2016年11月14日，北京 ——微软亚洲研究院院友会成立仪式在中关村微软大厦举行。曾经在微软亚洲研究院实习、工作过的近200位来自海内外企业界和学术界的院友代表和研究院同仁齐聚一堂，共同回顾了微软亚洲研究院建院18年来在与中国共同成长的过程中所取得的丰硕成果，以及微软亚洲研究院深耕科研、大胆创新、培育人才、开放融合的文化传承；院友以业界权威的前瞻视角展望和分享了对于科技创新与发展机遇的前沿洞察。以院友会为纽带和平台，各界院友将携手共进，与微软亚洲研究院一起，共同开拓科学研究与创新的新疆界。
微软亚洲研究院院友会成立仪式，从左至右依次为洪小文、李开复、张亚勤、沈向洋
作为全球一流的计算机基础及应用研究机构，微软亚洲研究院汇聚和培养了全球顶尖的科研人才，众多院友已经成长为国内外产学研各界的杰出领袖和中坚力量。微软亚洲研究院院友会的成立旨在搭建起一个广泛汇聚院友智慧，积极分享经验与资源，坦诚交流技术洞察的平台，微软亚洲研究院将与院友携手推进产学研各界，乃至整个计算机领域科研生态系统的多元化创新和人才培养，以中国智慧引领全球前沿技术发展。微软亚洲研究院院友会由沈向洋担任会长，李开复、张亚勤任名誉会长，李世鹏任秘书长，洪小文、张宏江、徐迎庆、宋罗兰、马歆等出任常委会委员。
关键词：院友亦战友
成立仪式开始前的签名墙，看看上面能不能找到你的老友？
大家都知道，微软亚洲研究院的英文是Microsoft Research Asia，简称是MSRA，这也是多数院友对这里的爱称。但是MSRA的含义不仅如此。2003年的一次研究院户外拓展活动中，现任微软全球执行副总裁沈向洋博士由于自己所在的队伍身穿红色的衣服，因此称为微软红军（Microsoft Red Army），这个名字也由此传开了——在沈向洋眼里，整个研究院都应该被称为Microsoft Red Army，因此MSRA更意味着微软红军，意味着一股位于中国的计算机基础领域的华人力量。
四任院长（或者四小天鹅？）
诚然，对于研究院的每一位院友，我们更可以称之为“战友”。微软亚洲研究院四任院长——李开复、张亚勤、沈向洋和洪小文——相聚，他们的历史性合影刷遍了每一位院友的朋友圈，也让院友们想起了在这里如同打仗一般奋斗的日子。
微软亚洲研究院院友会常委会成员、微软亚洲研究院院长洪小文（2007年10月至今担任微软亚洲研究院院长）
如果你问微软亚洲研究院的历任院长，研究院成立18年来的成果有没有实现大家建院之初的预期？答案毫无疑问是肯定的。微软亚洲研究院现任院长洪小文博士和大家分享道：
事实上，在研究院建院之初，无论是从大洋彼岸投身回国的研究员们，还是中国成长起来的新生研究力量，并不是每个人都有着百分百的信心。很显然，如果你对一件事情有着绝对的信心，要么是你过于乐观，要么这件事情对你来说就毫无挑战性。从这个角度看，当时每一位选择回国的勇士都是冒着巨大的风险，就算现在再给他们机会，他们也不敢保证自己有十足的把握能够这么快建立一个像微软亚洲研究院一样成功的世界一流研究机构。因此从这个角度来说，是的，我们已经大大超出了建院之初的预期。
微软亚洲研究院现任院长洪小文表示，微软亚洲研究院这十八年最了不起的就是和中国一起成长，从学术、到产品、到技术，和中国一起走上国际创新舞台。
18年前，计算机对于绝大多数中国人的生活还很遥远。李开复博士分享了他在CMU读书时他的同学沈为民全靠在纸上写代码，老师用脑子来运行程序的研究经历。这就意味着在中国一定还有很大一批优秀的研究学者尚未被挖掘出来。
谈到中国几年来人工智能技术的发展，李开复表示：今天中国能在人工智能上扮演重要作用，是因为研究院从很早开始就在语音识别、自然语言理解等众多人工智能核心技术进行了研究。中国今天的成就真的应该感谢微软亚洲研究院。
在研究院成立之初，似乎每一个人都憋着一口气，好像非要马上证明自己究竟能干什么：院友孙剑博士分享道，他认为在微软亚洲研究院的工作是一种“修行”，他和沈向洋等前辈们写了快一百篇论文。而在2002年，微软亚洲研究院在全球计算机科研领域最富盛名的国际图形学年会SIGGRAPH上发表了4篇论文，成功在学术界站稳脚跟，此前在这种国际大会上一直鲜有华人的身影。他们认为，这就是他们在办公室不舍昼夜、夜不归家拼来的结果——那一年，沈向洋和同事们正自嘲“忙成了狗”，前任微软亚洲研究院常务副院长王坚路过听见，看了一眼这群胡子拉碴的理工男，说：“我看根本是猪狗不如。”众人爆笑。
