編者註：本文節選自洪小文博士在第十七屆「二十一世紀的計算大會」上的演講（觀看完整視頻），洪小文是微軟全球資深副總裁、微軟亞太研發集團主席兼微軟亞洲研究院院長。本文是人工智慧的科普，從中也可以了解到微軟在人工智慧上的方法論和部分實際進展。
近兩年來驟然加速的人工智慧（Artificial Intelligence）技術，讓其無論是在業界還是在社會上都廣受熱議。有人覺得它很厲害，有人覺得它很可怕，那麼我們到底該如何看待人工智慧呢？
身為一個探索該領域多年的研究人員，我認為計算機應該是一個很好的「左腦」。通過相應的算法，計算機可以做大量重複性及邏輯推理的工作，這與負責邏輯思考和推演解決問題步驟的「左腦」十分相近。但人最了不起的地方卻是「右腦」，是它給我們帶來了想像、創造力和意識，而這些是機器所無法具備的。
我們需要機器有意識，並且深不可測嗎？我想大概不需要。因為研究人工智慧是希望它能夠隨時為我們所用，並且完全可控。在我看來，人和機器之間的關係，更多是Human（人）+Machine（機器）=Superman（超人）的關係，最終做出人獨立做不到、機器也獨立做不到的事情。假設，我是一個股票分析師，我可以讓機器根據我的算法去分析數據，然後我再去調整它的分析結果並進一步優化算法，兩方面配合就可以幫助大家將利益最大化 。所以，讓機器去看數據，會看到什麼背後的價值和意義，關鍵還是在於人。
因此，我要把人工智慧的AI擴充為四個含義：Agglomerative Intelligence（聚合的智能），Adaptive Intelligence（自適應的智能），Ambient Intelligence（隱形的智能）以及Augmented Intelligence（增強的智能）。
Agglomerative Intelligence，人工智慧是一個聚合的表現。以微軟小冰為例，她是在抓取並「學習」了社交網絡上人與人的對話之後，才建立起了自己的聊天問答資料庫。目前小冰與真人的平均對話（CPS）已經達到了23個回合，這就讓她能夠進一步優化原有的資料庫。
除了文字、語音聊天，現在的小冰還可以看「圖」說話。你給她發一張人臉，如果顏值高，她會多談外表，如果顏值低，她會談內涵；若是發一張食物照片，她會說「看得我都流口水了」。在跟京東的合作中，小冰又可以辨認上千萬的書籍、數碼設備，以及各種衣服的面料、款式和風格，甚至可以給用戶實用的購物建議，為下一代的內容廣告奠定基礎。而在發布了微軟學術搜索之後，小冰、小娜還將能跟你聊學術。
如今，俏皮的小冰背後融合了計算機圖像識別、語音識別、自然語言處理、社交網絡情感計算等等不同方向的人工智慧技術。未來她將不再只會談風花雪月，涉獵的話題會越來越豐富。
Adaptive Intelligence，人工智慧要可以自適應。微軟的研究中與之最為相關的就是微軟牛津計劃（Project Oxford），目前它提供了人臉識別、語音識別、計算機視覺和語言理解智能服務四大技術方向的API。基於此生成的成果中，大家最熟悉的應該莫過於How-Old.net了，但它的代碼只有不到20行。
在相對簡單、固定的環境裡，機器在這幾方面的識別能力有時甚至超過了人，但如果是在嘈雜、混亂的環境裡，即便是人，可能在不了解對方所講/所展示的內容的情況下，要去識別也是非常吃力的。那麼要讓機器能夠適應更複雜的環境，便是其適應能力的體現。而利用牛津計劃所提供的API，開發者將不受環境、物體等限制，可以充分發揮自己的靈感來實現更多創意。
此外，在我們利用深度學習的方法處理IQ測試裡文字推理問題的研究中，計算機通過學習、借鑑語料庫中的詞語語義，可以判斷一個詞的多重含義、詞類變化以及詞條的特徵向量。這也體現了人工智慧的自適應能力。其實，每一項人工智慧技術都要可以自適應，它們沒有固定的限制，可以適應各種人、環境、物體、語義等等。
Ambient Intelligence，讓所有人工智慧都自動地無縫實現。小娜因為被嵌入在Windows 10當中，便能跟隨Windows 10跨平臺到任何一種設備，無論是桌上型電腦、筆記本電腦，還是平板電腦、智慧型手機。但她不會每到一個新平臺就提醒你一遍相關事宜，也不會在你使用臺式機時要求你像使用智慧型手機一樣必須按住屏幕才能與她對話。你只需對著臺式機說出你的需求，她就能識別出你的聲音並按指示行事，所有事情進展得自然而平順。
而另一個隱形智能的例子是攝像頭，通常我們需要人看著攝像頭才能知道是否有異常發生，但現在我們可以做到一旦攝像頭「看」到有人摔倒，就會自動叫警衛來幫忙。原理跟語音識別類似，將人們摔倒的視頻拿去讓攝像頭學習，一定次數之後，攝像頭自己就「明白」——發現有人摔倒就報警。今後，物聯網的發展會帶來更多傳感器，隱形的智能便可以在更多範圍內實現。
Augmented Intelligence，就是用人工智慧這個了不起的「左腦」，與人類的右腦相配合，充分利用人類才有的創造力，延伸出無限可能。從石器時代開始，人類就很熟悉關閉反饋迴路（Closing the feedback loop）這件事，例如用石頭打造一把尖刀用來切肉，先是不斷打磨石頭，磨到一定程度去試著切肉，發現哪些地方還不夠鋒利，就繼續打磨。網際網路時代下的我們，做產品仍然如此，但不同則在於以前做一個實驗可能要幾年甚至幾個世紀，但在如今的數位化環境下，一天就可以做幾百個實驗。
近兩年機器學習、大數據等新興技術的發展讓AI遠比以前更強大。但無論有多強大，AI目前也只能停留在功能和部分智能的層面，之所以說是部分智能是因為「智能」的概念也在不斷改變，以前機器下棋絕對被認為是一種智能，但今天說起記憶力、算數和弈棋（不包括圍棋）計算機比人類更在行，大部分人卻不會認為這些有多麼高智能。所以我更願意將AI稱為數據驅動和基於統計的人工智慧，它更像是一個能幹的「左腦」，必須與人類的右腦相結合，才能帶來Superman那樣更強大的智能。
原文連結：人工智慧，一個很好的「左腦」
雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。