微软亚洲研究院洪小文：独角兽是很危险的东西

在刚刚过去的 2016 年，人们已经意识到了微软在人工智能领域几近「孤注一掷」的决心：在 10 月份刚刚成立的人工智能事业部里，微软已经将相关研究、产品等部门都整合进入了这一体系。这其中，也包括曾经被 Technology Review 称为「世界上最热的实验室」的微软亚洲研究院。

「其实比尔·盖茨当初建立微软研究院，就是为了 AI。」微软亚洲研究院院长洪小文非常看中基础研究在微软的整个 AI 战略中的重要性。自 2014 年从「前任」沈向洋院长手中接棒后，洪小文现在领导的是一个刚刚度过了「黄金五年」的微软亚洲研究院：在学术方面取得骄傲成绩之后，这个被誉为「科学家的温床」、「中国互联网黄埔军校」的研究院也开始面临挑战。一方面，除了微软亚洲研究院，本土人才已经有了更多的选择，人才的流动在所难免。另一方面，微软从基础研究到产品创新的路径能否高效运转，将决定微软能否在这个新的时代里不被淘汰出局。

三年前，微软现任 CEO 纳德拉刚刚上任时，曾经把「移动为先、云为先」当做是微软迈向「新微软」的武器，三年后，在移动为先、云为先的基础上，「智能为先」也成为了一项重要原则。在被微软看做是继 Windows、Office 之后的下一个「经典」产品。而这背后就有着微软亚洲研究院的技术研发支持。

洪小文说自己理解发生在微软亚洲研究院的人才自然流动实属正常，但是他依然强调基础研究在整个 AI 发展过程中的重要性：「AI 到今年已经 60 年，为什么现在才火，就是说基础研究和研究的重要性，60 年前没有那些科学家默默无名的做研究，是没有今天的成就的。不要说 AI 今天有某一个公司受益了，好像是他们做出来的，不是这样的，包括微软也是，微软的研究院创办了 25 年，已经比其它公司要长了，但即使这样，我们还是要耐得住寂寞。」

目前，微软亚洲研究院正在继续发挥自己在自然语言处理、数据挖掘等领域的特长，并且正把实力的边界扩展到更多领域，最近在第八期微软加速器的 Demo Day 上，我们对话了微软亚洲研究院院长洪小文，来看看他对微软的 AI 技术战略，以及 AI 创业热的看法。

---

在 AI 方面，从微软亚研院出来的这些创业者有什么共性？

洪小文： 我觉得作为一个企业，像微软这样的很有历史，我们有很多员工，特别是对创业有兴趣的员工，我们所谓的以前研究院也好，或者是微软以前的这些校友们去开的公司也好，如果说有什么特色的话，从我们这里出来做的一定是技术相关的。比如说这里面，比如说以前是在云计算，现在在云计算方面做容器之类的。这个东西，从微软的角度，虽然我们失去人才很可惜，但是他们出去以后做很多东西，跟微软还是可以产生很多合作。

但是 AI 的技术涵盖的范围很广的，单从人工智能创业方向来说，哪些土壤是比较肥沃的？

洪小文： 没有一个人说我卖人工智能技术，这根本是卖不了钱的。重要的是，最后还是要用技术为人们造福，能够改进一些东西。如果说从云方面来讲，今天大部分的东西都在云上，在 SAAS 这个应用层面，如果把这个平台做好，让各行各业的人都收益，这是很有前景的，AI 当然可以应用在上面。接下来就是 PAAS。比如说 PAAS 中的深度学习，有些创业者做一个深度学习的工具，上面可以很容易的拿数据训练。

所以 AI 技术，不管大公司也好，小公司也好，如果你把这个技术拿到一个场景，帮你的客户解决一个事情，在微软我们管这个叫生产力，增加生产力，你的产品就有商业价值，就会有人买。

怎样理解微软在 AI 方面的「开放」战略？

洪小文 ：我们的理念是把 AI 普及化，尤其是 2016 年。AI 已经存在 60 年，为什么最近这么火呢，因为以前 AI 只有少数的人用这个东西，而且还要花很多钱。现在是可以普及化。比如我们最近这几年做的一个是 How-Old，当时很红，因为我们做了 API，大家都可以调用。我们不是要做应用，而是要秀给大家看，有了这个计划，你可以很容易实现各种应用，每个人要用 AI 的技术时都可以调用。

因为微软是平台公司，所以我们要做的就是把 AI 给普及化。我们以后估计在两三年之后以后会有很多很多的服务，比如说在微信里的公众号，比如小冰，你什么事情都不用做，你可以用自然语言跟他沟通。当然还有微软已有的很重要的产品，不管是 Office 的产品，windows 的产品，里面也会有 AI。

大概 API 能开发到什么程度，比如说小冰，它的底层会对开发者开放到什么样的程度？

洪小文： 把一个东西做应用还是比较简单的，但是，难度不一样。比如说我们做人脸识别的，这样的辨认 API，它能不能辨认其它的东西，我们也在尝试，这关系到时间。理论上你只要有数据就可以做。我们当然有一天希望有一天这个技术每个人都可以用，这是我们的目标是每个人都可以用。但是技术很难，因为技术难，才有研究院的存在，还要继续把技术做的更好。忽然有一天技术都做完了，所有做技术的就失业了。

