1980年，改革開放的第三年，我在江蘇老家參加了高考。

記得填報高考志愿前的一天，我父親拿了一份《參考消息》走進(jìn)家門，興沖沖地對我說：你應(yīng)該報計算機(jī)專業(yè)，報紙上說計算機(jī)這個東西不得了！

那年我只有13歲，像大多數(shù)人一樣，我從沒聽說過計算機(jī)為何物，連計算器都沒見過。當(dāng)然更不會想到，在接下來的幾十年里，計算機(jī)竟徹底改變了我的人生，也給整個世界帶來了翻天覆地的改變。

與人工智能結(jié)下不解之緣

1991年，我有幸考進(jìn)了美國計算機(jī)專業(yè)排名第一的卡內(nèi)基梅隆大學(xué)計算機(jī)學(xué)院， 師從著名計算機(jī)專家拉吉·瑞迪（Raj Reddy）教授，研讀人工智能和機(jī)器人專業(yè)。

卡內(nèi)基梅隆大學(xué)有著當(dāng)時全世界第一個機(jī)器人學(xué)的博士專業(yè)。多年來我一直很喜歡機(jī)器人這個方向，就是奔著機(jī)器人學(xué)專業(yè)去的，所以非常幸運(yùn)。拉吉·瑞迪是國際上的語音專家，但是他非常支持我從事計算機(jī)視覺方面的研究，后來我的研究方向是機(jī)器人視覺。

以前我在卡內(nèi)基梅隆接觸到做科研的風(fēng)格，是團(tuán)隊(duì)協(xié)作的風(fēng)格。同學(xué)跟我講，麻省理工大學(xué)和卡內(nèi)基梅隆大學(xué)最大的區(qū)別是：麻省理工大學(xué)每個人都是一頭虎，而卡內(nèi)基梅隆大學(xué)出來的都是一群狼。我們很少單打獨(dú)斗，都是一個團(tuán)隊(duì)一起做一個大項(xiàng)目，卡內(nèi)基梅隆大學(xué)最出名的都是大項(xiàng)目。所以卡內(nèi)基梅隆大學(xué)成功的地方是培養(yǎng)了很多大的IT公司CTO級別的人物，很多學(xué)生在工業(yè)界更加成功。

也是在這一年，比爾·蓋茨先生在西雅圖創(chuàng)立了微軟研究院，當(dāng)時他的愿望，是讓計算機(jī)能聽會講，能看會想。因此微軟研究院最早成立的其中三個研究組是計算機(jī)語音、計算機(jī)視覺和自然語言處理——正是這些基礎(chǔ)性的研究，為今天的人工智能奠定了堅(jiān)實(shí)的基礎(chǔ)。

1996年，我作為研究員加入微軟研究院，從事計算機(jī)視覺研究。對我而言，加入微軟研究院，確是一種幸運(yùn)，讓我有機(jī)會與世界頂尖的天才為伍。直到今天，我仍清楚地記得，剛到微軟研究院的那個星期，我發(fā)現(xiàn)自己離計算機(jī)圖形學(xué)領(lǐng)域的傳奇人物吉姆·布林[Jim Blinn，美國計算機(jī)科學(xué)家，曾經(jīng)在美國宇航局的噴氣推進(jìn)實(shí)驗(yàn)室（JPL）工作]只隔著4個辦公室，我難以抑制心中的興奮，抓起電話，語無倫次地把這個發(fā)現(xiàn)驕傲地分享給我太太。

人工智能發(fā)展之路

人工智能事實(shí)上是相對于人類智能而言的。我對它的理解主要有兩個方面：一個是“感知”，另外一個就是“認(rèn)知”。

為什么人類有智能？第一，我們可以感受這個世界，主要是通過語音的方式和視覺的方式，所以對應(yīng)的人工智能感知方面最主要技術(shù)就是語音和視覺方面的技術(shù)。第二，我們還有認(rèn)知，認(rèn)知就是人類不僅僅能感受到這個世界，而且還能理解這個世界。而理解這個世界就包括理解真正的物理世界，以及理解你身邊的人，甚至是最最重要的——理解自己。所以，在認(rèn)知方面，有兩類技術(shù)就格外重要了，一個是語言、自然語言，另外一個就是知識。這是這么多年來，我對人工智能的理解和定義。

我加入微軟研究院的時候，正值人工智能的“寒冬期”——現(xiàn)實(shí)世界中的基礎(chǔ)性研究枯燥乏味、進(jìn)展緩慢，與之前人們所想象的“未來科技”相去甚遠(yuǎn)，行業(yè)內(nèi)悲觀失望的情緒，讓當(dāng)時的很多投資人和研究機(jī)構(gòu)都對人工智能研究避之唯恐不及。

