台风天兔

yicichuangshengyunvzhutansuoerciyuanshijieyuquanqiugaoduanmaishoudianGRACEKELLYshenduhezuo，weigeleliyadeguketigonglaiziguojiyixianpinpaigaoduanhunshafuwu；gejiandeshengmingfangyuwuqizhongleihejizuoshuliang，meijianwuqidegongjilidanyaoxiaohaonaizhizhanyongzhongliang，doucanzhaoshishishujulaisheding。【jiugonggemoshi】nulijinxingcelvezuozhanba微(wei)軟(ruan)副(fu)總(zong)裁(cai)兼(jian)CTO Kevin Scott專(zhuan)訪(fang)：人(ren)工(gong)智(zhi)能(neng)的(de)未(wei)來(lai)之(zhi)路(lu)！

新(xin)智元(yuan)報(bao)道(dao)

作(zuo)者(zhe)：微软亞(ya)洲(zhou)研(yan)究(jiu)院(yuan)

編(bian)輯(ji)：好(hao)困(kun)

【新智元導(dao)讀(du)】如(ru)今(jin)，從(cong)為(wei)软件(jian)開(kai)發(fa)人員(yuan)生(sheng)成(cheng)代(dai)碼(ma)到(dao)为圖(tu)形(xing)設(she)計(ji)師(shi)繪(hui)制(zhi)草(cao)图，由(you)大(da)型(xing)語(yu)言(yan)模(mo)型驅(qu)動(dong)的人工智能系(xi)統(tong)正(zheng)在(zai)改(gai)變(bian)人們(men)的工作和(he)創(chuang)作方(fang)式(shi)。

近(jin)期(qi)， 微软執(zhi)行(xing)副总裁兼首(shou)席(xi)技(ji)術(shu)官(guan) Kevin Scott 就(jiu)人工智能對(dui)知(zhi)識(shi)工作者的影(ying)響(xiang)以(yi)及(ji)人工智能下(xia)壹(yi)步(bu)发展(zhan)等(deng)話(hua)題(ti)分(fen)享(xiang)了(le)他(ta)的看(kan)法(fa)，核(he)心(xin)觀(guan)點(dian)包(bao)括(kuo)：

人工智能大模型和生成式人工智能的发展將(jiang)繼(ji)續(xu)提(ti)高(gao)人们的生產(chan)力(li)、创造(zao)力和滿(man)意(yi)度(du)。

人工智能将助(zhu)力實(shi)現(xian)科(ke)學(xue)突(tu)破(po)，並(bing)幫(bang)助世(shi)界(jie)解(jie)決(jue)一些(xie)重(zhong)大挑(tiao)戰(zhan)。

隨(sui)著(zhe)人工智能模型的平(ping)臺(tai)化(hua)，以及微软继续以負(fu)責(ze)任(ren)的方式为客(ke)戶(hu)推(tui)动人工智能的進(jin)步，雲(yun)、基(ji)礎(chu)设施(shi)投(tou)資(zi)和以極(ji)其(qi)负责任的方式发展人工智能变得(de)至(zhi)關(guan)重要(yao)。

下面(mian)就讓(rang)我(wo)们一起(qi)来看一看 Kevin Scott 对人工智能未来之路的展望(wang)吧(ba)！

問(wen)：在妳(ni)看来，今年(nian)人工智能領(ling)域(yu)最(zui)重要的进步有(you)哪(na)些？

Kevin Scott：當(dang)我们进入(ru)2022年時(shi)，我想(xiang)人工智能领域的幾(ji)乎(hu)每(mei)個(ge)人都(dou)期待(dai)在接(jie)下来的12个月(yue)左(zuo)右(you)的时間(jian)裏(li)能发生引(yin)人矚(zhu)目(mu)的大事(shi)。现在，這(zhe)一年馬(ma)上(shang)就要結(jie)束(shu)了，即(ji)使(shi)当初(chu)的期望頗(po)高，回(hui)顧(gu)我们在人工智能领域各(ge)个方面取(qu)得的创新規(gui)模依(yi)舊(jiu)令(ling)人興(xing)奮(fen)。科研人员和其他同(tong)行们为推进前(qian)沿(yan)技术所(suo)取得的成果(guo)，僅(jin)在几年前都几乎是(shi)無(wu)法想象(xiang)的。而(er)几乎所有这些都是人工智能大模型飛(fei)速(su)发展的结果。

