微软沈向洋谈GitHub、数据信仰和计算未来

作者: 王金旺 2019-01-21 09:41:37

  1 月 20 日,微软全球执行副总裁沈向洋在 2019 极客公园创新大会上,解读了微软在 AI、计算、数据方面的工作和思考。

两年前,沈向洋和大家一起开始呼吁 AI;两年后的现在,随着 AI 疾风骤雨般席卷而来,沈向洋开始有新的思考,甚至忧虑。在沈向洋与张鹏(极客公园创始人)的对话中,主要解释了四个业内关注的问题:

微软收购 GitHub 之后,GitHub 现在怎么样?

微软如何看待“白科技”和“黑科技”?

微软如何看数据信仰?

微软如何理解计算的未来?

被收购后的 GitHub

2018 年 6 月 4 日,微软在官方博客宣布以 75 亿美元的价格收购代码托管平台 GitHub,并预计收购将在年底前完成。10 月 26 日,整个收购接近尾声,微软宣布新任 CEO 为 Nat Friedman,Nat Friedman 同时也是微软副总裁、Xamarin 创始人。

微软官方公布消息之后,Nat Friedman 在博客里重申收购不会改变 GitHub 的独立运营和其产品理念,并说明了 GitHub 未来的目标。

微软收购 GitHub 曾引起极大关注。作为一个面向开源和私有软件项目的托管平台,GitHub 受到许多软件开发商和开发者的欢迎;截止 2018 年 6 月,GitHub 已经聚集了超过 2800 万开发者,拥有 8000 万个代码库。这些开发者对于微软的 Azure、AI 和 Windows 等平台的未来发展至关重要,可以说 75 亿美元虽然价格不菲,但也是非常地值了。

沈向洋此次再次强调,“GitHub 在微软内部仍为独立运营,过去一年增长了 800 万用户,比过去 6 年的总用户增长量还多,”此外,也解读了微软对外的收购战略。

所有大公司都在不断收购,微软最近几起大的收购是有自己的理念在其中的,即收购社区。例如 Minecraft(游戏社区)、LinkedIn(领英),以及 GitHub。

据了解,沈向洋提到的这三次收购每宗收购都价格不菲。2014 年,微软 25 亿美元的价格收购 Mojang(Minecraft 开发商);2016 年,微软 262 亿美元收购职业社交平台 LinkedIn;2018 年,微软 75 亿美元收购开源和私有软件项目的托管平台 GitHub。微软本身以软件起家并著称,这样的收购其实也正符合微软的调性。

「黑科技」也是「白科技」

「黑科技」和「白科技」是现在打造新产品中遇到的两个概念,其中「黑科技」在近些年更胜一筹,被不断强调。沈向洋将这两个概念简短化理解为:白科技是指,帮助公司生产产品,“明天”可以赚到钱;黑科技是指,帮助公司研发产品,“后天”可以赚到钱。“这对决策者在生产和研发二者间如何分配公司资源的把控有很高的要求。”

在这个过程中,不得不提的就是微软研究院。

微软研究院成立已有 27 年,中国微软研究院也成立又 20 年之久。沈向洋称,目前,微软研究院已经走出 7000 多位院友,其中包括大量微软研究院的实习生,包括依图创始人林晨曦、旷视创始人印奇等都曾是微软研究院的实习生。

当公司做到一定规模的时候,一定要去想未来,其中一个买“未来保险”的做法就是成立一家研究院。事实上微软现在产品中的白科技,背后都有当年微软研究院做的黑科技,只不过时间长了,黑科技就变成了白科技。

2018 年微软最火的黑科技莫过于「小冰」。

据沈向洋透露,小冰在研发之初强调的就是 EQ(情感框架),并在 2018 年推出 Dual AI 计划,目前已经能够实现与小米、华为的语音助手实现打通(互相唤醒)。“目前小冰已有 260 多个技能,几乎是一周增加一个技能,平均可以实现 23 轮次交互(对话),这样的能力其实也来自于微软研究院的技术积累。”