今非昔比，如今的人工智能已經(jīng)成了行業(yè)內(nèi)外最熱門的話題。

為什么發(fā)展如此迅猛呢？主要是三個方面：大數(shù)據(jù)、大計算、精準(zhǔn)算法。在豐富的大數(shù)據(jù)資源，強(qiáng)大的云計算平臺，以及先進(jìn)的機(jī)器學(xué)習(xí)算法的支持下，人工智能開啟了蓬勃發(fā)展的黃金時代。

以云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能為代表的第四次工業(yè)革命正在到來，這一輪以技術(shù)創(chuàng)新為代表的數(shù)字化轉(zhuǎn)型，正在給全球的企業(yè)帶來巨大的挑戰(zhàn)和機(jī)遇，也給企業(yè)業(yè)務(wù)、商業(yè)應(yīng)用、產(chǎn)品和服務(wù)等方面帶來了巨大的沖擊。目前人工智能的主要方法論仍是基于大數(shù)據(jù)、大計算模式。擁有大量數(shù)據(jù)積累和分析需求的行業(yè)更適合通過人工智能技術(shù)實(shí)現(xiàn)轉(zhuǎn)型。

以醫(yī)療行業(yè)為例，在癌癥早期篩查領(lǐng)域，存在大量讀取醫(yī)療影像并作出判斷的需求。若是傳統(tǒng)人工讀片，效率較低，且正確率不高。加之醫(yī)療資源有限，很難做到每一個影像都能有效讀取。而人工智能技術(shù)應(yīng)用能夠很好地提高讀片效率，且通過計算和比對，有效提高正確率。這是一個典型的案例。

把握中國機(jī)遇

1997年，微軟公司在劍橋成立了研究院，之后決定把第二個海外科研機(jī)構(gòu)放在北京。我覺得這是一個非常難得的機(jī)會，在中國進(jìn)行這么一次研發(fā)“創(chuàng)業(yè)”，也是公司內(nèi)部的創(chuàng)新。公司包括院里的一些老領(lǐng)導(dǎo)都鼓勵我，就把握住這樣一個機(jī)會。

1998年我回到中國，開始參與中國微軟研究院的建立。1999年1月15日正式轉(zhuǎn)到中國，成為了第一個研究員，到現(xiàn)在差不多快20年了。我還記得，當(dāng)時的第一份工作，是讓我來選地毯的顏色。

以前念書的時候，我對國內(nèi)的關(guān)注不是太多。不過我覺得，在傳統(tǒng)的人工智能研發(fā)方面，中國一直有非常深厚的基礎(chǔ)。中國在傳統(tǒng)的模式識別這一個領(lǐng)域，包括手寫體識別等方面，都做得相當(dāng)不錯，在國際上非常領(lǐng)先。我了解的很多國內(nèi)高校的老師，較早開始做傳統(tǒng)的模式識別研究?；貒薪涣鞲嘀螅揖烷_始關(guān)注這個領(lǐng)域的發(fā)展。

現(xiàn)在在中國，人工智能技術(shù)的蓬勃發(fā)展非常激動人心。這里有很多機(jī)會，在基礎(chǔ)科研方面也已經(jīng)取得很多了不起的成果。比如，在計算機(jī)視覺方面，已經(jīng)有很多本土公司，很多科研院校、院所，做了大量工作，推進(jìn)這一技術(shù)的發(fā)展。我相信，中國有更多的機(jī)會，也將讓更多的應(yīng)用場景落地。中國的確有很多的優(yōu)勢。

近幾年，中國的經(jīng)濟(jì)、技術(shù)都在快速發(fā)展。中國不僅擁有龐大的消費(fèi)市場，更已成為全球創(chuàng)新的重要力量。很多國內(nèi)的IT企業(yè)以及初創(chuàng)公司都不同程度在人工智能領(lǐng)域有所作為。中國的優(yōu)秀人才也不斷涌出。

從市場發(fā)展來看，創(chuàng)業(yè)、投資的趨勢正趨于理性發(fā)展和價值投資。但是相信由技術(shù)創(chuàng)新驅(qū)動的創(chuàng)新、創(chuàng)業(yè)、產(chǎn)業(yè)升級仍將保持強(qiáng)勁的發(fā)展勢頭。今后技術(shù)創(chuàng)新不再是噱頭，而是要與現(xiàn)實(shí)的應(yīng)用場景、行業(yè)應(yīng)用相互結(jié)合，真正解決企業(yè)運(yùn)營或者人們生活中遇到的問題，提高生產(chǎn)效率、改善生活品質(zhì)。