今年有三(san)項(xiang)成果让我印(yin)象最为深(shen)刻(ke)。首先(xian)是 GitHub Copilot 的发布(bu)，这是一个基於(yu)大型语言模型的系统，它(ta)能将自(zi)然(ran)语言提示(shi)詞(ci)轉(zhuan)化为代码，給(gei)开发人员的工作效(xiao)率(lv)帶(dai)来了非(fei)常(chang)積(ji)极的影响。未来的发展将在很(hen)大程(cheng)度上取决于我们编寫(xie)软件的能力，因(yin)此(ci) GitHub Copilot 史(shi)无前例(li)地(di)让更(geng)廣(guang)泛(fan)的人群(qun)可(ke)以擁(yong)有编码技能，这一点非常了不(bu)起。

第(di)二(er)个是 DALL?E 2 等生成式图像(xiang)模型广受(shou)歡(huan)迎(ying)且(qie)变得更易(yi)使用(yong)。素(su)描(miao)、绘畫(hua)以及掌(zhang)握(wo)所有的平面设计、插(cha)图和藝(yi)术工具(ju)都需(xu)要相(xiang)当高超(chao)的技能。像 DALL?E 2 这樣(yang)的人工智能系统盡(jin)管(guan)不能把(ba)普(pu)通(tong)人变成专業(ye)的艺术家(jia)，但(dan)它给了很多(duo)人視(shi)覺(jiao)表(biao)達(da)的能力，一種(zhong)他们从未想過(guo)自己(ji)會(hui)拥有的全(quan)新超能力。

我们還(hai)看到，人工智能模型变得越(yue)来越強(qiang)大，并为其所要解决的问题带来了更多实質(zhi)性(xing)的收(shou)益(yi)。縱(zong)观今年整(zheng)个科技行业，我認(ren)为蛋(dan)白(bai)质折(zhe)疊(die)方面的研究非常出(chu)色(se)，包括微软與(yu)華(hua)盛(sheng)頓(dun)大学蛋白质设计研究所大衛(wei)·貝(bei)克(ke)实驗(yan)室(shi)利(li)用 RoseTTAFold 所做(zuo)的项目，以及利用一系列(lie)先进的人工智能技术帮助其开展变革(ge)性的工作。任何(he)能对科学和醫(yi)学有增(zeng)效作用的事情(qing)对世界都是有益的，因为我们面臨(lin)的最大、最棘(ji)手(shou)的问题就在这些领域中(zhong)。

2022年是一个令人印象深刻的科技大年。我认为明(ming)年会更好。

问：你认为接下来几年，人工智能技术在哪些方面会产生最大的影响？

Kevin Scott：我可以很有把握地說(shuo)，2023年将会是人工智能领域有史以来最激(ji)动人心的一年。之前我也(ye)曾(zeng)真(zhen)心实意地相信(xin)2022年是有史以来最令人激动的一年。创新的步伐(fa)一直(zhi)在快(kuai)速向(xiang)前。

前面我已(yi)經(jing)談(tan)到了 GitHub Copilot，但这也只(zhi)是人工智能大模型潛(qian)在能力的冰(bing)山(shan)一角(jiao)，如果把同样的理(li)念(nian)外(wai)推到各种不同的場(chang)景(jing)中，那(na)麽(me)我们就可以帮助到编程以外的其他腦(nao)力勞(lao)动。整个知识经濟(ji)将会見(jian)證(zheng)人工智能如何帮助人们解决工作中的重復(fu)性问题，并让工作更愉(yu)快、更有成就感(gan)。这将適(shi)用于几乎所有的工作，比(bi)如设计新分子(zi)来创造藥(yao)物(wu)、根(gen)據(ju) 3D 模型设计制造「配(pei)方」，或(huo)者是單(dan)純(chun)的写作和编辑。

例如，我一直在使用一个我基于 GPT-3 为自己構(gou)建(jian)的实验系统，来帮助我完(wan)成一件从十(shi)几歲(sui)起就想做的事情——写一本(ben)科幻(huan)小(xiao)说。我的筆(bi)記(ji)本上写满了我为设想中的書(shu)编写的概(gai)要，描述(shu)了书中的大致(zhi)內(nei)容(rong)和这些故(gu)事将发生在什(shen)么样的宇(yu)宙(zhou)中。如果我用傳(chuan)统方式写书，一天(tian)能写2000个字(zi)，我就会觉得自己很不錯(cuo)了。但有了这个工具，我就可以打(da)破僵(jiang)局(ju)，我经常可以一天写出6000个字，这对我来说已经很多了。与之前相比，这是一个更加(jia)充(chong)满活(huo)力的过程。