微软亚洲研究院院友会名誉会长张亚勤（2000年8月至2004年1月担任微软亚洲研究院院长）
张亚勤感叹道：“微软亚洲研究院做了三件了不起的事情，一个是吸引人才，一个是留住人才，更重要的是给中国培养人才。如今我们看到研究院优秀的人才在领导着各行各业。”
微软亚洲研究院院友会会长沈向洋发言中（2004年1月至2007年10月担任微软亚洲研究院院长）
正是有着这样战友一般的感情，院友们再次见面时的感情才分外真切。上午，在院友会仪式开始之前，研究院为大家设置了早餐交流环节。这些多年未见的老友也不见有丝毫的拘谨与局促，东一团、西一簇地述说衷肠。有的在用力地握手，把炙热的激动传递给对方；有的在拥抱，感受曾经并肩作战时的温度；更多的人在神采飞扬地交流，好像恨不得要把积蓄了这么多年的思绪马上和对方分享……
早餐会上各位院友们在热情的交流近况
“好久不见了！”这是院友们交流时用得最多的开场白，这也是院友会成立的意义所在——有人称微软亚洲研究院是中国IT届的黄埔军校，确实，对于每一个曾经在这里生活和工作过的院友而言，这里不再是一个跨国公司在中国的分支，而是一个实实在在作育人才的大学，而每一位院友都被我们亲切地称为“同学”，院友会成立的目的就是要将这群“同学”联系在一起，让中国IT界这半壁江山能发挥更大的力量。
墙上这些外界对于微软亚洲研究院的爱称，你最喜欢哪个？
这张照片可能就算去了现场也不一定能看到哦~说中国IT界的半壁江山都坐在这里了绝对不为过，看看你光凭借背影能认出几个？
关键词：回忆
提起“微软亚洲研究院院友会”这个词，相信每一位院友的思绪阀门就会悄然打开。回忆像潮水一样汹涌，裹挟着澎湃的情感让人难以招架。如果说微软亚洲研究院四任院长登台合影的那一瞬还不足以让你感动的眼泪汇聚，那么之后我们准备的老照片分享环节，就是妥妥的“回忆杀”。
李世鹏（微软亚洲研究院院友会秘书长）
被任命为微软亚洲研究院院友会秘书长的李世鹏向大家分享了过去一年来微软亚洲研究院院友会的筹备过程。他说：“院友会的宗旨是在院友和研究院间架起桥梁，鼓励大家反馈和反哺。增加院友间的联系，分享、共享院友的优质资源。院友会和院友间建立多种形式的服务平台，服务院友。在更高的层次，我们的初心就是为了中国培养顶尖创新人才，我们院友会会持续和大家一起为我们中国聚集资源，为中国培养更多的顶尖创新人才。”
今年是微软亚洲研究院创立的第18年，5000多位院友、4800余位实习生、超过15位IEEE院士、超过20位中国千人计划和杰出青年人才奖获得者、80+创业公司创始人、150多位顶级高校执教以及无数的研究成果转化从研究院诞生，这些数字背后是由这群最优秀的中国大脑用热血书写的历史。
中午的技术展示环节，研究员们正在向院友展示微软亚洲研究院的最新技术
上午，在四任院长分别登台致辞之后，微软亚洲研究院院友会秘书长李世鹏将四任院长以及王坚邀请上台开启了院长论坛的讨论。院长论坛由一个轻松的老照片回忆环节开始。从微软亚洲研究院成立仪式的第一张合影开始（彼时的名字是微软中国研究院），一张张老照片被翻过，一片片回忆翻起涟漪。研究院的圣诞节派对、开复院长离开时KTV响起的送别歌声、一直延续至今的“二十一世纪的计算大会”、第一次参与微软内部的TechFest、微软工程院的成立……当这些回忆在院友们的脑海中逐步定格成照片，将青春与热爱留给微软亚洲研究院，研究院也在这些殷切的目光中向前迈进。
18年前，微软中国研究院成立
1999年6月，我们开创了“二十一世纪的计算”大会，到今年已经18届
2000年的圣诞节，张宏江和沈向洋头上长出了角
2001年1月，微软亚洲研究院推动了第一届微软内部技术界TechFest的开始
看沈向洋和李世鹏T恤衫上的亮点！
“在微软亚洲研究院的那些年，是最好的时光。”
院长论坛环节，大家在老照片的回忆下笑得格外开怀
关键词：感恩
沈向洋博士作为微软亚洲研究院院友会的第一届会长，在发言中提到了很多值得感恩的人。
第一个值得感谢的是比尔·盖茨，微软公司的创始人，为研究院的成立提供了强大的支持，也是在他的支持下，李开复回到中国创办了研究院，让这一群坚持初心的研究员能够无任何后顾之忧的坚持他们对计算机科学的热爱。更多沈向洋解读：www.yangfenzi.com/tag/shenxiangyang
2001年10月，Bill出席在上海举办的第三届“二十一世纪的计算”大会
沈向洋在分享他内心对研究院院友会成立的感恩时，还不忘讲讲每个人当年的小段子，让大家在笑声中还不忘感动。
