以AlphaGo擊敗人類圍棋高手為代表的這一波人工智能熱潮可以維持多久，人工智能目的是要讓機器人取代人類嗎?
洪小文博士
洪小文博士，1995年加入微軟，2007年出任微軟亞洲研究院院長、2014年兼任微軟亞太研發集團主席，早在1980年代就師從卡內基.梅隆大學人工智能先驅學者羅杰·瑞迪(Raj Reddy)做語音識別研究，與李開復、沈向洋成為同門師兄弟。
而瑞迪的導師是約翰·麥卡錫(John McCarthy)，在1955年首先提出Artificial Intelligence(人工智能)這一術語，次年，1956年夏天，在達特茅斯學院牽頭組織了人工智能暑期研究項目，許多人認為人工智能就是從這次會議開始成為一個學術領域。
麥肯錫和瑞迪兩人均因在人工智能領域做出具有開創性的杰出貢獻而先后獲得該領域最高獎——圖靈獎，瑞迪還在2009年當選中國工程院外籍院士，理由之一就是培養了包括洪小文在內一大批杰出華人學者。
“我從1980年代跟瑞迪學語音識別的時候就覺得人工智能這題目很吸引我，因為人的智能是我們人類自覺最了不起的東西，怎樣才能讓機器也同樣擁有呢?”
他說他永遠不會忘記，當時他和學長李開復考慮的思路，跟導師瑞迪和他的導師麥卡錫并不一致，但瑞迪對他們說，“我雖然不認同這個方向，但我支持你們去嘗試。”之后他們果然做出一個很不錯的成果，小文博士說，“后來羅杰拿圖靈獎的時候我們也有小小的貢獻。導師的導師麥卡錫也拿過圖靈獎——這也是很榮幸的，我們有圖靈獎師承的傳統。”
五百年來棋一局
很容易看出“師承”是小文博士一個關鍵詞，幾乎每一個回答都能看到老師的影響。
比如，說到業界對人工智能當前處于哪個發展階段看法不一，有說春天，也有說秋天，小文博士認為，“其實我也不知道這是春天還是秋天。大家知道人工智能已經經歷至少兩個冬天，我自己經歷過一個半冬天，就是第一個冬天的末期跟第二個冬天。科學研究從來就不是一蹴而就的。即使從我們研究員的角度來看，這都是一個很長的周期。”
“今天人工智能紅得不得了，很多人會覺得這就是近幾年的事，但我會說，如果沒有這些學者——我真的很尊敬這些早期的學者——沒有他們從50年、60年前開始做這樣的努力，那絕對沒有今天的成果，因此我非常希望媒體能更多報道這些從這么早期就默默耕耘的學者和他們奠定的人工智能發展方向。”
至于到底哪一天我們真的可以到人工智能臨界值、可以做一個機器跟人的智力一模一樣，小文博士說預測未來是非常危險的，麥卡錫的說法是5到500年，“我的老師瑞迪的說法也有趣：他會說大概還要10年，但他會馬上補充，‘如果時光倒流，你是在30年前問我，我的回答也是10年，如果你在5年前問我，我的回答也是10年;直到你今天問我，我也說還要10年。’”
那我甚至可以幫他回答，小文博士說，你若在10年后問他，他肯定也跟你說可能還要10年，這樣說起來還是跟麥肯錫說的500年比較接近。
——500年?!