这就是「一切(qie)皆(jie)有副駕(jia)駛(shi)（copilot for everything）」的夢(meng)想——当你做任何類(lei)型的认知工作时，都会有一个「副驾驶」坐(zuo)在你身(shen)邊(bian)，它不仅可以帮助你完成更多的工作，而且还能以新穎(ying)有趣(qu)的方式增强你的创造力。

问：这种生产力的提高顯(xian)然也会提升(sheng)满意度。为什么这些工具能给工作带来更多樂(le)趣？

Kevin Scott：我们所有人都需要使用工具来完成工作。其中一些人非常乐意獲(huo)得、掌握这些工具，并且弄(nong)清(qing)如何以超級(ji)有效的方式用它们来做事。在很多情況(kuang)下，人们已经有了全新、有趣且从根本上比以前更有效的工具。我们做过一项研究，发现使用无代码或低(di)代码工具对用户的工作满意度、总體(ti)工作量(liang)和员工士(shi)氣(qi)产生了80%以上的积极影响，特(te)別(bie)是对那些處(chu)于相对早(zao)期階(jie)段(duan)的工具，这是一个巨(ju)大的好处。

对于一些员工来说，这实際(ji)上是在强化工作的核心流(liu)程，它会让你加速。就像穿(chuan)着一雙(shuang)更好的跑(pao)鞋(xie)去(qu)跑步或參(can)加马拉(la)松(song)。我们发现这正是开发人员使用 Copilot 时的体验，据他们反(fan)饋(kui)，Copilot 可以帮助他们保(bao)持(chi)心流狀(zhuang)態(tai)，并且在面对曾经看起来枯(ku)燥(zao)重复的任務(wu)时依然頭(tou)脑清醒(xing)。当人工智能工具可以帮助人们消(xiao)除(chu)工作中的苦(ku)差(cha)事，也就是那些重复的或令人討(tao)厭(yan)的或妨(fang)礙(ai)他们做真正喜(xi)欢的事情的工作，毫(hao)无疑(yi)问这会提高满意度。

就我个人而言，这些工具让我可以比以前更長(chang)久(jiu)地处于心流状态。创意流的天敵(di)是分心和思(si)維(wei)停(ting)滯(zhi)。例如，当我不太(tai)清楚(chu)該(gai)如何解决下一个问题，或者下一问题是「我得去查(zha)一下这个问题，我不得不从正在做的工作中切換(huan)出来，去解决一个从屬(shu)性问题。」这些工具越来越多地为我解决了这些从属性问题，我則(ze)可以一直保持在心流状态中。

问：计算(suan)技术和硬(ying)件的突破如何促(cu)进人工智能的进步？

Kevin Scott：我们在人工智能领域看到的几乎所有最新进展背(bei)後(hou)的根源(yuan)，是我们验证了模型规模的重要性。事实证明，基于更多數(shu)据和更多计算能力訓(xun)練(lian)出来的模型具有更豐(feng)富(fu)和更通用的能力。如果想继续推动这一进步——需要明確(que)的是，目前我们还沒(mei)有看到擴(kuo)大规模所带来的好处的边界，我们要做的是尽可能優(you)化和扩展计算能力。

兩(liang)年前，微软推出了第一台 Azure AI 超级计算機(ji)，在今年的 Build 开发者大会上，我曾说我们现在拥有多个超级计算系统，而且我们非常确信这些系统是当今全球(qiu)规模最大、功(gong)能最强的 AI 超级计算机。我们和 OpenAI 使用这些基础设施来训练我们几乎所有最先进的大模型，其中包括微软的图靈(ling)（Turing）、Z-code 和 Florence 模型，以及 OpenAI 的 GPT、DALL?E 和 Codex 模型。最近，我们还宣(xuan)布与英(ying)偉(wei)达（NVIDIA）的合(he)作，打造一台结合了 Azure 基础设施和英伟达 GPU 的超级计算机。

这其中的一些进展就是通过使用越来越大的 GPU 集(ji)群实现大规模强力计算而取得的。然而，更大的突破或許(xu)在于软件層(ceng)，它优化了模型和数据在这些巨型系统中的分布方式，既(ji)可以训练模型，又(you)可以让这些模型为客户提供(gong)服(fu)务。如果我们希(xi)望将这些大模型作为人们可以用来创作的平台，那么它们就不能只被(bei)世界上极少(shao)数拥有足(zu)夠(gou)资源来建造巨型超级计算机的科技公(gong)司(si)所使用。

