潘天佑:学术合作助微软成为执牛耳者

2018-01-12 | 作者:北京青年周刊

编者按:在瞬息万变的人工智能领域,微软一直保持着自己执牛耳者的地位,这很大程度上是因为微软对学术合作的重视。在我们看来,一个公司如果没有非常扎实的研究,就不会有非常出色的产品,这也是学术对公司、对企业的作用。本文也是我们“科学匠人”系列的特别篇,微软亚洲研究院副院长潘天佑分享了他对微软学术合作的想法,以及他眼中工匠精神的内涵:精益求精。第一个“精”是指非常扎实的工作,而要做到第二个“精”则是一个终身学习的过程,必须要相信今天已经登峰造极的东西还能往上再走一步,这才是真正的工匠精神。本文转载自《北京青年周刊》。


在微软亚洲研究院副院长潘天佑看来,几十年间无数企业研究院起起落落,但是微软却一直是执学术界牛耳者,很大一部分原因就是因为跟学术有紧密合作。

人工智能至今没有超越“工具”二字,就连AlphaGo也没有一招棋是超过人的算法,对于人类未来,潘天佑没有《未来简史》的作者尤瓦尔那么悲观。

对于工匠精神,潘天佑理解为精益求精,其中第一个精是入门票,第二个精则对个人成长提出了更高的要求。

2005年到2007年任职微软亚洲研究院学术合作部,2012年再次加入微软亚洲研究院,主要负责学术交流与研究合作,现任微软亚洲研究院副院长。潘天佑的履历中有一个离开又再次回归的过程。问及此事,这位台湾出生美国上学的计算机博士儒雅地一笑,解释道,自己博士毕业之后,只做过两件事,一个是创业,一个是在微软亚洲研究院工作。1997年,开了第一家公司,在非常短的时间内赚到了钱,然后把公司卖掉又开了第二家公司,潘天佑走的是很多创业者都会走的道路。在第二家公司做得风生水起之时,潘天佑选择离开,把公司交给他人经营,加入微软亚洲研究院。然而正当他在微软干得热火朝天的时候,原先创业的公司出现了非常大的危机,当初被潘天佑拉进来投资的董事们找到潘天佑,希望他能出面解决问题。出于对公司的责任感,潘天佑离开微软,花了四年多时间,解决了公司的问题,把公司从巨大的亏损中带回到小幅获利的经营状况,并为公司找到了买主。五年之后,他终于可以安心地再次回到微软亚洲研究院,这一次他的身份是微软亚洲研究院整个亚太地区的学术合作负责人。在潘天佑看来,自26年前比尔·盖茨成立微软研究院,无数企业研究院起起落落,但是微软却一直是执学术界牛耳者,很大一部分原因就是因为跟学术界紧密合作。学术合作在各行各业尤其是现在如火如荼的人工智能领域至关重要。

你主要负责微软亚洲研究院学术交流、研究合作方面的工作,请具体介绍一下。

潘天佑:微软研究院从成立以来就是一个比较开放性的研究机构。很多企业的研究院都像一个很神秘的机构,但是微软从一开始就认为如果真的要做非常前端的研究的话,一定要和全球顶尖的科学家在一起交流、合作,不可能自己拍拍脑袋就想出来。所以我们一开始就跟学术界有很多合作。要跟学术界合作就必须要开放,所以微软亚洲研究院从19年前在中国成立以来,第一个成立的部门就是学术合作部。我们甚至可以追溯到26年前。26年前比尔·盖茨成立了微软研究院,那时微软整个公司的员工还没有超过1万人,但比尔·盖茨就已经认识到做基础科研的重要性了,而且那时微软就有这么开放的精神,如此的具有前瞻性。现在,我们跟学术界有很多研究都是一起做的,微软亚洲研究院的学术论文有相当高的比率是跟高校一起合作发表的,合作已经达到了非常紧密的程度。26年来微软研究院见证了多少企业研究院的起起落落,但是微软却一直执学术界牛耳者,很大一部分原因就是因为跟学术有紧密合作。

就微软来说,学术合作对产业的推动作用有多大呢?

