--数据、算法、系统

5月21日，在音乐、科技与艺术相结合的MTA天漠音乐节（36氪联合主办）上，微软亚洲院的研究员张霖涛，分享了关于计算机系统跟人工智能之间的关系、机会和挑战的看法，以下为张霖涛演讲摘录：

人工智能代表着我们的未来，不光媒体关注，各个大公司（谷歌、百度、亚马逊、苹果、微软）也在不断地强调其重要性、不断地在做投资。甚至在国家的层面上，李克强总理也非常重视人工智能的发展。但怎么才可以推动人工智能？

从科学/技术的角度来说，我们觉得人工智能主要有三个非常重要的数据点——大数据、新算法、大系统。

在互联网时代，数据为王。前一阵子有一个新闻说，现在挖掘数据比挖石油还要赚钱。算法也是一个非常重要的元素。大家最近看到的都是在讲深度神经网络、深度学习。最近10年来深度学习的进展、深度学习驱动的算法进步，也是被大家熟知的。很多科普性的文章也不断发表在各种媒体上。

在这里我想讲一下系统，系统实际上是连接数据、连接算法的纽带，使得我们可以支撑上面的人工智能的应用和开发，让它们体现价值。

什么叫系统？系统相当于一个基石，我们可以叫作地基（在建筑上）。什么样的基地是好的地基？不妨碍我们建一个好的大厦，这就是好的地基。地基虽然看不见，但是是非常重要的。在人工智能这方面需要有什么样的基础性的工作？需要面向开发者者、面向真正的后端的人，而不是面向用户，从我的角度来说，有三个要素：

Experience：作为人工智能程序的开发者、使用者，它需要开发模型、算法的用户体验，需要很快增加生产率的工具。

Language：如果要有人工智能的一些想法、算法，我们怎么把它表达出来？用什么样的语言、用什么样的模式来表达？有些朋友会比较熟悉，现在叫深度学习的框架，各个公司也在这方面进行了重点的投资，也希望这些框架可以使得更多的人应用。这些框架一方面是表达的方向、语言，另一方面是也是下面的各种技术优化、技术的支撑等。

Fabric：这些算法，或者是这些语言运行的环境。用什么样的东西来运行机器，还有硬件、集群管理、资源管理、资源调度、网络、存储等。

跟大家分享一下我们在这方面的一些工作，以及我们对这方面的一些投资，和我本人对这方面的一些看法。从上往下讲。

第一件事，用户体验：我们所谓的用户实际上是面向开发者。在人工智能方面，大概是2星期以前，微软刚刚发布了一个工具Visual Studio，当你开发一个项目的时候，可以在Studio里做各种编程、优化，包括工作流程的管理等工作。我们最近刚刚发表了Visual Studio for AI，实际上也是一个插件，主要是针对深度学习的时候，可以有一个更好的用户体验。

Visual Studio在训练神经网络时，能够在本机做断点，能够做语法，能够跟踪，这都是程序开发员必要有的一些体验。它可以在本地的机器上运行深度学习网络的训练，也可以把它调成一个参数（在一些大的集群上）。这样就可以调参数，运行任务。这个任务的结果也很快的就可以显示出来，这样就可以看到每个任务、机器的运行状态。

有了这个开发环境之后在什么地方开发？我想重点谈谈框架。微软在这方面有一个非常重大的投资，就是我们的认知工具箱（Microsoft Cognnitive Toolkit现在改名为“认识工具箱”了）。

它有各种各样的模式，相对于其他的开元训练环境有着非常多的优点。当你有了这个工具以后，你要把它运行在某种环境上，这部分实际上是竞争非常激烈的一个环境。

在这方面我们也可以谈谈微软在这方面的投资。微软有一个很重大的投资，就是FPGA的工作，这叫可编程门阵列，，我们已经把这个大规模的运用在数据中心中。这个工作叫Accelerators，我认为是在去年最有创意的一个产品。我们可以一键式的加速。

这个现在在微软是内部使用，暂时还没有对外。微软有一个共有云的产品，叫Azure，现在在中国已经落地了，它支持各种各样云计算的平台，和云计算的服务。在去年12月，我们宣布了含有GPU的虚拟机已经上线了，支持特斯拉的GPU。

在Azure上我们提供了各种各样大小不等的虚拟机，虚拟机可以根据用户的需求不断的进行调配。我们有比较小的虚拟机，也有比较大的，有数百G内存，4块显卡，一个非常强的GPU，可以用来训练很大的神经网络。

以上这三个支柱点——当我们有了数据、有了算法、有了系统之后，我们就可以往前推动AI的发展。

微软在AI方面有一个比较重要的产品叫微软认知服务，微软认知服务和微软内部的科学家和工程师一起，把微软的算法、数据、硬件一起包装成一个API，能够给用户、给外面的开发者，直接调用微软的研发，为自己的产品做服务。比如How-old这个APP，只需要几步就可以了解人的年纪。

微软为了推动人工智能系统的研究，加速人工智能的发展，最近刚刚在中国成立了一个系统研究中心，主要的目的是为了推动系统的开发。希望可以帮助整个人工智能的产业、整个人工智能的社区，能够让他们一起推进，让他们一起利用我们的研究和工作的成果。