因此，微软对一些软件进行了大量的投入，例如用 DeepSpeed 来提高训练效率，用 ONNX Runtime 来加速推理。这些软件針(zhen)对成本和延(yan)遲(chi)进行了优化，可以帮助我们让这些人工智能大模型更容易为人们所用，也更有價(jia)值(zhi)。我为我们的这些技术團(tuan)隊(dui)感到自豪(hao)，因为微软在这一领域确实处于行业领先地位(wei)，而且我们对所有这些成果都进行了开源，以便(bian)其他人也能够不斷(duan)提升。

问：与这些进步相伴(ban)的是人们对「人工智能将影响就业」的擔(dan)憂(you)。你如何看待人工智能和就业的问题？

Kevin Scott：我们生活在一个異(yi)常复雜(za)和宏(hong)观经济歷(li)史性变革的时代，展望未来5到10年，我们需要全新的生产力形式，让所有人都能够继续享受进步。我们希望将这些人工智能工具打造成平台，人们可以使用这些平台来构建业务和解决问题。我们相信，这些平台可以让更多的人使用人工智能。而有了这些平台，我们就能解决更多的问题，就会有背景更加多元的人们参与到技术的创造中来。

此前，人们需要大量的专业知识才(cai)能开始(shi)人工智能的实例化。但现在你可以調(tiao)用微软 Azure 认知服务和微软 Azure OpenAI 服务，并在这些服务的基础上构建复杂的产品(pin)，而你不必(bi)是 AI 方面的专家，也不需要从零(ling)开始训练自己的大模型。

随着所有这些巨型人工智能系统的不断增长和演(yan)进，我想我们可以預(yu)期，这些进步将从根本上改变工作的性质，每个领域被影响的程度会有所不同，在某(mou)些情况下甚(shen)至还会创造出大量以前没有的新工作崗(gang)位。回顾过去可以看到，历史上重大的技术範(fan)式转变都伴随着相同的情况：電(dian)话、汽(qi)車(che)、互(hu)聯(lian)網(wang)。我认为就像这些例子一样，我们需要用新的方式思考(kao)工作和技能，并专註(zhu)于确保我们有足够的人才且接受过培(pei)训，能够承(cheng)担起真正关鍵(jian)的工作。

问：除了 GitHub Copilot 和 DALL?E 2 之外，人工智能还以其他方式出现在了微软的产品和服务中。那么下一代人工智能如何改进 Teams 和 Word 等现有产品？

Kevin Scott：这是一个人工智能不为人知的故事。迄(qi)今为止(zhi)，人工智能带来的大部(bu)分益处都分散(san)在1000种不同的地方，你甚至可能都没有意识到你获得的产品体验中有多少来自机器(qi)学習(xi)系统。例如，在 Teams 视頻(pin)通话功能的系统中，所有这些参数都是通过机器学习算法学习的；音(yin)频系统有抖(dou)动緩(huan)沖(chong)器使溝(gou)通順(shun)暢(chang)；屏(ping)幕(mu)上显示的模糊(hu)的背景效果也是机器学习算法在起作用。有十几个机器学习系统協(xie)同工作，才让我们的交(jiao)流体验变得更加愉快。而整个微软公司的产品和服务都是如此。

我们已经将机器学习的應(ying)用从几个地方扩展到遍(bian)布不同产品的上千(qian)个场景，从 Outlook 电子郵(you)件客户端(duan)的運(yun)作、Word 中的文(wen)本预測(ce)、必应（Bing）搜(sou)索(suo)的体验，到用户在 Xbox Cloud Gaming 和 LinkedIn 中看到的信息(xi)流是什么样的，无处不在的人工智能正在让这些产品变得更好。

过去两年发生了很大变化的一件事是，曾经我们需要为所有产品针对每项任务专門(men)定(ding)制一个模型，现在一个模型可以用在很多地方，因为它们拥有了很强的泛化性。能够投资于这些随着规模扩展而变得更强大的模型，然后让所有构建在模型之上的東(dong)西(xi)同步受益于你所做的改进，这是十分了不起的。

原(yuan)文鏈(lian)接：

https://mp.weixin.qq.com/s/-jVi5tOiedyKvffERAXxYA返(fan)回搜狐(hu)，查看更多

责任编辑：