编者按：近几年来，人工智能与很多行业进行了融合，这不仅为行业带来了新机遇，也为整个互联网的成长提供了新动力。在微软亚洲研究院副院长张益肇看来，让技术赋能产品并实现商业化是最重要的，而金融和医疗则是人工智能较为理想的两个施展领域。通过AI的助力，精准医疗、精准教育、精准零售、精准生活会慢慢成为现实。2018年会是人工智能真正在垂直场景落地的一年。本文转载自公众号“科创者说”。

微软亚洲研究院副院长 张益肇

互联网的成长需要新动力，这个新动力就是人工智能。27年前盖茨建立微软研究院，其目的之一就是希望让计算机能听、会看、能理解人类，推动计算机领域内所有分支技术的发展，包括计算机视觉、机器学习、语音识别等技术的落地，并以此为微软未来发展提供思路和方向。虽然有不少研究员和高管相继的从这所科技领域的黄埔军校走出去，投入企业的怀抱，但还有一批专注的力量一直在微软效力。

作为微软亚洲研究院建立时的第一批人员，张益肇博士早些年从MIT毕业，1999年加入该研究院，从主管研究员一直到副院长，一路走来他见证了微软亚洲研究院近20年的成长。

最近几年，张益肇更为关注技术与行业的融合，特别是金融和医疗领域，他强调，要把 BXT（商业、用户体验、技术）三个层面融合在一起考虑问题，“让技术赋能产品并实现商业化才是最重要的。”

最看好AI在金融和医疗的发展

金融市场具有很大的不确定性，在人们印象里，从业者像金字塔，只有顶尖大鳄们才有资本，他们任何看似轻而易举的举动就会收割大量“韭菜”，赚取超额利润。

人工智能可能正是处理海量信息、应对不确定因素的最好工具，让金融跳出大玩家的游戏窠臼，让普通人都参与进来。

为什么看好金融，张益肇认为有三点原因：

第一、金融领域数据相对整齐而且比较多，收集数据比较容易；

第二、业内彼此之间竞争比较激烈，很多金融公司都在考虑要怎么做数字化转型；

第三、金融领域可以很快评估出对用户的帮助有多少，效益有多大。比如分析股票投资或者保险业，你可以用人工智能来帮助评估，算出应该收的保费是多少，从而决定投资回报率。

正如机器擅长数据的记忆和整理，AI当下的目标就是拥有更强的分析能力，为用户提供个性化理财方案，提供“千人千面”的理财服务，在未来有巨大的想象空间。比如对于企业来说，人工智能可以让数据收集、分析、处理这个闭环做到极致，在金融里征信、反欺诈方面，综合用户画像构建风控模型有效控制风险也很有帮助。对于分析师来说，通过AI辅助他们阅读大量枯燥的年报、半年报、研究报告尽调等等，运用机器梳理股权变更，上下游关系、供应链关系等，让他们的工作变得更高效。

目前微软亚洲研究院与华夏基金正在进行战略合作研究，研究方向包括通过模式识别预测市场走势、基于深度学习挖掘影响市场的因素、基于社交网络和应用软件利用数据深度了解客户等等。此外，微软亚洲研究院也同制造业、医疗行业的领先企业有合作。

在医疗方面，现在关注该领域发展的不单单是医务人员，科技工作者也对这一领域产生极大兴趣。张益肇早年在美国麻省理工求学期间，曾遇到选专业的岔路口，到底是学医还是做技术成为一个难题，思考再三后他毅然决定选择自己更感兴趣的电气工程专业，然而十几年后，他将计算机技术与医疗领域进行结合，希望可以带来更多创新。

现在，微软亚洲研究院一直将数字医学影像识别作为在医疗领域的主攻研究方向之一，希望通过计算机视觉领域的最新技术加速推动精准医疗。以往医生都是凭借”肉眼”和经验去观察病理切片影像并判断病情，如今人工智能中的两大核心技术：神经网络和深度学习则让计算机系统能够自动学习恶性肿瘤细胞与正常细胞间的差异以及癌症病情的分析和判断标准，同时能够在扫描病理切片之后，给出判断结果，供医生参考。技术的目的不是“替代”，而是“支持”，人工智能在这些方面可以很好的帮助到决策者。

张益肇博士举了一个例子，在美国每年因交通事故而死亡的人数为3.8万人，很多人不了解的是，医疗事故在美国导致的死亡率是交通事故的近6倍。根据2016年美国约翰霍普金斯大学医学院发布的报告显示，美国每年有超过25万人因医疗事故死亡，仅次于心脏病和癌症。如果说自动驾驶可以降低交通事故死亡率的话，那对比医疗领域有太多空间可做。比如微软在跟巴西的医院合作，用计算机视觉观察病床，一旦病人的安全栅栏没有被拉起，存在安全隐患，机器就会发出安全警报。

 “但是AI医疗不是简单的用技术去找医院合作。”张益肇补充说，“要想技术落地，要历经千辛万苦找对场景，还要说服政策制定者、监管部门、医院采购者、科室主任、临床医生、病人等无数当事人证明技术的有效性、安全性和可行性。最后，你还要明白你的产品谁来买单。这个行业出成果需要花时间，企业家和投资人要更有耐心。”

