編者按：今天下午，在“AI前沿與行業賦能”微軟主題論壇上，微軟全球資深副總裁、微軟亞太研發集團主席兼微軟亞洲研究院院長洪小文博士主持了一場有關“人工智慧的過去、現在和未來”的尖峰對話，對話雙方為微軟全球執行副總裁、微軟人工智慧及微軟研究事業部負責人沈向洋博士與人工智慧先驅、圖靈獎得主Raj Reddy。
從左至右：洪小文、Raj Reddy、沈向洋
洪小文：我們中國人講知古見今，因此今天我們想跟大家分享人工智慧的過去、現在和未來。上世紀60年代，像Raj Reddy博士這樣的一群研究者開啟了人工智慧研究的先聲，在那之後，我們見證了人工智慧領域的快速發展。因此我想問Raj Reddy博士，在人工智慧剛剛出現時，是什麼讓您開始對AI感興趣？當時您對AI的設想是什麼？
Raj Reddy：我是在1963年加入史丹佛大學讀博士後開始研究人工智慧的。我在讀博之前就對人工智慧很感興趣，但那時一切才剛剛起步，我並不清楚它未來的發展方向，“讓計算機擁有智慧”聽起來就像天方夜譚，但現在我們都實現了。
從60年代到現在，許多人都對人工智慧抱有誤解，認為人工智慧的發展會取代人類。我想說並非如此，在人工智慧60年的發展中，我們的願景始終是希望AI能延伸人的知覺，強化人的能力，幫助人類更好更快地完成多樣的工作。
因此在60年代，我們提出了一些問題，怎樣提高計算機的智力？人類與機器是否能夠更高效地進行交流？計算機是否能具備人所具有的能力，比如理解語言和影像？計算機領域有許多關於演算法理論的工作，但還從來沒有人研究過這些問題，因此我們開始了語音識別的理論研究，取得了不錯的研究成果，也需要時間讓語音識別技術變得更成熟。
人工智慧先驅、圖靈獎得主Raj Reddy
60年後的今天，我們在AI領域已經取得了很大的進展。要使今天的人工智慧更進一步，我認為我們要更深入地認識人工智慧的理論原理。構建人類如何理解語言的完整理論需要我們投入很多時間，但我認為這非常有意義，因為我們今天致力的人工智慧系統將能讓更多人類享受智慧和便利。今後的人機互動將無需透過打字、觸控等方式實現，和機器交流將變得像和人對話一樣簡易，這是我們今後的目標。
洪小文：非常感謝。我和沈向洋都是Raj Reddy的學生，我們都從Raj Reddy身上學到了很多。因此第二個問題我想問沈向洋，你當時為什麼選擇人工智慧領域？有人說我們遇到了“AI寒冬”，你有沒有受到什麼影響？
沈向洋：非常榮幸，事實上我們很多人進入人工智慧行業，都是受到了Raj Reddy的影響。Raj Reddy是我們的博士生導師，多年來給了我們許多訓練和教導，我們都學到了很多。
回到小文給我的問題，為什麼我選擇了人工智慧和機器人領域。我大學本科學的是自動化控制，當時我就對機器人非常感興趣。在我申請PhD的時候，我發現全世界只有一個學校有機器人PhD專案，那就是Raj Reddy教授主導的卡耐基梅隆大學機器人實驗室，所以我特別申請了卡耐基梅隆大學去學習機器人。說實話“AI寒冬”從來沒有對我造成什麼樣的影響。因為如果你在卡耐基梅隆大學讀書，又有Raj Reddy這樣的導師，真的一點也不用擔心找不到工作（笑）。
洪小文：我們現在來談談今天的人工智慧。我們知道人工智慧技術發展到今天，最引人注目的一點是深度學習的進展。那麼我們今天的深度學習，和上一代的AI技術有什麼區別呢？
Raj Reddy：深度學習由當時的卡耐基梅隆教授Geoffrey Hinton在1985年提出。但是當時的計算能力極其有限，做深度學習非常困難，但大家都沒有放棄。差不多從2010-2012年開始，深度學習在人工智慧領域開始變得非常流行，是因為我們今天的計算能力、頻寬、儲存空間等都獲得了幾百萬倍的提升，這讓深度學習這個想法得以廣泛實現，它最基本的理念其實沒有變化。今天海量的資料、高速的資料處理能力，也使我們過去的語音識別、影像識別演算法能夠在極短時間內進行大量的計算，從而實現更好的效果。
