从 Build 2019，看微软 AI 背后的同理心、多元化与对更高智能的探索

为时三天的微软 Build 2019 大会结束了。

从美国西雅图雷德蒙德微软总部园区走出来的刹那，蓝天、草地将这座孵化孕育了无数黑科技的场所映照得格外动人，而从全球各地列队来参观的人群、停摆在街区两旁的游客车辆，使这里的科技交融、引领时代的文化复兴革命更具包容性、多元化。

如果不亲身感受一次 Build，不来雷德蒙德听听一项技术的诞生，也许真的不算懂微软。

从最初的操作系统到如今的智能云平台，微软的技术迭代正如萨提亚所说，第一，它正在重塑生产力和业务流程；第二，通过智能云平台的建设，为开发者世界注入不同的、多样的可能选择，无论是应用程序平台、开发工具、基础设置还是各类的认知服务，通过 API 接口、通过接入可扩展的解决方案，微软正让更多的初创、大中小企业释放生产力；第三，创造更个性化的计算，推动人们从需要 Windows 到爱上 Windows。

所以你可以看到，跨设备、端到端正在微软的技术容器里得以生息繁衍：个人计算机、Xbox、HoloLens、Windows 混合现实设备、Azure 等等。

在今年的 Build 大会上，以上这些主角都无一例外没有缺席。

基于 Azure 和 Windows 365，记者数了数，今年的相关发布大约将近 100 项，尤其以 Azure 相关的居多，约占到了总数的 60%，其中，AI 相关的又占到了 60% 当中的 20% 以上（根据非科学统计法统计，部分与 AI 有交集或由 AI 技术赋能的发布不包含在内。当然，这个数字的占比已算非常之高了）。

而在 Windows 365 相关的发布中，Windows Terminal、React Native for Windows、Windows Subsystem for Linux 2 等又堪称开发世界的具有变革性意义的迭代。

可见，开发者在微软的战略蓝图中已经成为了至上的一环。微软期待将面向开发者的服务带上独一无二、一站式的、安全透明的使用列车中。

那么，这些创新如何让开发者重新刷新对微软的认知？又如何阐释微软的商业愿景呢？

在揭示微软的愿景或指导性原则时，Azure 产品营销总监 Bharat Sandhu 提到 Azure AI 时阐述说：

Azure AI 使得更多组织在推进 AI 的应用中变得更具可能性和前瞻性，开发者或者 AI 用户可以加快 AI 在商业化场景中的落地。原先，很多人一直认为机器学习技术来源于学术研究，走不出象牙塔。但是现如今不同的深度学习模型、框架、平台，不同的选择，使得用户能够更好地构建机器学习技术的基础。同时，微软的一项重要原则就是，绝对不拿客户的任何数据，这象征了微软对安全透明、客户隐私的保障。

如何解释 Azure AI 在快速地帮助用户解决当下 AI 商业化应用的困境呢？这里举一个例子。

微软重视 AI，有趣的是，尤其是在文本、语音语义理解层面的 AI，微软更是对其痴爱。

Azure Speech Service 这项工具的作用是可以快速识别不同人物对话，并实时将语音精准转化成为文本。

也许你会说，这也没有什么特殊啊！市面上类似工具不是不胜枚举了嘛！尤其是 Amazon、Google 等一众公司都对外发布过自己的专业语音转译 API 工具。

虽然本质上不能否认几款工具的同类性，但其实业界对于转译的精确度（尤其是在某些专业语境中）及上下文的理解转换上是存在较多诟病的。因此不得不提的是，Azure Speech Service 对于专业名词谈话所涉及的领域具有非常高的识别度，而且能自动识别并切换不同的对话人。这其中，基于自适应的方式，Azure Speech Service 会不断优化生成的文本内容。

早在一周前，微软团队在一项名为 CoQA——Conversational Question Answering 的挑战赛上获得了桂冠。而这项挑战赛就是旨在衡量机器解释文本、机器阅读理解、在对话中回答一系列相互联系的问题。而此次 CoQA 上的研究成果，也被视为微软 AI 历史中的一次里程碑事件。