聊天是人类的刚需,包括很多的思考也是在交流之中产生。例如每天需要讲几千句话,大多数聊天不是为了解决什么问题,这也是人类生***很重要的东西。

从「流量信仰」到「数据信仰」

流量信仰是刚刚过去的互联网时代的主题。而接下来,将可能是一个流量信仰的时代。

沈向洋认为,AI 之所以能有现在的进展,主要有三方面原因:***,算力在摩尔定律的作用下继续加强;第二,数据量的极大增加;第三,深度学习的突破。

其中最基本是数据,今天 AI 的成功之处在于「用大数据下解决小问题(专用问题)」,未来的方向将会是「用小数据解决大问题(通用问题)」。

以微软为例,微软这么多年的发展,在商业上有两个大方向:个人计算和企业计算。其中,Windows Sever 和 SQL 是企业计算的代表产品,SQL 大家用得最多的就是数据库,今天不同之处在于数据爆炸性增长,这时候做数据处理,从其中提取信息时,需要在云计算过程中提供更多数据工具。

做人工智能相关产品时,其中 90% 的时间是在前端处理数据,其中有很多工具需要做思考,微软很重视数据,微软公司内部是将 AI 和数据放在一起来讲的,Data&AI 是微软内部的一个大方向。

因而,未来在数据上做思考将会是一个发展方向。

计算未来:人、技术和社会之间的思考

在 Buliding 2017 上,微软曾展示其用于帕金森治疗的 Emma 智能手表,这也是一款用于医疗的智能设备。

全球有 1000 万人患有帕金森病,张鹏对于 Emma 智能手表的解读是,“科技解决了医学还难以解决的问题。”

沈向洋与微软公司总裁施博德(Brad Smith)的新书《计算未来:人工智能及其社会角色》中讲到对于 AI 技术的担忧此前也曾引起热议。

沈向洋对此表示,技术从来对社会都是有颠覆的,AI 来的很快,对社会冲击很大。人工智能时代的教育、就业等问题会是怎样,例如需要训练拥有怎样新技能的社会群体。“每个社会阶段都会出现这样的问题,例如电梯刚进入应用场景,都需要有人看电梯。”

技术最终的目的是帮助人类改善生活,帮助每一个人改善生活。

GitHub 数据 计算
上一篇:算法当道!为什么人类和人工智能越来越像? 下一篇:从2018年全球人工智能数据看未来发展趋势
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

碳基生物惨遭淘汰!AI在纵横字谜中首次获得胜利

「美国纵横字谜锦标赛」刚刚落下帷幕,其中由计算机科学家与伯克利自然语言小组共同合作的人工智能Dr. Fill首次在纵横字谜中战胜人类并获得胜利。尽管如此,该领域人工智能的发展面仍临着诸多挑战,人类依然被认为在解决现实世界问题方更佳现更佳。

佚名 ·  1天前
10亿参数的AI模型SEER「一视同仁」:服务富人,也服务全世界

通过利用自监督学习,SEER可以从任何数字图片集中学习,而不需要研究人员来挑选和标记每个对象。

佚名 ·  3天前
仅需2张图,AI便可生成完整运动过程

仅仅根据两张图片,AI处理了一下,便能生成整个运动过程。

金磊 ·  3天前
打破存储性能瓶颈,实现AI应用的腾飞

目前数据在整个IT系统中的处理,也有一个瓶颈一直存在,就是存储介质的传输性能

任新勃 ·  2021-04-30 15:45:42
联邦学习也不安全?英伟达研究用「没有隐私」的数据直接重建原图

研究者提出了一种 GradInversion 方法,通过反转给定的批平均梯度(batch-averaged gradients)从随机噪声中恢复隐藏的原始图像。该研究已被计算机视觉顶会 CVPR 2021 接收。

机器之心 ·  2021-04-29 14:40:11
AI 发展方向大争论:混合AI ?强化学习 ?将实际知识和常识整合到AI中 ?

对于AI界来说意义重大,这归功于深度学习领域取得了惊人的进步,AI的这个分支因收集、存储和处理大量数据的能力不断增强而变得切实可行。如今,深度学习不仅是一个科学研究课题,还是许多日常应用系统的一个关键组成部分。

佚名 ·  2021-04-27 09:30:47
超强TP-Link!北大清华联手开设通用AI实验班,朱松纯领衔

北大清华联手开启通用人工智能实验班,由北大人工智能研究院院长、讲席教授,清华大学基础科学讲席教授朱松纯领衔。

佚名 ·  2021-04-26 14:58:20
Deepfake这次不换脸了,直接换了座城市

这个AI模型由多所大学的研究者共同构建,目的是学习如何检测伪造的图像,以便开发识别工具。

子豪 ·  2021-04-25 15:02:27
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载