近年來，以深度學習為核心的 ai 技術得到了迅猛發展，微軟、google 等技巨頭們紛紛布局人工智慧，源源不斷投入重金，人工智慧迎來了最好的發展時代。經過多年的發展，中國在人工智慧領域的頂尖學者、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、資料量大、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為。
（微軟首席機器學習科學家 高斌）
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尋、必應搜尋廣告、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，成為了微軟總部必應搜尋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演算法模型，改進產品效能。
日前，tgo 鯤鵬會採訪了高斌博士，為我們分享了其對人工智慧現狀及未來發展的一些看法：
q：您認為目前影響人工智慧落地的因素有哪些？
高斌：我認為目前影響人工智慧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。雖然人工智慧技術發展日新月異，但是目前能夠解決的問題還是有限的。我們要弄清楚在乙個應用場景中哪些部分是人工智慧技術可以解決的，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慧技術以及使用何種人工智慧技術。這樣才能最大的發揮技術功效，並且避免因為一些不切實際的幻想破滅而造成的負面影響。
第二，提公升資料的質量。人工智慧技術尤其是深度學習技術需要依託海量資料來進行模型訓練。我們需要針對具體的應用問題來對資料進行選擇和處理，包括對資料量的積累、對多種型別的資料進行取捨、對資料進行降噪、對資料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公升模型學習質量。
第三，提高工程實現能力。雖然近年來高效能計算硬體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慧落地的重要因素。一般來說，資料量、模型尺度的增長速度還是大於硬體發展的速度的，高水平的工程實現能力可以最高效地在硬體計算資源、資料量和演算法模型之間找到平衡點，實現人工智慧技術的落地。
q：人工智慧幫助必應搜尋廣告部在業務上實現了哪些實實在在的突破？又能給使用者帶來哪些便利？
高斌：近年來，人工智慧尤其是深度學習技術在必應搜尋廣告的廣告選取、廣告相關性計算、廣告排序等方面都取得了很大的改進，大部分模組的核心演算法都公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（每千次搜尋的廣告收益）等指標的連續大幅增長。對使用者來講，高質量廣告可以提公升搜尋頁面的整體相關性（whole page relevance）。
q：您覺得大眾對人工智慧的認知偏差大嗎？這種偏差會對行業造成哪些影響？
高斌：我覺得大眾對人工智慧的認知偏差普遍比較大，出現這種偏差有多方面的原因：藝術作品的先入為主、對大眾的人工智慧知識科普的不足、**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，第乙個影響是大眾的恐慌。比如人工智慧取代人類，人工智慧導致失業率公升高等等，這有可能會導致社會上對人工智慧的一些恐慌，一些人可能並不太了解人工智慧在做什麼，而是盲目的反對和否定，這當然會影響行業的發展。其實，雖然人工智慧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型別，人力資源會向新興的崗位流動。第二個影響是大眾的失望。過分的渲染和炒作會過度拉高大眾對人工智慧的期望值，當專案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，大眾就會大失所望而可能拋棄產品並且對人工智慧產生質疑，這對人工智慧技術和產品的改進和推廣都會帶來一定的負面影響。
q：您覺得未來人工智慧會成為一種什麼樣的存在？
高斌：我覺得人工智慧在未來會回歸它原本的位置，成為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慧技術？
高斌：我覺得與資料相關的企業都可以發展人工智慧技術，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慧技術與傳統行業的結合來進行技術公升級和創新，有的企業可能注重對人工智慧關鍵技術的本質突破，有的企業可能注重人工智慧在某個非常具體的應用場景的創新。
q：您在人工智慧領域深耕多年，對於剛開始學習人工智慧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、程式設計基礎都要紮實；然後就是選擇乙個方向，人工智慧領域裡面課題眾多，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，人工智慧領域技術更新迭代速度很快，稍不留神就會被落在後面。
q：未來人工智慧在金融領域的應用場景有哪些？您最期待的是哪個場景？
q：在很多年裡，普通人對人工智慧的印象主要來自一些機械人電影，過去您看那些機械人電影的時候是什麼感覺？
q：發展人工智慧技術一定需要人才支援，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、宣傳我們的產品效能，從而吸引人才的加盟；二是通過實習生專案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專案，來吸引內部人才的流動。
q：可以介紹一下微軟必應搜尋廣告部門現在的技術人才團隊嗎？
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。這裡可能有多種不同情況，如果專案目標不一致，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專案執行方案不一樣，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，在大家本著解決問題的態度下，進行協商和互相之間的妥協。
12月20-21，aicon將於北京開幕，在這裡可以學習來自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。
微軟高斌 過分渲染會過度拉高大眾對人工智慧的期望
近年來，以深度學習為核心的 ai 技術得到了迅猛發展，微軟 google 等技巨頭們紛紛布局人工智慧，源源不斷投入重金，人工智慧迎來了最好的發展時代。經過多年的發展，中國在人工智慧領域的頂尖學者 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...
微軟高斌 過分渲染會過度拉高大眾對人工智慧的期望
近年來，以深度學習為核心的 ai 技術得到了迅猛發展，微軟 google 等技巨頭們紛紛布局人工智慧，源源不斷投入重金，人工智慧迎來了最好的發展時代。經過多年的發展，中國在人工智慧領域的頂尖學者 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...
小公尺造車步伐加快！林斌在微軟的老同事加盟
今天，小公尺聯合創始人林斌發微博表示，有幾位微軟老同事加盟小公尺，一起造車。公開資料顯示，林斌曾於1995 2006年在微軟公司任職，歷任軟體開發工程師，主任開發工程師，研發經理，工程總監，www.cppcns.com200年協助張巨集江 張亞勤創辦了微軟亞洲工程院。如今林斌在微軟的幾位大咖加入小公...