文章 |海中天 在华盛顿州雷德蒙德的微软总部,公司首席执行官 Satya Narad 告诉我,微软未来将开发更多的智能 APP 和服务。
每天早上,Narad 都会戴上 HoloLens 耳机,这样他就可以查看家中墙上的虚拟交互式日历。
该系统智能、高效、代表未来:Narad 已经是微软的领导者,HoloLens 将所有希望寄托在它身上。
Narad 宣称,无论我们未来在哪里工作,微软都会有一席之地。
微软认为“聊天界面”将取代APP,成为使用互联网的主要方式:我们将使用新的方式来查找信息、购物和访问服务。
借助“认知API”(由微软提供),应用程序将变得更加智能,可以识别照片和视频中的面部表情、情绪和其他信息。
微软认为自己拥有最好的“大脑”。
它可以基于过去20年取得的机器学习和自然语言处理成就来创造人工智能驱动的未来。
显然,微软对其人工智能工作深感自豪,并且渴望向外界传达这样的感觉:这一次它将是胜利者。
6 月,微软邀请我到其园区采访 Narad 的副手,他们正在构建 AI 产品并将 AI 嵌入到业务的各个方面。
接下来的两天里,微软向我展示了许多应用程序,展示了该公司在自然语言处理和机器学习方面的进展。
微软在开发聊天机器人方面可能比任何其他美国公司都更成功。
只是我们可能没有意识到这一点,因为微软的成功是从中国开始的。
今年1月,微软AI产品以天气预报员“小冰”的身份亮相东方卫视。
为什么微软如此看好聊天机器人?要知道答案,小冰是其中的一部分。
Bing 搜索工程总监 Derrick Connell 表示:“我们不能说我们已经构建了一个杀手级机器人,但我们已经构建了一个可以以全新方式工作并完成大量对话的机器人。
“在康奈尔看来,小冰的目标指向下一代搜索。
当我们搜索时,传统搜索引擎会返回一个包含 10 个蓝色超链接结果的页面;如果对话机器人足够完美,它只会给出正确的答案。
”当然,在中国的成功并不意味着在美国的成功。
小冰推出两年后,微软还没有开发出英文版本,微软高管表示,小冰的后端架构是一个短期内不会推出的产品。
成为一个生态系统是公司的重大机遇 “现在是一个新时代——您不必成为语音和语言理解专家。
“只要使用我们的工具,”康奈尔说。
“你可以使用我们的工具来开发机器人并将它们放在任何地方,也许在 Slack 中,也许在 Facebook Messenger 中。
”当然,我们希望该应用程序能够在 Skype 或 Windows 上运行,选择权在于您。
“开发者担心各大公司会就机器人标准展开战争。
这次微软却一反常态。
今年6月,微软在旧金山召开会议,号召机器人开发者相互合作。
”微软是这次会议的与会者之一(这次会议“我们对合作感兴趣,我们希望成为生态系统的一部分”,她说。
如果我们发现任何问题或挑战,我们都可以一起解决它们。
)想要打造下一代计算的主导平台的不只是微软,几乎每一家大型科技公司都设有AI部门,许多初创公司也是如此,有些公司的AI取得了令人瞩目的成绩,这有点难以比较。
各大公司(例如谷歌、Facebook 和亚马逊)到底在开发什么,还没有公布,风险投资公司 Andreessen Horowitz 的未来学家 Benedict Evans 最近在博客中表示,AI 的未来是。
仍不清楚。
写道:“人工智能领域发展非常快,很难说最强的领导者会出现在哪里,什么会成为商品,最大的差异是什么。
是的,就AI技术而言,大多数计算机科学成果已经发表并且是开源的,但这些产品并不重要,这些技术也不一定会成为商品。
“应用程序不是正确的模式” 齐鲁正在努力为微软建立竞争优势。
陆奇是 Narad 执行团队的数十人之一,他负责管理微软的应用程序和服务组。
陆奇得到我拥有计算机科学博士学位,并拥有 20 项专利。
我曾经和陆奇的同事们交流过,他们非常尊重陆奇。
我很快就知道了原因。
路琪聪明极了,说话的时候还点着脚。
就好像他跟不上自己的思考一样。
他们见面时,路奇穿着凉鞋、袜子,短裤上有大口袋,T恤上写着三个字:“Make史诗般的狗屎”。
(意思是创造伟大的事情)”第一波移动互联网出现时存在一些缺陷,陆奇从一开始就想解决这些问题。
陆奇表示,移动设备网络流量从来没有超过桌面流量,因为用户不对移动互联网的体验感到沮丧 “我们都知道,除了少数几个主要类别外,用户可能不愿意下载其他应用程序。
事实上,他们一年只使用几次这种模式不好。
陆奇表示:“我们行业还没有找到一个能够真正释放移动和云价值的体验平台,APP不是正确的模式。
” APP出现的时候,是用来代替HTML网页的。
这时候看APP就是最好的办法。
我们无法对着手机大喊大叫来调出互联网内容,因此开发人员必须创建精心设计的隐藏管道,用户可以通过图形按钮进行交互。
尽管如此,按钮仍然是完成许多任务的最有效方式。
得益于自然语言处理的进步,我们现在可以在手机上播放互联网内容。
