互联网时代：从技术的眼光解读人工智能
微信公众号：微软研究院
中国计算机大会（China National Computer Congress，简称“ CNCC”）是由中国计算机学会（CCF）主办的全国计算机领域规模最大、规格最高的学术、技术、产业交融互动的大会。 10月22日下午，2015中国计算机大会（CNCC 2015）的重要活动之一——由微软亚洲研究院主办的“互联网时代的人工智能”专题论坛在众多期待下开幕。
人工智能已经年近六旬。自二十一世纪以来，互联网的飞速发展也带来了数据的爆炸式增长，人工智能也随之回春。近几年逐步升温的机器学习与大数据的结合让人工智能进一步接近实用化，不久的未来，初步拥有了看、听、连接能力的多元化智能设备也在逐步进入人们的生活。与此同时，人们对人工智能的评价也呈现多元化，从道德伦理，经济发展，社会安全等方面的解读层出不穷。
微软亚洲研究院在人工智能领域耕耘已久。在CNCC 2015期间，以“互联网时代的人工智能”的主题的专题论坛上，微软亚洲研究院首席研究员刘铁岩博士担任了本次论坛主席。此外，本次论坛还邀请到清华大学自动化系张长水教授、微软雷德蒙德研究院高级研究员易文韬博士、微软亚洲研究院主管研究院高斌博士、秦涛博士和美国乔治亚大学助理教授宋乐等计算机学界和业界大牛。他们站在技术的视角分享了他们在人工智能研究和应用中的独到见解和研究成果，并且与在场的参会者一起，共同探讨了互联网时代的人工智能的现状和未来。
人工智能的研究进展
作为第一个上台演讲的嘉宾，清华大学张长水教授介绍了图片解析成语句的过程并讲解相关人工智能算法和系统情况。谈及未来图像识别研究的方向时，他认为目前的图像识别还局限在单个物体和图像中某一部分的识别，而对于图像中各部分之间关系的描述还远远不够，这也是未来需要重点突破的方向。随后，微软雷德蒙德研究院高级研究员易文韬博士在题为“自动问答：从文本匹配到语义分析（Question Answering: From Text Matching to Semantic Parsing）”的演讲中，他介绍了构建一个能处理大量文档，回答自然语言问题的智能系统，是人工智能研究人员几十年来追求的一个梦想。
微软雷德蒙德研究院高级研究员易文韬博士
微软亚洲研究院人工智能研究组主管研究员高斌与微软亚洲研究院人工智能研究组主管研究员秦涛共同作了题为“Computational Approaches to Cognitive and Emotional Intelligence”的报告，讲解了人工智能模拟人的智商和情商两方面的进展。
微软亚洲研究院人工智能研究组主管研究员秦涛博士
美国乔治亚大学计算机学院宋乐博士在论坛上作了题为“非参数机器学习模型的大规模和分布式算法”的报告，他在报告中指出：现代机器学习的应用，例如图像分类，语音识别和新材料的发现，面临了不断增加的数据量，数据产生速度和数据的复杂与多样性。
演讲环节中最后一个登台的是微软亚洲研究院首席研究员刘铁岩博士，他分享了自己对于超大规模机器学习的看法。在演讲中，他回顾了现有的大规模运算的范式并且分析了其中的局限和不足，他认为大规模机器学习的实现主要有三个指标：大规模，高效率和灵活性。
脑力激荡的讨论环节
Panel环节
在刘铁岩博士的演讲结束后，五位嘉宾再次同台，围绕人工智能领域的热门话题，各抒己见。现场观众也受先前演讲的启发，提出了很多极富创意的问题。这里，小编摘取了各位嘉宾在讨论环节的精彩观点：
高斌：发掘人工智能的公益潜能
“如果你现在获得了1亿元的经费支持，你最想做AI领域的什么研究？”对于这个问题，高斌博士表达了自己想要把人工智能技术运用于公益事业的想法。目前中国的“老龄化”问题逐渐凸显，很多家庭的子女们都在外地求学、工作，留下老人们在家孤独留守。对于这些儿女不在身边的老人来说，利用搜索引擎解决问题也相当不现实，因此当他们遇到生活中的难题时，如果有一个“智能助手”的话，不仅能让老人们的生活更加便利，同时也能减轻远方儿女们的顾虑。但同时，高斌博士也承认，要完成这样的成果并不能一蹴而就，在语音识别、图像识别、自然语言处理等方面有很多技术的难题需要攻克。但无疑，将人工智能运用于公益的尝试是非常有意义的事情。
张长水：人工智能的飞跃需要跨领域的研究
谈及目前人工智能研究的局限和与人脑学习的差距，张长水教授坦言，人脑的学习方式是很复杂的。有时候，人脑学习是基于大数据的，比如婴儿在学习讲话的时候，只是一句简单的“爸爸或妈妈”，就需要几个月的时间，这期间婴儿接收的海量数据其实很可能远远超过我们机器学习中的数据集。但更多时候，人们是基于“知识”来学习的，比如当人们已经掌握了一门语言，再学另外一门相近的语言时就容易的多，这个过程中，用了相当多的知识。但其中知识是如何被利用的，对于目前人工智能的专家来说都是未知。因此，对于认知和心理学等跨领域的研究非常有助于促进人工智能的研究。
同时，张长水教授也提到，过去的几十年，人工智能的研究者们一直都是专注于一个具体的领域的研究，比如专门做“人脸识别”就做十年；如果在以后的研究中，把这些具体的领域综合起来，图像、语言、文本，都合在一起，可能会更好的模拟人脑的学习方式，从而提高人工智能解决问题的效率。
宋乐：人工智能硕果累累，但前路漫漫
如何看待人工智能的春天？就宋乐博士看来，目前深度学习（Deep Learning）能取得如此进步主要有三方面的原因：首先，我们现在可以搜集很多数据，足够大的数据量是目前人工智能领域研究能取得突破的一大关键因素；其次，我们现在也拥有很大的计算资源；最后，新的算法上的改进同时也为人工智能的研究做出了重要贡献。
美国乔治亚大学助理教授宋乐博士
但是他也清醒的认识到，从人工智能领域的未来方向来看，还有很长的一段路要走。目前人工智能领域的研究和突破大部分还是集中在一些很具体、很小的任务上，比如语音识别、图像识别等，距离“机器能够取代人”还很远很远，还有很多问题需要去解决。
最后，论坛主席刘铁岩博士也指出人工智能领域的突破需要在一些基础的研究方向上做更多探索：1、基于现实社会的动态变化和复杂关系， “增强学习” 的研究亟需深化；2、加强在博弈论、多智能体系统领域的研究从而使AI能更好的处理人与人之间的交往；3、在半监督学习、主动学习、以及小数据学习等方向上同样值得关注。
本次“互联网时代的人工智能”专题论坛收到了参会者及听众的众多好评，微软亚洲研究院在人工智能领域的前沿研究也吸引了众人的目光。一直以来，微软亚洲研究院始终致力于对基础科学的研究和挖掘，用兼具创新性和前瞻性的科研成果指引人工智能发展。三天后的10月28日，微软亚洲研究院将联合清华大学共同主办2015年“二十一世纪的计算”国际学术研讨会，继续探讨“人工智能”这一话题。届时，来自全球的人工智能科学家，以及计算机领域最高荣誉——图灵奖的获得者，将共同探寻“人工智能的无限可能”，让我们一起期待！
微软小冰住进微软研究院微信啦！快去和她聊聊天吧。