上一次看到這個時間跨度恰好也跟人工智能有關：當時AlphaGo擊敗韓國選手李世石，有人提到“五百年來棋一局，仙家歲月也無多”，探討機器若被賦予人工智能會不會奪走人類下棋的樂趣，并最終要在很多事情上以機器特有的簡單高效方式碾壓人類。
對此，小文博士淡定回答，如果算法繼續由人撰寫而機器只會按人提供的算法進行運算，那么，即便是此刻最先進的計算機，在本質上跟十幾個世紀以前人類發明的算盤是一樣的;哪怕計算機可以完成一些特定類型的任務，但不代表計算機就能理解這些任務。
以計算機寫作為例，微軟也在研究，“這聽起來很神奇，但簡單說就是用所謂的深度學習。首先把機器訓練好，告訴它這個圖跟哪些字會相關：一開始我們找了很多數據先把它訓練好，訓練好以后，今天就帶一個新圖丟給這個深度學習的機器，它就會產生一些字，用這個字做引子;我們同時訓練出它學習古今中外的詩詞，收集起來，加上字跟字之間的關系，做出一個神經網絡，然后，你只要有一個字起頭了，機器就可以把后面的字找出來，最終變成一首詩、一首歌曲。”
“但人絕對不用擔心，絕對不需要擔心會失去工作。怎么說呢?比如上面提到的看圖作詩，機器很容易就可以產生好幾首，但我想不要說作家了，就是一般人看到這些詩也可以很快判斷出，‘哎，我覺得這個比較好’，光做到這一點人就已經很有價值。畢竟，讓機器通過深度學習產生一個作品是容易的，但判斷永遠是我們人類的長項，機器不知道哪一個作品能打動我們，也不知道這作品究竟在講什么。”
只有等人類了解了創造力的產生過程，才有可能教會計算機人類特有的那種創作，小文博士說，但這是最難的，可能我們永遠都搞不清楚。
“人工智能發展到現在，我們利用大數據加上計算機、移動互聯網，已經可以做很多事情(比如微軟在2016年10月刷新對話語音識別詞錯率新低，率先讓機器達到人類速記員的水平)，但要達到人的智慧還有很長的路要走，目前都以logical test(邏輯測試)為主，強調理性，固然這符合人類對智慧的定義，但人類還有非常豐富的情感、情緒、同理心，等等。也正因為這樣，讓人工智能可以繼續作為一門非常值得研究的學問——若我們假設幾年之內就能讓機器達到人的智慧，那這門學問應該就封頂了，就沒有再研究的必要了。”
科學家VS.科幻小說家
既然人工智能研究之路其修遠兮，作為研究院院長該如何應對?比如，怎樣確定哪個題目值得做、哪個可以再放一放?理想的研究者具備什么特點?
2017年是小文博士擔任微軟亞洲研究院院長第十年，是微軟研究院這個中國分部自1998年11月成立以來任期最長的院長，前三任院長依次分別是李開復、張亞勤、沈向洋，都是業界響當當的名字。
回顧研究院成立當天，李開復作為首任院長從美國總部請來助陣的研究員，就包括洪小文。那天，比爾·蓋茨通過視頻向到場嘉賓解釋他在1991年成立研究院的目的，就是“致力于開創先進的計算機技術，使未來的計算機會看、會聽、會說、會學習，讓人們能像與人交流一樣與計算機交流。”
從那時起到現在，18年來，微軟亞洲研究院英才輩出。談到管理之道，小文博士認為包括兩方面：一是要有中心思想，“比爾·蓋茨先生所言就是我們的愿景，我們相信這個方向，雖然不知道要多久、要經過多少個冬天，但我們真的對人工智能懷有憧憬——你也可以說是傻勁吧，但這種堅持很重要。”
第二就是要有長期的心態，他說，“我們當然希望研究員每年都會出成果，但如果今天有研究員跟你說：你不要來煩我，給我兩年，我給你成果;兩年以后，他說，快出來了，再給我一年;三年過去了，他說，哎，再給我半年……這就是做研究院領導容易感到為難的地方，我們要做到獎賞分明，但要對未來做判斷卻不容易。也許把時間拉長來看就公平了：比如10年后再看，如果這10年來我的大部分決定以及我鼓勵的項目都出了成果，那就代表我是一個好領導;如果我鼓勵的項目沒出成果，我不鼓勵的東西卻出了成果，那我就不是好領導。關鍵是，即使對未來做判斷很難也必須做一些判斷，然后給研究員最好的環境、最自由的文化，希望好的事情就會發生。”
至于理想的研究員人選，“有人說我們研究院的人是不是比較聰明，我覺得這世界上每個人都很聰明，只是每個人的聰明都用在不同的地方。做我們的研究員要對技術、對未來最有憧憬。我常開玩笑說我們跟科幻小說家有什么不同，今天很多的科研成果，50年前、甚至100年前就有科幻小說家寫過了，但科幻小說家只做夢，我們的研究員不但要做夢，還要把夢想實現，哪怕很可能窮一生之力都無法實現。”
——這聽上去就像他的老師瑞迪在1995年3月接受圖靈獎的致辭的回聲，當時瑞迪的標題就是《To Dream the Possible Dream》，要將人工智能的夢想實現。
