近年來，以深度學習爲核心的 AI 技術得到了迅猛發展，微軟、Google 等技巨頭們紛紛佈局人工智能，源源不斷投入重金，人工智能迎來了最好的發展時代。經過多年的發展，中國在人工智能領域的頂尖學者、優秀實驗室、創新公司都在嶄露頭角，在一些“點”上已經是國際領先，然而在整體上的差距仍是不容忽視。
“中國的優勢在於人才基數大、數據量大、創新快、發展快，只要大家把握好方向，集中精力發展，一定會大大縮小這種差距甚至迎頭趕上。”微軟首席機器學習科學家高斌如是認爲。
（微軟首席機器學習科學家 高斌）
高斌博士畢業於北京大學數學科學學院，現任微軟總部必應搜索廣告部門首席機器學習科學家，此前曾擔任微軟亞洲研究院機器學習研究組主任研究員，主要從事機器學習、信息檢索、數據挖掘和計算廣告等領域的研究，在國際頂級期刊和會議上發表相關論文 40 餘篇，持有 30 餘項美國專利，其指導的論文曾獲得國際信息檢索大會 (SIGIR) 最佳學生論文獎。幾年前，他的研究團隊用基於知識圖譜的詞向量技術來做詞彙類的智商測試題（IQ Test），測試結果超出人類平均水平，該成果受到了麻省理工學院技術評論（MIT Technology Review）的關注。
在做研究的同時，高斌博士十分重視和產品部門的合作，將十多項技術轉化到了必應搜索、必應搜索廣告、微軟小冰等產品中。也是在這個過程中，高斌博士對應用型研究產生濃厚興趣，因此申請轉到產品部門，成爲了微軟總部必應搜索廣告部門的首席機器學習科學家，將前沿的機器學習技術應用到產品中，同時針對具體應用研發新的算法模型，改進產品性能。
日前，TGO 鯤鵬會採訪了高斌博士，爲我們分享了其對人工智能現狀及未來發展的一些看法：
Q：您認爲目前影響人工智能落地的因素有哪些？
高斌：我認爲目前影響人工智能落地的因素主要有以下三個方面：
第一，明確技術應用的邊界和程度。雖然人工智能技術發展日新月異，但是目前能夠解決的問題還是有限的。我們要弄清楚在一個應用場景中哪些部分是人工智能技術可以解決的，可以解決到什麼程度，哪些部分不能解決。然後針對應用場景的需求期望來決定哪些部分使用人工智能技術以及使用何種人工智能技術。這樣才能最大的發揮技術功效，並且避免因爲一些不切實際的幻想破滅而造成的負面影響。
第二，提升數據的質量。人工智能技術尤其是深度學習技術需要依託海量數據來進行模型訓練。我們需要針對具體的應用問題來對數據進行選擇和處理，包括對數據量的積累、對多種類型的數據進行取捨、對數據進行降噪、對數據內在關聯進行分析和利用等。在這個基礎上，才能更好的建立模型並提升模型學習質量。
第三，提高工程實現能力。雖然近年來高性能計算硬件的發展和普及非常迅猛，高水平的工程實現能力依然是影響人工智能落地的重要因素。一般來說，數據量、模型尺度的增長速度還是大於硬件發展的速度的，高水平的工程實現能力可以最高效地在硬件計算資源、數據量和算法模型之間找到平衡點，實現人工智能技術的落地。
Q：人工智能幫助必應搜索廣告部在業務上實現了哪些實實在在的突破？又能給用戶帶來哪些便利？
高斌：近年來，人工智能尤其是深度學習技術在必應搜索廣告的廣告選取、廣告相關性計算、廣告排序等方面都取得了很大的改進，大部分模塊的核心算法都升級成了深度學習模型，在有限度提高計算資源的前提下實現了 RPM（每千次搜索的廣告收益）等指標的連續大幅增長。對用戶來講，高質量廣告可以提升搜索頁面的整體相關性（whole page relevance）。
Q：您覺得大衆對人工智能的認知偏差大嗎？這種偏差會對行業造成哪些影響？
高斌：我覺得大衆對人工智能的認知偏差普遍比較大，出現這種偏差有多方面的原因：藝術作品的先入爲主、對大衆的人工智能知識科普的不足、媒體的過度渲染、部分從業人員的炒作等等。這種偏差的影響也是多方面的，第一個影響是大衆的恐慌。比如人工智能取代人類，人工智能導致失業率升高等等，這有可能會導致社會上對人工智能的一些恐慌，一些人可能並不太瞭解人工智能在做什麼，而是盲目的反對和否定，這當然會影響行業的發展。其實，雖然人工智能技術確實會導致某些職業崗位的需求量大幅下降，但是同時也會創造一些新的職業類型，人力資源會向新興的崗位流動。第二個影響是大衆的失望。過分的渲染和炒作會過度拉高大衆對人工智能的期望值，當項目或者產品投放市場以後，如果產品的實際表現和宣傳相差過大，大衆就會大失所望而可能拋棄產品並且對人工智能產生質疑，這對人工智能技術和產品的改進和推廣都會帶來一定的負面影響。