陆奇认为,下一代“体验平台”将从这里开始,包括对话。
这种体验方式更符合人类的行为。
只要你正确使用,你就可以随时返回按钮。
陆奇表示:“语言的全方位运用将成为标杆,图形交互能够以更贴心、更有意义的方式增强体验。
” 5个关键资产 陆奇认为,要成为赢家,公司必须拥有5个“关键资产”。
第一个资产是“对话层”,它提供了用户可以交谈和输入文本的地方。
微软拥有Office、 Outlook、Skype和Cortana。
第二个资产是AI大脑,它是为世界创建复杂而精致的心智模型。
第三个资产是社交图谱。
果然,在与陆奇交谈后的几天内,微软就宣布以 1 亿美元收购 LinkedIn,这是一个拥有 4.33 亿注册用户的网站。
资产是建立一个供人工智能运行的平台,微软拥有 Windows 和一系列设备,尤其是 Xbox。
最后的资产是建立一个开发者网络,他们可以为他们的平台开发产品并为平台付费。
仅凭每项资产,微软都遇到了强大的竞争对手。
例如,Facebook 拥有强大的对话平台、消息应用程序,并且还拥有最大的社交图谱。
谷歌的“大脑”可能更聪明一点,它拥有无数的Android设备。
如果您将所有资产放在一起查看,您就会明白为什么微软如此自信。
陆奇表示:“所有资产加在一起,我相信我们有资格引领未来。
” Skype翻译器的故事 2年前,微软召开了代码大会,从那时起,微软全面拥抱了AI。
当时,纳拉德刚刚就任微软首席执行官仅三个月。
他登上讲台,畅谈微软的未来。
演讲最后,Narad 展示了 Skype 的新功能。
两名微软员工在讲台上发言,一名用英语,另一名用德语,Skype 实时翻译。
两人虽然语言不同,但可以通过Skype进行交流。
演示非常精彩,Narad 宣布新功能将在今年年底出现在产品中。
一开始,Skype Translator 的开发团队有两个主要担忧。
首先,微软研究院历来没有义务将产品推向市场,研究人员担心他们可能会失去追求科学突破的自由。
演示过程中还出现了一个问题,即当时的 Skype 翻译功能不够好。
微软的语言模型是基于大量的正式语音而开发的。
Skype 中需要翻译的双向通信是非常不同的。
翻译过程中会出现“不流畅”的现象。
当说话者卡在一个词上,或者回过头再说一个句子时,不流畅的现象就更加严重。
还有“代码混合”的问题,即说话者在一个句子中使用多种语言,这在英语之外很常见。
如果用户正在唱歌,系统也难以处理。
当一个人不断地给另一个人唱歌时,计算机就很难解析。
“基本上没有什么影响。
”陆奇说:“我们必须重新训练所有模型。
”尽管如此,在Narad的鼓励下,陆奇团队还是于当年12月发布了该产品的预览版。
第二年,该产品开始大规模部署,并免费提供给用户使用。
陆奇称Narad为“积极分子”,该项目最终令人满意。
陆奇说:“当你知道产品没有用的时候,团队士气就会变得很低,你会感到恐惧。
我们必须帮助团队度过低谷,一旦熬过去了,你会发现新的东西很神奇。
”事情开始出现。
”现在。
,微软的系统可以翻译8种不同语言之间的对话,这意味着该系统可以支持56种不同的组合。
系统的底层技术影响的不仅仅是翻译。
微软正在测试可以记录公司会议并将其实时翻译成文本的软件。
如果两个人正在交谈,该软件还可以提取录音、生成文本并识别两个人的语音。
“翻译机刚出现的时候,不太好用,你不知道我们当时有多沮丧。
”陆奇说,“现在我们正在走向巅峰。
我们在处理语音和翻译模型,特别是语音模型,它们已经相当不错了。
”让AI进入Windows和Office 与此同时,微软也在将AI资源投入到其最大的产品中:Windows和Office AI有一个非常强大的功能,它可以预测用户的需求,而Google Now也有类似的功能。
Cortana 的工作人员 Marcus Ash 向我展示了一个很大程度上基于云计算的 Windows 模型。
当 Ash 进入开始菜单时,Cortana 会弹出一些提示:对你有意义的名称、你经常使用的文档、常用法语单词的翻译。
经您许可,Cortana 可以包含您的个人数据,例如您的地址簿和网络搜索历史记录。
Cortana 每时每刻都在变化,因此应用程序开发人员可以知道应用程序是否在早上或晚餐时最有用。
Ash 解释道:“在您的许可下,Cortana 可以使用与您相关的对话、相关的环境信息来加快操作速度,让您感觉一切尽在掌握,这才是我们真正感兴趣的。
在我们的很多 UX 工作中是关于简单、消除摩擦和展示智慧的力量。
”阿什喜欢的一项功能称为“承诺”。
只要你允许,Outlook 可以为你做笔记,并在周末发送给你的老板,如果发送失败,它会自动提醒你:“我的生活相当复杂,而且我经常这样做。
忘记事情,尤其是电子邮件。
”他还举了一个例子,最近他也忘记了老板告诉他的一些事情,但多亏了 Cortana 的及时提醒。