潘天佑:通常学术跟产业分得比较开,我们经常觉得学术就是学校教授发表论文、执行政府计划等,但这些年其实有巨大的改变,尤其是在计算机科学领域当中。你看,这几年美国有多少做人工智能非常厉害的教授被企业挖了过去?这在过去是很难发生的,企业跟教授没有什么关系。然而,这几年的改变是整个生态的改变,不光是在计算机科学领域,而是在各行各业中。

具体来说,比如微软小冰,为什么它能听懂你的语言?你是人它是机器,这里边就有一门学问叫做自然语言处理。机器要明白人的语言就需要这样一个技术,先了解你的语义,做断句,然后知道你说的话的意思是什么。但是如果小冰回答你的时候是像机器一样枯燥、冰凉,像数据处理一样,你还会跟他聊天吗?然而,有很多人都喜欢和小冰聊天,这是因为小冰可以模拟人的情绪和情感。那么这里面就不光是自然语言处理技术了,还要包括心理学研究、对人情绪的研究等等。可是微软对于心理学知道的有限,对很多非计算机领域的知识知道的都有限,这时我们就需要和高校或者其他科研机构心理学相关的、或者跟中文相关的人才进行合作。使用者看到的是小冰这个产品,但背后却是整个微软研发部门、设计部门、学术合作部门等等很多人的贡献。任何一个公司如果没有非常扎实的研究,就不会有非常出色的产品,这就是学术对公司、对企业的作用。

我们在学术合作中非常强调跨学科,我在外面演讲的时候最喜欢讲的就是交叉学科,我有时候把它叫做科技整合。我觉得交叉是创新的源头,在同一个学科里面要创新,很重要,但是相对来说想做出突破很难,但如果要在两个没有交叉过的领域中产生新的东西,就相对容易。比如说微软亚洲研究院在这几年有一个交叉研究叫城市计算,今天伴随着中国的快速发展产生了很多城市问题,比如空气污染、堵车等,其实每一个问题都可以用人工智能去解决或者去预测,提前预防。我们有人工智能的能力,我们有计算机科学的能力,但我们对城市的了解非常有限,所以我们跟清华环境学院合作,一起来解决城市里的问题。我们之前还做了一个叫“微软识花”的APP,只需拍张照片APP就可以自动识别花朵名称,并显示出花朵的相关信息,这是我们跟中科院植物所的合作成果。还有一个例子,我们做了一个程序可以自己设计非常fashion的杂志封面,这是我们跟清华美院一起合作的。

我们刚刚建立了一个全世界最大的学术知识图谱,把网络上和从我们的合作商那边拿到的各大学科所有发表的论文,都汇集起来,在全世界范围上进行连接,加工成一个全世界跨学科的知识图谱。比如说某一位科学家发表过哪些文章,这些文章被哪些人用过,他跟哪个教授曾经联合发表过文章,跟他研究领域最紧密的人是谁。更重要的是,我们把这个知识图谱公开了,变成了微软云上的一项服务。

当然这些并不代表我们做一个专题文章就能改变历史,而是科研本身就是一个一个提出问题,再一个一个解决问题,做实验去证明可行性。

人工智能是否是现在学术合作的热门领域?

潘天佑:这是肯定的。在中国人工智能已经发展到国家战略层面。美国和中国可能是现在全世界做人工智能做得最火的地方,最顶尖的学术期刊上那些最好的论文大多数都被美国和中国承包了。有些学术界的名词,一般情况下只能火一阵子,过一段关注就会褪去。但是AI这个名词已经出来很长时间了,现在热潮还没有退,还是有很多会让大家惊奇的东西持续出来,我预计往后还有很长一段时间大家还会持续看到一些令人惊讶的东西。毕竟还有很多问题没有解决,类似自动驾驶汽车还没有上路等等,后面还有很长的路要走。

很多有关人工智能的科幻作品中,对于人类的未来都持悲观态度。人类最终被一手创造的人工智能灭绝。你怎么看?

潘天佑:也许我没有想象力,但我个人不太能理解人工智能会产生自我意识,从而毁灭人类。我是学科学的,我知道机器人的那些表现都是人类所写的程序在里面执行的结果,包括AlphaGo下棋,也都是人类所写出的算法,AlphaGo没有一招棋是超过人的算法的,就算它可以自我学习,它的自我学习也是人类设计的一个算法。你让AlphaGo不改变它的程序去下中国象棋,它会输得非常惨,因为它是围棋的程序。迄今为止,我没有看到人工智能能够超过“工具”这两个字,它只是非常复杂的工具,可以模拟人的行为。但你不要忘了,最原始的工具也是在模拟人的行为——锤子就是在模拟人的拳头,拳头钉东西会痛所以发明了锤子,这不就是今天的人工智能吗?如果锤子没有拳头硬,那为什么要用锤子?所以当计算机视觉超越了人类,又有什么好惶恐的呢?当年我们设计的那柄锤子就已经比拳头硬了。工具唯一会有用的前提是在某一个功能上能超越人类。另外我们自己都不知道自己的意识是什么,又怎么去设置一个意识出来。我无法想象一个bug突然一下就变成意识了。就像我们给AlphaGo鼓掌,其实是给它背后的设计者鼓掌。所以,科幻片精彩就好。

