2018 年 5 月 21 日，微軟在北京舉行了人工智能大會（AI Innovate），展示了從全球到中國的研究成果。自從薩提亞 納德拉（Satya Nadella）2014 年就任微軟 CEO 以來，微軟確定了“AI 和云為先”的戰(zhàn)略。4 年以來，微軟股價漲了 202%。

比起 Google 等同行，微軟的 AI 研究似乎“藏”得更深。除了會打電話、會寫詩和會聊天的微軟小冰，微軟的 AI 還做了哪些事？微軟對一些前沿 AI 應(yīng)用的理解是什么？微軟如何看待人們對 AI 的過度恐懼？以及，微軟為什么不像 Google 那樣做 TPU 機器學(xué)習(xí)芯片？

圍繞這些問題，微軟全球執(zhí)行副總裁、微軟人工智能及微軟研究事業(yè)部負(fù)責(zé)人沈向洋博士與 PingWest 品玩創(chuàng)始人駱軼航進行了一次對話，回應(yīng)了關(guān)于微軟人工智能的終極“七問”。

一問：人工智能應(yīng)該被更溫暖地使用

駱軼航： 今天我們主要聊聊微軟的人工智能特色優(yōu)點。我們會聊到一些 AI 教育、AI 應(yīng)用和關(guān)注普適性、普遍性的問題。開始我還是想先請您講一個故事。您跟羅徹斯特理工學(xué)院的 Brian Trager 在 Build 大會上有過對話，但 Brian Trager 本人失聰是聽不到的，而您當(dāng)時講的中文。那么兩個人是怎么溝通的，原理是什么？背后的場景和技術(shù)都是什么樣？這個東西可能很多人都會很關(guān)心。

沈向洋： 是的，我可以給你講一下這個故事。Brian Trager 非常了不起，因為他天生聽不到。我以前對這些東西也不懂，跟他一起工作了兩天我才知道，失聰以后其實聽力是沒有反饋的，不像我們，講話自己還可以聽到。雖然我們聽到的也不是完全真正的聲音，是通過耳骨傳過來的，但已經(jīng)足夠好了。Brian 因為說話聲音沒有反饋，所以他講話的聲音就不太對，一般人聽起來覺得有點怪怪的。

羅徹斯特理工學(xué)院設(shè)立了一個非常好的項目，有很多專門培養(yǎng)聾啞學(xué)生的課程。他們后來知道我們微軟有相關(guān)的人工智能技術(shù)之后，就跟我們合作，在項目里加入人工智能技術(shù)。其中有兩大技術(shù)比較重要。

一類技術(shù)是定制語音識別服務(wù)。對于通用的語音識別，比如你講的話、我講的話，微軟的技術(shù)就可以聽懂，這是通用的模型。但是聾啞學(xué)生那樣的語音很特別，發(fā)聲很奇怪，可能以前模型里沒有搜集到過這樣的數(shù)據(jù)。所以，在微軟人工智能的認(rèn)知服務(wù)里面，我們提供了定制服務(wù)。這是我們的強項，可以用少量的數(shù)據(jù)令你做得很好。不光是語音識別，還有語音合成。

另外一類技術(shù)是翻譯。翻譯這一塊，我們做了很長時間，最近取得了非常大的進展。今天會場上黃學(xué)東博士演示的一款魔芋 AI 翻譯機，賣得非常好，后臺就是微軟做的。

駱軼航： 所以概括一下，其中主要用的是兩個技術(shù)，一個是語音識別，包括定制化、識別特殊的人聲，通過大量的數(shù)據(jù)把它合成成普通人能夠聽得懂的人聲、機器能夠聽得懂的發(fā)聲；第二是翻譯技術(shù)。結(jié)合這兩者做到這樣的事情。

沈向洋： 其實很了不起。像我的英語，其實是 Chinglish；我的中文，也有南方口音。所以你提到 Brian 這個例子，今天我也很激動。我們還有一個類似的例子。有一個叫做宋昊