沈向洋：我完全同意Raj Reddy的觀點，但是確實很多人並不知道，Hinton第一次將深度學習應用到語音識別領域是在微軟研究院做訪問的時候，當時和微軟語音團隊一起合作，做出了初步成果。我們做研究要把眼光放長遠，很多研究不會在短期內見到成果，但我們不能放棄。
洪小文：我們知道人工智慧現在深受業界關注，因為人工智慧技術能夠推動世界的數字化轉型浪潮。那在你們看來，哪些行業會因今天的AI技術而迸發數字化轉型的潛力？對於把握數字化轉型機遇，你們有哪些建議？
Raj Reddy：我們應該從兩個角度分開看待這個問題，一是人工智慧的基礎研究，二是如何把人工智慧應用到社會中解決社會問題。
我認為接下來的五十年將是學習的時代。這個“學習”，並不是指狹義的深度學習，而是範疇更廣的學習。人類是學習動物，能夠透過上課、動手學習知識和模式，透過例子舉一反三等。人類的很多學習情境不需要大資料就能實現漸進式的學習。比如嬰兒學說話、學寫字，就會自己說出一些從來沒有學過的句子。
人類這種學習的過程並不能夠被機器所模擬，所以有時深度學習犯錯的時候，我們就要給他們提示或是澄清，再讓系統自動去學習。但現在我們的機器學習還需要我們提供幾百萬個例子才能學習，這樣的機器學習是不夠的。
沈向洋：我覺得很多縱向的行業必然因為人工智慧而發生巨大的變化。現在很多行業都已經感受到了人工智慧帶來的顛覆，包括金融、製造、教育、交通等等，我們需要判斷哪些行業有機會。我們不僅僅應該縱向看，也可以橫向看這些行業。事實上，商業的每一個流程，不管是營銷、銷售、技術支援還是人力資源，都會快速地被AI顛覆。因為這些流程都已經在生成大量的資料，使AI技術都可以快速地進行學習和應用。
微軟全球執行副總裁、微軟人工智慧及微軟研究事業部負責人沈向洋
另外，微軟的人工智慧技術在安全、資料隱私方面做的非常好。由於我們在收集越來越多的資料，我們要非常謹慎地選擇誰能擁有資料、誰有權使用資料。一方面我們要保證資料的安全性，一方面我們要利用這些資料進行計算，這對我們推動未來人工智慧的發展至關重要。
洪小文：今天我們見證了世界人工智慧大會的成功舉辦，上海將發展為全球人工智慧的一大中心。因此你們對上海的人工智慧發展有哪些建議？
Raj Reddy：每一個城市都會面臨能源、水、教育、醫療、就業、自然災害等方面的諸多挑戰。在我們未來的都市，人工智慧技術將讓這些問題更好地得到解決。舉個例子，我們可以先收集原始資料，然後用人工智慧進行實時監測和分析，瞭解城市中水資源的執行狀況。推薦演算法、智慧助手這些其他的人工智慧系統，也已經進入人們的日常生活，幫助人們大大提高效率和生產力。
因此我給上海發展人工智慧的建議是，我們要更深入地理解人們在城市中的各種活動，以便藉助人工智慧技術讓未來的都市生活更加美好和智慧。
沈向洋：我認為上海擁有成為人工智慧領導者、將人工智慧作為長遠發展目標的能力。前幾天在由上海政府主導的人工智慧發展委員會召開的一次會議上，我也對上海人工智慧的發展提出了幾點建議。第一，我們應該看到人工智慧不僅擁有巨大潛力，對社會也有雙面的影響。因此為了推動人工智慧的健康發展，政府應該扮演更關鍵的角色，推動建立對人工智慧產業發展更有利的環境，同時健全相關的監管措施。第二，要建立富有多樣性的人工智慧生態系統。第三，我們希望從一些行業開始進行“AI+”合作。上海擁有全球領先的金融業、交通運輸業等產業，如果能鼓勵這些行業與微軟以及其他國外的、本土的高科技產業攜手合作，我們一定能夠打造更加完整的人工智慧生態系統，這也是我們昨天宣佈微軟將與上海市政府、上海儀電共同打造微軟亞洲研究院（上海）和微軟-儀電人工智慧創新院的原因。