前一段很火的尤瓦尔的著作《未来简史》中,作者对人类的未来也是比较悲观的,他提出未来大部分人类将沦为无用阶层,这点你是否赞成呢?

潘天佑:关于《未来简史》中提到的无用阶层,我也没有那么悲观。

不可否认,人工智能会取代一些行业。就像有了汽车之后拉车的就被淘汰了,工业革命之后纺织厂的很多工人就被取代了,人类历史发展过程中一次又一次面临过这样的问题,是一直在发生的。只是说这一次的人工智能给了大家更多想象的空间,会造成更多的工作原先需要人去做的将来可能不需要人去做了。但我觉得人工智能取代的工作也是大多数人不太愿意去做的,这样的工作被机器取代的话可能未必会很糟糕,你可能反而有更多的时间可以做自己喜欢的事情。可能今天有很多人的工作就是重复性的,很无聊。他们会受到一定的冲击,但我们今天要面临的是怎么样让这些受到冲击的人能够有其他的选择,这是一个社会问题。不过话说回来,工业革命之后原本以为大家可以很闲,但是恰恰相反,大家都变得更加忙碌了——因为水涨船高,人的智力、人对新事物的追求也会跟着不断进步、不断提升。

你如何理解“工匠精神”?在学术研究领域,微软是如何贯彻工匠精神的?

潘天佑:所谓“精益求精”,可能是关于工匠精神我能想到的最精简且最容易理解的一个形容了。精益求精这四个字我们可以再稍微进一步去了解一下,因为中国成语中很少有两个字是重复的,但这个成语里面四个字有两个字是重复的,它的第一个“精”和第二个“精”一定是有所差异的。

第一个“精”,指的是你起码要把一个东西做得非常扎实,在微软我们经常说你的研究工作做得够不够扎实,第一个“精”是指非常扎实的工作。但是经过这么扎实的工作之后,也只是达到第一个“精”,只是工匠精神的入门票而已。第二个“精”则是process不断提升。很多时候大家觉得出师就是学成了,认为自己拥有了所有该知道的知识就可以了,但第二个“精”绝不仅如此,它是一个终身学习的过程,必须要相信今天已经登峰造极的东西还能往上再走一步,才能有后面益求精的部分,这才是真正的工匠精神的部分。有时候我们说这个人画画匠气很重,说的是这个人画画一成不变,说匠气很重说明你已经做到了第一个“精”,但后面的那个“精”你却没有达到,你没有创新,没有相信到达第一个“精”之后还有更“精”的可能性。这种情况尤其容易出现在一个人前面表现很好的时候,后面不成长的可能性是很高的,因为他觉得自己已经得到社会的认同了,让他继续学习那是不可能的。

所以微软一直在倡导成长型思维,微软用人不光是要know it all,还要learn it all。“know it all”是我们选拔人才的方式,有比较高的门槛,考一些很繁杂的题,通过了我们就认为你是可以对微软做出贡献的人。但这并不够,如果我们找的人进来之前已经可以“上天入地”,进来之后却停在原地,那微软是不会成长的。所以我们每年都会有三天时间的“骇客马拉松”让员工可以不做别的事情,而是和团队一起设计一个问题然后解决它,有很多好的想法都是在这期间想出来的。另外微软内部有非常完整的AI课程,我们本来就有很多非常优秀的人才,但可能在学校里面没有学有关AI的内容,与其花费很高的薪水跟别的企业抢人才,为什么不在公司内部把原有的人才培养成AI人才呢?自我学习是融合在微软企业氛围中的东西,我每天也是这样在不断地汲取知识。这就是微软所强调的工匠精神。如果没有成长型思维,那你就只能是一个匠气很重的人,而不是一个出师之后能够创立一家之言的人,这才是成长型思维的理念所在。

标签