從技術(shù)發(fā)展的趨勢來看，混合現(xiàn)實(shí)、人工智能、量子計算，將是未來技術(shù)發(fā)展的三個主要方向。國家發(fā)布了“新一代人工智能發(fā)展規(guī)劃”并且列出了首批四個重點(diǎn)人工智能平臺的發(fā)展規(guī)劃，近期來看，人工智能仍將是市場發(fā)展的一個熱點(diǎn)。

人工智能仍需冷靜

人工智能快速推進(jìn)的同時，仍有些問題值得我們停下來想想。目前，人工智能發(fā)展主要面臨以下幾方面的限制：

第一，人工智能技術(shù)對大數(shù)據(jù)和大計算的依賴較大。這和人類智能有很大的差異，因?yàn)槿藗兌鄶?shù)時候是用小樣本的方式在學(xué)習(xí)，很容易舉一反三。這個方法論是需要思辨的。

第二，絕大多數(shù)的人工智能算法都是黑箱算法，包含有大量參數(shù)，形成了一個復(fù)雜的網(wǎng)絡(luò)。這樣復(fù)雜的算法是可以推演的，還是只是函數(shù)的遞進(jìn)，這也是我們需要深思的問題，也是下一步人工智能發(fā)展要解決的后續(xù)的問題。

第三，人工智能領(lǐng)域不僅過于重視數(shù)據(jù)，而且重視的是數(shù)據(jù)的表象。很多時候，人工智能技術(shù)是在用復(fù)雜解釋復(fù)雜，為了擬合數(shù)據(jù)結(jié)果，而做出一個更加復(fù)雜的模型。這是與科學(xué)認(rèn)知有悖的。在自然科學(xué)領(lǐng)域，人們應(yīng)當(dāng)是通過復(fù)雜的現(xiàn)象抽象出一個簡單的本質(zhì)。因此從這個角度而言，人工智能技術(shù)還有待探索和發(fā)展。

第四，人工智能技術(shù)現(xiàn)在遇到一個很大的問題就是偏見。例如用網(wǎng)絡(luò)搜索引擎搜索CEO會發(fā)現(xiàn)，出來的結(jié)果基本上沒有女性，亞洲人面孔也很少。這些都是隨著人工智能的發(fā)展出現(xiàn)的倫理問題。這不僅是科研的問題，也是整個行業(yè)的問題，整個行業(yè)和全社會都必須認(rèn)識到這個問題的重要性，攜手合作，探索解決之道。

如何讓人工智能更加造福人類

作為一個從事人工智能研究將近30年的從業(yè)者，在為技術(shù)突破感到興奮的同時，我也開始認(rèn)真思索，人工智能技術(shù)之于整個人類的未來的影響，以及科學(xué)家在技術(shù)發(fā)展和應(yīng)用中應(yīng)當(dāng)承擔(dān)的角色與社會責(zé)任。

我認(rèn)為我們所需要的人工智能創(chuàng)造，應(yīng)該符合三原則：

第一，人工智能創(chuàng)造的主體，不僅僅是具有IQ，而是兼具IQ與EQ的綜合體。人工智能時代的基礎(chǔ)架構(gòu)，最終將是一種IQ和EQ完美融合的狀態(tài)。而在這個過程中，需要去分別發(fā)展IQ和EQ兩個維度。

第二，人工智能創(chuàng)造的產(chǎn)物，須能成為具有獨(dú)立知識產(chǎn)權(quán)的作品，而不僅僅是某種技術(shù)中間狀態(tài)的成果。

第三，人工智能創(chuàng)造的過程，須對應(yīng)人類某種富有創(chuàng)造力的行為，而不是對人類勞動的簡單替代（如工業(yè)機(jī)械臂那樣的“人工智能制造“）。

人工智能本質(zhì)上還是一門技術(shù)，是由人來開發(fā)和控制的。技術(shù)本身沒有好壞之分。因此，我們需要客觀看待這個問題。我們支持技術(shù)的發(fā)展和演進(jìn)，同時也希望國際組織、各個國家、整個社會一起努力，對技術(shù)利用從道德和法律上加以引導(dǎo)，防止技術(shù)成為壞人作惡的工具。我們在工作中有一系列核心的原則：人工智能是用以增強(qiáng)人類能力的（AI must be designed to augment humans）、人工智能技術(shù)應(yīng)該是透明的、人工智能應(yīng)當(dāng)在不傷害人類尊嚴(yán)的前提下最大限度地提高效率、為意外情況籌備智能隱私和問責(zé)機(jī)制、防范偏見。

（以上內(nèi)容由澎湃新聞記者沈丹麗采訪整理，經(jīng)作者審定）