自然语言处理是微软亚洲研究院的强项，微软在自然语言处理方面做到什么程度了呢？

洪小文： 语义上面这个东西我们大部分都能达到了，但是我们人的语言里面有很多这种叫做语气的东西，这个事情是非常困难。比如一个人说，今天午饭幸好没吃，那个汉堡很难吃啊。这种含有情感和可预知未来的诉求机器人是搞不清楚的。这种情况很复杂，因为有些事情是表征的。再比如人类有时候你说不要做某件事，对方会回答说 OK。OK 有好几种意思，有无奈的 OK，还有不想做的 OK。人有时候的对话是没有上下文的。如果说只是字面上那样的东西，我们离这个的成功已经不远了，但是有一种情况是包含好几层含义在其中的语言解析，这还是非常困难。但微软在这方面一直没有放弃努力。

在很长一段时间里，微软虽然很早看到了一些趋势，但是错过了一些很好的市场机会。所以在 AI 这个时代到来的时候，我们看到需要在技术的研发，产品，和市场之间需要快速的跳转，不知道咱们的研究院是否建立了新的机制去完成更快的跳跃呢？

洪小文： 错过市场机会这个不是微软的问题，而且这不叫问题，没有前人种树就没有后人乘凉。AI 到今年已经 60 年，为什么现在才火？基础研究和研究是很重要的，如果 60 年前没有很多科学家默默无名，是不会有今天的。在微软之前都已经做这些事情，微软研究院才 25 年。我自己的老师是 AI 之父 John McCarthy，他拿过图林奖，他的老师的老师就是我的师祖，是他定义 AI 这个名词，我很荣幸是 AI 的徒孙，但是现在没有人谈这些东西了。千万不要说 AI 今天有某一个公司受益了，好像是他们做出来的，不是的，包括微软，我们研究院已经 25 年，我们已经比其它公司要长了，但即使这样，也是走进过寒冬的。当你说微软的错过，那你应该说当年做 AI 的这些全部错过，这样讲是非常不公平的，尤其是讲到研究院，我们 25 年前做的时候，我们当然也希望早一点成功。当年哪一个人愿意在那么早的时候就投资这个东西，这个是绝对要得到肯定的。

当一个技术到了一个地步，哪个公司能把它做起来不代表是第一个做的人，这个很正确。但是在 AI 这块，微软不可能做所有的 AI 项目，我不认为我们比人家晚，我知道也有竞争。商业是很现实的，但是在这方面，微软现在在 AI 肯定是领先者之一。但是我们不可能做到所有的，我们其实需要把平台开放，让更多的公司可以用我们的核心技术，比如说视觉的技术，小娜的技术，小冰的技术。

现在研究院里面向基础研究里有哪个方向是微软看重的重要的方向？

洪小文： 比如说计算机视觉，语音识别，还有自然语言，我们做了 25 年，还会继续做，很多问题我们还没有解决，差远了。其实，很多人说机器比我们强，像电脑视觉，假如说今天我要帮助公安找一百个通缉犯，人一定会输给机器的，但是人为什么要参加这个比赛？一点意义都没有。人最厉害的是，看到一个人小时候的照片，60 岁以后也能认得对方。但是你稍微改变一下，机器就不认识了。其实所有的机器打败人的项目，都是人不屑去比的项目，下棋也是一样，那就跟开根号一样，你跟计算机比开根号，有人要去比吗，根本就不屑去比。所有机器打败人的项目，没有一项是很自然人自己很想做的。这些事让机器做，我们太高兴了，人类干嘛还去跟机器比赛？

所以其实我们今天讲的 AI 等很多技术，还有很长的路。你说这是下一个吗，这不是下一个，自然语言已经做了 60 年了，还是没有做到顶峰，做到极致。

很多人说现在已经到了互联网的下半场，人口红利已经终结，商业模式上的改变也基本上改变完了。很多人都说最有利的武器是技术。你怎么看？

洪小文： 我不太同意这种说法。我觉得技术很重要，但是技术要用的对。我不同意什么人口红利的说法，人口红利，没错，市场很大，第一个产品出来，反正没选择，你只好买，但是很快的，马上有人就会超越你，这个竞争很激烈的。这不是一个人口红利的问题，关键是你能不能做的比别人好，技术是其中一方面。但是，技术里面也分很多种，有时候我们叫人机界面，有的是软的东西，总之要产生差异化。所以是差异化，不是和人口红利有关的。今天什么都没有，你提出一个别人没有的，这也是差异化，我认为最后最有利的武器还是差异化。

据说，AI 项目在中国的估值比美国要高三到四倍，这其中是否有泡沫？你怎么看待 AI 创业项目的「独角兽」这个说法？

洪小文： 独角兽是一个很危险的东西。很多人之前估值这么高，结果现在变低了，这当然危险。独角兽，就像套牢，员工也是套牢，这是一个很危险的事情。你可以说我是 old fashion，我觉得创业还是应该做到底部，规模到了一个地步就是 IPO。独角兽是很危险。

国内很多 AI 项目在中国的估值比美国要高三到四倍，这是不好的事情，如果这是事实的话，代表很多独角兽被高估了，这是很危险的。不光是中国，美国也一样。所以其中肯定有泡沫，所以你如果问我独角兽的问题，我觉得它很危险，它不应该是一个常态。无论是在什么领域。