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

为什么AI没能让人类失业?

我们听了这么久有关「AI取代设计师」、「AI取代写作者」、「AI取代画家」、「AI取代司机」……的论调。然而时至今日,我们发现实际上,目前还没有一个职业「真正」被取代。

佚名 ·  1天前
AI又一次打败了人类:仅凭一张自拍照片辨别个人性格

一项新研究表明,人工智能(AI)可在“仅凭一张自拍照片辨别个人性格”这件事上再次打败人类。与人类相比,机器能够更好地识别一种特征,通过分析人物面孔来确定物种不同的性格特质。

佚名 ·  2天前
5个杰出的商业机器学习用例

现在是仔细研究ML的好时机,看看您如何将其应用到您的业务中。下面是企业将ML应用到产品和服务创新的5种方式。

物联网IoT996 ·  2020-05-21 21:14:38
如何使用支持向量机学习非线性数据集

什么是支持向量机呢?支持向量机是监督机器学习模型,可对数据进行分类分析。实际上,支持向量机算法是寻找能将实例进行分离的优秀超平面的过程。

不靠谱的猫 ·  2020-05-21 09:02:37
GitHub近10万星:印度小哥用Python和Java实现所有AI算法

今天两个算法实现的项目又登上了GitHub热榜,每逢招聘季必上榜?此前,这两个项目曾多次登顶,分别用Python和Java实现了面试中常考的算法,AI行业就业形势日趋严峻,而算法岗更是竞争激烈,是时候复习一下基本功了!

佚名 ·  2020-05-19 14:27:10
一口气发布1008种机器翻译模型,GitHub最火NLP项目大更新:涵盖140种语言组合

现在,你可以用 GitHub 上最火的 NLP 项目做机器翻译了。没错,就是 Hugging Face (抱抱脸)标星 26.9k 的 Transformer 项目。

鱼羊 ·  2020-05-19 10:33:31
机器学习的工作原理

机器学习是一种数据分析技术,可在数据集上构建预测模型,以提供有用的答案,这些答案可用于制定重要决策。 它利用统计概念和数学方法通过python和R等编码语言处理大数据。有多种机器学习技术。 但是,本文将介绍回归和分类。

闻数起舞 ·  2020-05-19 09:11:20
如何解决企业AI的巨大挑战

根据Gartner的说法,组织需要建立特定的用例,并部署具有可衡量结果的技术,以实现AI的价值。

闻数起舞 ·  2020-05-19 08:11:09
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载