洪小文：剛剛你們談到了人工智慧的未來發展，這也是現在人們相當關心的問題：人工智慧的研發方向將如何發展？人工智慧的下一個發展點在哪裡？
Raj Reddy：我認為人工智慧的一個重要的發展方向，是成為人類的“守衛天使”，除了幫助我們對城市執行進行實時監測分析，賦能各行各業加速發展，人工智慧更能夠幫助我們完成地震、海嘯、交通事故等等災難或傷害的預測。對於這些天災人禍，我們人類沒有能力準確預知，人工智慧卻擁有這樣的能力來給我們預警，讓人們在危機的邊緣倖免於難。這並不是紙上談兵。人類的想象力是無窮的，我們要推動人工智慧的發展，讓“守衛天使”的美好理想成為現實。
再舉一個例子，自動駕駛汽車是目前人工智慧的一個非常重要的應用領域。按照我們目前的預測，如果未來我們有了成熟的自動駕駛技術，人工智慧將能代替人類作出及時的反應，交通事故發生率可能會下降80%-90%，車輛損毀的維修費用也可以大幅下降，在大幅減少人類受到的傷害的同時節約社會資源。
因此“守衛天使”將可以照料地球上生活的每個居民，對每個人的生活產生積極影響。我們希望這一天早日到來，儘管困難重重且需要大量的時間，這是我們對人工智慧未來的美好展望。
沈向洋：我非常喜歡“守衛天使”這個想法。事實上在微軟，我們一直在為建立這樣的人工智慧系統作出努力。在美國，我們的人工智慧助手“微軟小娜”正在幫助我們千千萬萬的使用者更高效地完成工作；在中國，我們的人工智慧聊天機器人“微軟小冰”已經擁有很高的情商和理解能力。我們正在讓我們的人工智慧系統向著“守衛天使”的角色努力，希望未來能夠成為現實。
對於未來人工智慧的研究領域的發展方向，我還想補充兩點，它們都與人類的大腦相關。
第一點是，深度學習和機器學習雖然已經能夠為我們解決許多問題，但現在的人工智慧大多使用大資料解決小問題。因此我認為在人工智慧發展的下一階段，我們要研究如何用小資料解決大問題。
第二點也是非常吸引人的一點，那就是人工智慧與神經科學的結合，將能使人類更好地發揮人類大腦的潛力。兩週前我到史丹佛大學聽了一場神經科學課程，課上講了許多人類大腦的認知失調現象，且據統計由於衰老、童年抑鬱等等不同的原因，約有25%的人在一生中會或多或少會經歷這種大腦功能的紊亂。因此透過人工智慧與神經科學研究的結合，我們不僅能更好地理解人腦的執行機制，也將能使用人工智慧補充完善失憶症這樣的腦類疾病的治療手段。這一領域也是我們未來重要的發展方向，在教育、醫療領域商業化的潛力都非常巨大，我們要做大量的基礎研究。
洪小文：下一個問題，我們一直在談強人工智慧。但是，人們希望看到機器變得很聰明，但是也會擔心自己會相對變傻，我們既非常期待AI，又會變得非常恐慌，您對這個觀點如何看待的？
Raj Reddy：這個問題我既同意也不同意。我為什麼會這麼說？計算機究竟能否像人一樣行走、說話？我們正在往這個方向發展，儘管目前為止還沒有做到盡善盡美。如果問我不遠的將來，計算機能否表達出憤怒、喜悅等等不同的人類情感，能否理解笑話？這些事情我們目前還不得而知。計算機是否能夠更加有創造力？這一定程度上是正在發生的事情，依靠大資料找到背後的模式。我相信，只要有足夠的時間和經費，我們是可以發明出帶有情緒的AI的。
但是目前很少人在研究強人工智慧。McCarthy曾經說過，為了實現人類水平的AI，我們需要像愛因斯坦和麥克斯維爾一樣的天才，以及類似於曼哈頓計劃的龐大資金。跟AI的產出相比，現在這一領域投資還非常少，融資非常有限，這是為什麼現在發展受阻的重要原因。