除此之外，增强机器人的会话能力也被很多 AI 解决方案提供方视为最关心的问题之一。

试想，如果和你对话的机器人拥有强烈的人格，能在激动、愤怒、开心等不同的情绪下给你回应，是多么有意思的一件事情！如果得到成熟化应用，甚至可能改变人类的生活模式和文化。所以，很多企业都会投入到对机器人人格塑造的技术研究中。

在雷德蒙德微软园区的参观中，两位微软的技术专家也对该项目进行了介绍及演示。负责微软 Windows 和文本智能用户体验的专家 Jonathan Foster 提到说：

微软不是仅仅只让人类硬生生地连接到计算机、手机等硬件设备中，还是要让人和设备之间产生情感上的接触，来设计一种移情体验，让交互的过程更加情绪化。

微软 CEO 萨提亚也曾在他的《刷新》一书中提过，在推动人工智能发展的过程中，最重要的步骤就是对人工智能设计达成一个伦理和同理心的框架。相信这里提及的同理心，不仅是机器之于人的同理，也包括人之于机器的同理。Personality Chat 的项目其实从某种层面上是对后者的一项实践，即让人类明白机器就是机器，它不可能达成人类所期望的一切可能的回应，但如果人类赋予其对话的使命，就要看到其应该存在的不同情绪和部分类人行为。

当然，微软 Azure AI 远不止赋能于语音语义转译与理解的场景，毕竟太多的应用场景和案例可以值得被提及，包括计算机视觉、个性化推荐及搜索、自动化系统等等，都在本次 Build 上进行了一一亮相。

微软技术专家 Alex 在访谈时介绍说，当前 Azure 机器学习解决方案的目标用户分为三类：

• 第一类是个体的数据工程师，应用微软的服务来更简单、更直接地训练他的模型，提高模型开发的周期；
• 第二类是企业级用户，微软不仅给企业级用户更安全的数据保障，还提供更有效的资源管理，帮助他们节省成本；
• 第三类是一些 ISV，也就是微软的合作伙伴们。作为一个机器学习服务的提供者，他们给用户提供自己的平台。微软的 Azure 机器学习相当于给他提供了这样一个基础跟最底层的平台，作为他们整个服务的基础存在。

因此需要特别强调的是，作为一项通用化的解决方案，都不是任何场景的真正通用化。特别是针对 ISV，其与微软之间构建的是一座技术桥梁，基于双方的实践和探索，共同优化解决方案能够应对的复杂问题。现场，来自中国的品览科技联合创始人李泽洲在谈及对 Azure AI 解决方案应用时提到了他们的实践。

基于 Azure 上的机器学习、IoT、AKS 服务，品览为汽车制造行业的仓储和物流管理效率提升、自动化等提供了一套解决方案。李泽州介绍说：

Azure 机器学习技术提供了一个很好的、类似于底层任务管道，品览只需要在这个任务管道里定制、开发我们自己的核心算法就可以。但还需要结合我们自身对前期的预处理等方式、图像重建技术、对检测目标进行算法调优、算法框架的优化等，基于双方的共同实践，才能帮助客户能够更好地把这个东西做得非常产品化，提升应用价值和使用效率。

除了制造业外，在雷德蒙德微软园区时，记者一行人同样见证到了 Azure 解决方案在医疗、航空行业场景下的几个有意思的应用场景。例如，结合 HoloLens 的混合现实、Azure 的分析处理、IoT 技术等，有一天你也可能成为一名专业的医生，用技术轻而易举就能检测出人类器官的病灶。

萨提亚曾将 AI 划分了不同的几个层次。底层是简单的模式识别，中间层是感知，最高级的智能就是认知，也是对人类语言的深刻理解。

通过 Build，通过在雷德蒙德微软园区孵化出来的一项项实践，微软或许是在向世人证明一个更更高级的智能，这个智能或许是超越对人类语言的深刻理解，而达到对人类意识甚至高于人类意识的理解、探索。

而怎么诠释高于这个更更高级的智能，可能微软 Build 2020 的大会中，会显露端倪。