Q：您覺得未來人工智能會成爲一種什麼樣的存在？
高斌：我覺得人工智能在未來會迴歸它原本的位置，成爲人們比較關注的幾個前沿技術領域，並會不斷地帶來改變人們生活的新技術。
Q：在您看來，什麼樣的企業應該發展人工智能技術？
高斌：我覺得與數據相關的企業都可以發展人工智能技術，只是不同企業的發力點可能不一樣。有的企業可能注重人工智能技術與傳統行業的結合來進行技術升級和創新，有的企業可能注重對人工智能關鍵技術的本質突破，有的企業可能注重人工智能在某個非常具體的應用場景的創新。
Q：您在人工智能領域深耕多年，對於剛開始學習人工智能的技術人有什麼建議？
高斌：首先是要打好基礎，數學基礎、計算機基礎、編程基礎都要紮實；然後就是選擇一個方向，人工智能領域裏面課題衆多，要結合自身條件、個人興趣和行業發展選擇適合自己的方向；再就是要緊跟技術的發展，人工智能領域技術更新迭代速度很快，稍不留神就會被落在後面。
Q：未來人工智能在金融領域的應用場景有哪些？您最期待的是哪個場景？
高斌：在金融領域，人工智能可以應用於收益預測、投資組合構建、風險管理、金融產品推薦等方面。我本人最期待的應用場景是投資組合構建。
Q：在很多年裏，普通人對人工智能的印象主要來自一些機器人電影，過去您看那些機器人電影的時候是什麼感覺？
高斌：我聽說過，有些人看了某部科幻電影之後便立志投身人工智能領域改變人類，一部電影成了他們人生的轉折點，從此開啓了開掛的人生，我很敬佩他們。我很喜歡電影，不過對於機器人題材的電影倒是沒有什麼特別的偏好，我更加關注的是電影故事所引發的思考。對於機器人題材的電影裏面展現的一些有關人工智能的情節，我有時會想哪些是有希望實現的，是否還可以聯想到一些類似的有意思的應用，哪些不過是人們美好的想象，僅此而已。而對於整個故事所引發的思考我倒可能會時不時反覆回顧。
Q：發展人工智能技術一定需要人才支持，您通過什麼樣的方式吸引人才的？
高斌：對於人才的吸引，我們主要通過以下三個方面。一是對外進行宣傳，比如我們會在一些學術會議、產業會議等技術交流活動中展現我們的技術實力、宣傳我們的產品性能，從而吸引人才的加盟；二是通過實習生項目從在讀的碩士研究生和博士研究生中篩選高水平技術人才；三是通過一些前沿的有挑戰性的項目，來吸引內部人才的流動。
Q：可以介紹一下微軟必應搜索廣告部門現在的技術人才團隊嗎？
高斌：微軟必應搜索廣告部門的技術團隊主要分爲三種角色。一是軟件開發工程師（software development engineer），主要負責產品系統構建、模塊開發、技術維護等；二是數據科學家（data scientist），主要負責各種數據的處理、分析、挖掘、預測、決策等；三是應用科學家（applied scientist），主要負責針對具體問題進行分析，運用、改進或者發明機器學習、數據挖掘、信息檢索等領域裏的技術來對問題進行建模、實現相應的算法並嵌入到產品系統中。
Q：您和其他部門的負責人在工作中會發生觀點不一致的情況嗎？一般會怎麼處理？
高斌：工作上發生觀點不一致的情況是比較常見的，一般來說我們會通過協商解決。這裏可能有多種不同情況，如果項目目標不一致，那就要看多個目標是否可以分階段完成，是否可以雙方都做一些妥協做一些取捨；如果是在目標一致的情況下項目執行方案不一樣，那就要論證每個方案的可行性並根據一些衡量標準來做出大家都認可的選擇。總之，需要具體問題具體分析，在大家本着解決問題的態度下，進行協商和互相之間的妥協。
會議推薦
12月20-21，AICon將於北京開幕，在這裏可以學習來自Google、微軟、BAT、360、京東、美團等40+AI落地案例，與國內外一線技術大咖面對面交流。