国外善于做长期研究

            国内有弯道超车机会

AI在1956年达特茅斯会议被提出，当时的人工智能遇到两个瓶颈，一是算法逻辑，其次是硬件计算能力不足。但是现在，计算机深度学习在学术界和应用方面都有了很大突破。张益肇说，现在的AI就像94、95年大家谈互联网一样，让很多人很振奋，在AI几个细分领域里，目前人脸识别技术已经非常成熟了，自动驾驶也在尝试应用，自然语言理解还尚处于初期，可能再需要5-10年才能达到我们期望的样子。有很多人对AI过度担心，因为计算机可以在某一个领域达到人类水平或者超越人，比如下棋、人脸识别等。但综合来看，能完全跟人类相比还是有很大差距。

业界很喜欢拿中美两国技术实力和投资特点做对比，美国的一些创业公司会研究一些商业化不会很快的项目，比如硅谷的创业公司，有的在尝试做人造肉，人造肉有另外一种叫法“干净肉”，意味着在生产肉的过程中不耗费饲料和水，也不需要进行垃圾废物处理。研究人员通过提取动物的干细胞进行培育，生产过程全部在实验室内完成。一方面这可以减少养牲畜导致的大气影响，另一方面就用在了医疗上，病人如果做器官移植就不需要等待别人捐献了。大公司可能不会去碰这类技术，但会集中精力做好主业。

投资方面，在美国不论是天使轮还是A轮、B轮，投资方一般都会跟着公司很久，直到公司上市或者被并购。不像国内有获得投资后可以卖老股的机制，这样的话就意味着，投资人在国内变现的时间很短，容易造成投资人跟企业一起来炒概念，但是要投资做人造肉这类长期项目，说服资本可能就会很难。

不过，国内的创业环境比较好，有弯道超车的机会，张益肇说，“医疗在美国是比较成熟的产业，大部分公司不会去做低价产品来跟现有高价产品竞争。但是国内需求很大，所以很多公司都比较有动力去做优质产品并降低成本。这不但使中国用户受益，全世界都有可能受益。所以，在这一类创新中，中国弯道超车是蛮有机会的。”

精准生活是一个大方向

张益肇认为，精准生活是一个未来大方向，这包括精准医疗、精准教育、精准零售，精准制造等等，这样可以减少对社会资源的浪费，提高生活效率和质量。以精准教育为例，未来我们期望看到的是机器人可以变成一个“老师”，如果用户想去学地理，机器会分析咨询用户想学哪个国家的地理，并提供相关历史知识，或者包括地理和农产品的知识，但机器了解跨行业知识并且教授予人，能做到这点还需要很久的时间。说到现在常聊的精准零售，目前已经有企业应用到商业中了，比如日本版的微软小冰与日本当地的零售商合作，通过Line（类似国内微信）聊天软件，在用户日常与小冰的对话中，通过互动聊天让机器了解用户的生活习惯和个性，并根据用户喜好精准推送适合用户的优惠券，对于商家来说这，优惠券的转化率也提高了。目前来看整个零售行业都亟待进行数字化转型。

在企业管理上，也可以利用区块链技术对企业有效管理，张益肇认为区块链技术会对行业的影响非常大，区块链与人工智能是互补的关系。比如在医疗领域病人的数据使用方法，可以利用区块链来协助管理。另一方面，人工智能可以帮助区块链更健全地成长。查看区块链有没有被滥用，用反向推演可以来确认。

创业或者做研究就像跑马拉松

商业对于科技的诉求日益强烈，企业间的人才抢夺战步步紧逼，不乏科研人员转型跻身创业大军，在供职微软的20年里，自然也有企业向张益肇抛来橄榄枝，但他表示，如他喜欢的一句《道德经》的名言：知人者智，自知者明。了解自己的长处，做最擅长的事。“比尔盖茨有句名言：大部分人习惯高估未来两年的变化，而低估未来十年的变化。微软是一家善于考虑长远的企业，微软的同事都很优秀，拥有这种工作环境很难得。”张益肇说。“以前我会问周围的人，假如有5000万美金你还会继续你现在的工作吗？我从18岁问到现在，不到10个人回答说是，我现在不敢讲说完全达到那种境界，但是至少跟那个境界比较接近一点。”

在他看来，现在的创业环境非常好，有政策鼓励和充分的资本支持。“要在过去，如果一个公司的CEO背景是科研人员，这或许是个减分项，但现在，这是个加分项。”他说。

国内的环境下企业或者说资本，更愿意看到产品尽早商业化。而微软相对来讲会稍有耐心，这对研究人员来说有很大吸引力。在微软的这些年，张益肇博士的感悟是：“不论创业还是做研究，就像马拉松长跑，心态要放平，如果以短跑的心态去跑马拉松，会很容易丧失信心和兴趣，因为技术从演示到落地需要一个漫长的过程。”

张益肇生于台湾，11岁便跟着家人去了美国读书，高中时期他展现出了对物理、化学的热爱和兴趣，成绩排在全校前5%，随后他顺利考入麻省理工学院主修电气工程专业。毕业后，1999年在李开复的邀请下，他来到微软亚洲研究院，这一干就是近20年。当时张益肇博士主要从事语音理解方面的研究工作，之后在微软亚洲工程院任副院长，带领团队参与开发了Windows Mobile和Office及Windows产品。

科研工作者最大的成就是自己研发的技术能应用到实际场景和产品里，现在无论是百度、京东还是猎豹都在不断吸纳人才，建立加速器或者发布自家产品。张益肇认为，不同于以往推广的夸大概念，2018年会是人工智能真正地在垂直场景落地的一年。而作为研发者，这是最欣慰的。

你也许还想看：

感谢你关注“微软研究院AI头条”，我们期待你的留言和投稿，共建交流平台。来稿请寄：[e-mail]。