小文博士也說，“比如我的導師瑞迪，以及他的導師麥卡錫，一生做人工智能研究卻沒能實現自己的憧憬，做一個有認知、有感知的機器，但他們都很堅持。今天我們要找的人也要像這樣充滿熱情，除了要有一定的專業訓練，更重要的就是能堅持。前面提到人工智能研究已經有60年歷史，今年是第61年，有過至少兩次冬天，今天突然紅得不能再紅，那前面會不會再有一次冬天?還會發生什么?……但研究員不應該在意這些，而要繼續往前走，這才是科研之道。”
三十年后，人與AI并存的日常
設想三十年后會怎樣，小文博士說，“有一個非常好的場景就是終極助理，每一個人都有一個終極的個人助理，它永遠知道你下一步要做什么、提前幫你準備好——像我這工作，這個會見完有下個會見，下個會見完還有另外一個，別人在做什么，有些人我可能只見過兩面，再見面就會很尷尬，不知道怎么說對方的名字，實際上還不僅是名字，還有上次我跟他談過什么，這助理就能幫我做好準備，并且還能延伸到個人生活上，比如我要去機場接我媽，應該什么時候出發、路況怎么樣，凡此種種，真可以做到無縫對接。”
讓每個人都有一個守護天使，小文博士說他很喜歡老師瑞迪這一描述，“我不知道這要不要30年，有可能不用。”
至于人工智能會不會讓機器取代人類甚至奪取世界，“我的回答就是要相信人類的智慧，畢竟技術就是技術，人工智能跟移動技術、互聯網技術、PC技術是一樣的。有時我覺得大家是不是給人工智能太沉重的負擔，好像人工智能跟其他技術都不一樣。技術都是人類發明的，也是可以拿去用的，關鍵在人，而我完完全全相信人的智慧，相信我們研發的技術和機器都是為我們服務的。人是世界上最聰明的生物，人的智慧一定會把人工智能用在正途，做可以對人類產生最大益處的事。有人可能會把這些東西拿去做壞事，但那是壞人，我們有法律，我們有智慧可以界定和應對。”
伴隨小文博士對人類智慧的高度信任而來的，是他在不同場合多次強調獨立思考的重要性。
應該怎么訓練獨立思考的能力，以及第二個問題，設計人工智能超級助理能不能把這一點考慮進去，于是機器除了能幫我們輕易取得信息，也可以幫忙提醒：請您自己判斷，這消息是真的假的?
小文博士認為這是非常必要的題目，“第一個問題，這是我會重視教育的原因，我沒有什么了不起的解決方案，但有一點我可以講，就是要注意多傾聽不同的聲音。”
尤其當大多數人都這樣說、民調顯示大多數人都這樣說，并且民調也做得很系統、很科學，這時更應警覺而注意花力氣去聽另外那部分聲音，“你聽了以后未必就會改變判斷，但現在更嚴重的問題在于那些聲音沒有出來，民調只說多數人是那樣說，而你也沒有積極找那些聲音來聽并作獨立思考，這就容易形成另一種一言堂——我想，不管是什么樣的社會，也不會說這問題大多數的人覺得這樣，那就應該這樣。從這個角度講，怎樣照顧少數人的權益、怎樣做獨立思考，在未來會變得更重要。”
至于第二個問題，他說，“你提到人工智能，這很大程度上要用到數據。數據是什么?英文說garbage in，garbage out，如果你數據的采樣不對或偏袒某一方，你得出的結果就會有偏差，因此這第二個關于人工智能的問題更難，難在你怎么才能察覺自己不知道的事情。”
“我們無論從事AI研究也好、做產品也好，都要在意怎樣把我們的產品做得更安全、怎樣把我們的產品做到不會因為數據而造成我們自己沒有想到的某種偏見。這是80/20的原則：我做這事要照顧到大部分人的權利，但不要忘記少數人的聲音，因為每一個人在很多議題上都有可能變成少數，畢竟人本來就存在各種差別。這在人工智能領域就更難了，有時你把它做完就變成一個產品拿去用了，要等出了問題你可能才會意識到。”
因此，人類未來的希望在于有更多人能做獨立思考，“如果以后不做研究了，我想做教育，而且跟多數人設想的去大學教計算機不一樣，我想的是怎樣將計算思維和獨立思考帶到中小學去，因為教育的本質就是prepare人類迎接未來，我是真的很想做。”
這么說我們應該對未來更有信心還是更擔心呢，因為我們并不知道現在是不是已經有足夠能獨立思考的人可以應對建造人工智能超級助理的要求?
沒想到，從人工智能學者角度談完未來的艱巨挑戰，小文博士依然可以淡定回答，“我是一個樂觀者，我覺得未來只有更好，我相信大部分人跟我一樣，在新的一年一定會比去年更進一步——比如今天我提到的另一種一言堂，以前我就沒這樣想過——人一定會犯錯誤，但我們一定會從錯誤中學習。不能說這以后就一定不會犯錯誤，但希望以后犯比較少的錯誤，甚至把事情做得更好。”
“這也是我相信AI+HI(人類智慧)=超級智能的原因。”他說。
