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

中文自动转SQL,准确率高达92%,这位Kaggle大师刷新世界纪录

首届中文NL2SQL挑战赛上,又一项超越国外水平的NLP研究成果诞生了。在NL2SQL这项任务上,比赛中的最佳成绩达到了92.19%的准确率,超过英文NL2SQL数据集WikiSQL目前完全匹配精度86.0%,执行匹配精度91.8%的最高成绩。

郭一璞 ·  2天前
大盘点:8月Github上7个值得关注的数据科学项目

本文带你来看看GitHub上创建于2019年8月的7个数据科学项目。笔者所选项目的范围十分广泛,涉及从机器学习到强化学习的诸多领域。

读芯术 ·  3天前
全球十大AI训练芯片大盘点

AI芯片哪家强?现在,有直接的对比与参考了。英国一名资深芯片工程师James W. Hanlon,盘点了当前十大AI训练芯片。

乾明 ·  3天前
模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法

AI模型越来越小,需要的算力也也来越弱,但精度依旧有保障。最新代表,是一个刚在GitHub上开源的中文项目:一款超轻量级通用人脸检测模型。

乾明 ·  3天前
机器学习转化为生产力,警惕这4个常见陷阱!

几乎每个人都想在他们的业务中引入机器学习,但是这些人也遇到了一个大问题:让模型可持续发展十分困难,尤其是在云架构的基础上。medium上一位博主也指出了这个问题,并提出了将机器学习模型投入生产的4个常见陷阱。

大数据文摘 ·  4天前
对于人工智能的恐惧及其5个解决方法

实施人工智能技术的IT领导人可能会感到一些恐惧,这有着充分的理由。人工智能在拥有数十年发展和应用历史的同时却有着奇怪的定位,但对于许多人来说,人工智能仍然是一种未来主义的感觉。

Kevin Casey ·  2019-10-12 11:23:04
用AI实现动画角色的姿势迁移,Adobe等提出新型「木偶动画」

近日,Adobe 和康奈尔大学的研究人员提出一种基于学习的动画制作方法——基于卡通角色的少量图像样本就可生成新动画。

机器之心 ·  2019-10-12 11:10:32
AI新贵登上胡润百富榜:“CV四小龙”三家创始人上榜 精选

AI造福人类,也造富了一些创业者。最近公布的2019胡润百富榜就是窥探老板们身价的好机会。

郭一璞 ·  2019-10-12 10:00:32
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载