第二个值得感谢的是Rick Rashid。当初在他的倡议下，微软研究院得以成立，如今已有25年了。他不久前从微软光荣退休，但是他的后继者们——研究院的每一位员工都将延续他的精神继续执着于研究未来的技术。
接下来感谢的是李开复和张亚勤。开复首先定下了创办微软中国研究院的目标——不做研究所、而要做世界一流的研究院，在那之后，亚勤更是将微软中国研究院更名为微软亚洲研究院。当然还有张宏江等等众多扶植研究院成长的院友们，也值得我们一并感谢。
微软亚洲研究院名誉会长授予仪式，从左至右依次为：微软亚洲研究院院友会沈向洋、名誉会长李开复和名誉会长张亚勤
王坚
王坚作为院友代表表示：“我觉得微软亚洲研究院在中国历史上，不只是在科技史上，一定会是个标志性的、历史性的东西。以后没有人绕开这个机构谈过去15年中国发生的事情，这是我最大的一个感触。”
除了他们，还有现在在微软担任全球执行副总裁的沈向洋博士和微软全球资深副总裁、现任微软亚洲研究院院长洪小文博士，是他们推动促成了研究院院友会的成立。他们在人工智能的跑道上继续引领着前进的步伐。
在院长话题环节谈到了中国的创新力量时，洪小文认为，中国最了不起的地方是改革程度，中国是唯一一个和美国一样各行各业都蓬勃发展的国家。不仅是IT界，还有各种制造业、金融业等等，中国过去二三十年已经证明了这一点。
最后，沈向洋博士还将感谢的目光回到了微软研究院大家庭：有时间最久的，从实习生到入职员工的许继征；有时间最久的应届博士毕业生入职员工童欣；有时间最久的学术界入职员工周明老师……正因为有着这样一群始终谦逊、本色、自豪、骄傲的研究员们执着于技术的追求，才让研究院始终能让每一位院友引以为豪，在他们看来，这里始终是创新的发源地、未来的发生地。
自称“中年宅男”的“微软四少”之一的童欣，在下午的人工智能研讨会环节向大家分享了这几年关于网络图形的思考
现任微软亚洲研究院学术合作部中国区经理、微软亚洲研究院院友会常务副秘书长马歆。
此次院友会成立仪式有一个有趣的环节：大家不需要举手投票表决，而只需要鼓掌通过就完成了院友会的各项任命。
沈向洋博士分享了一个很朴实的比喻，说看着研究员成长和离开就像看到含辛茹苦养大的女儿要嫁人了，做老爸的总会觉得女婿不够好，总希望这些人能去更好的地方。这实际上也是我们对微软亚洲研究院每一位院友的期望，就算大家离开了微软亚洲研究院，我们也希望每个人能够越做越好。我们非常感谢每一位院友曾经在这里的贡献，也希望通过院友会这个平台继续帮助大家。
在下午的人工智能论坛环节中，清华大学的徐迎庆教授与大家分享了他多年来在帮助视障人士的不懈努力
孙剑将在微软亚洲研究院的研究经历是一种“修行”，虽然很苦，但是也很开心，做了一些事情，也培养了一些学生
从左至右分别是余凯、吴枫、朱文武、徐一华、周明、孙剑、凌海滨和马维英
下午的论坛环节，在文继荣的主持下，大家就人工智能在学术界，工业界和创业界的发展作出了讨论。
“聚是一团火，散作满天星”。对研究院而言，我们将继续坚守在基础科研的前线、未来的前线，让研究院始终是每一个院友终身引以为豪的地方。借用作家海明威在《流动的盛宴》开篇中提到的：“假如你有幸年轻时在巴黎生活过，那么你此后一生中不论去到哪里她都与你同在，因为巴黎是一席流动的盛宴。”愿微软亚洲研究院成为每一位院友念念不忘的“巴黎”，记得研究院始终与你同在。
院长论坛结束后，大家都冲到前台合影自拍，你有找到你的身影吗？
微软亚洲研究院成立于1998年，是微软公司在亚太地区设立的研究机构，也是微软在美国本土以外规模最大的一个。建院至今, 微软亚洲研究院在计算机基础和应用研究领域取得了诸多成果，对微软的核心产品以及整个计算机科研领域的生态发展产生了重大的实质性影响。截至2016年10月，微软亚洲研究院在国际顶级学术会议与一流学术期刊上公开发表了4000余篇论文，其中有50多篇荣获“最佳论文”奖，众多技术突破为全球计算机前沿技术的发展引领了新的方向。同时，微软亚洲研究院还积极参与制定行业标准，并发布和开源了一系列核心技术项目，以帮助更多业界科研人员和开发者解决技术障碍，探索计算机技术应用领域。
不仅如此，在过去的18年里，微软亚洲研究院通过一系列面向学生和青年学者的合作项目、学术交流活动、高校科研合作以及课程建设大力支持区域本地化人才培养。如今，微软亚洲研究院的全球院友已超过5000名，其中有150多位院友在世界各地的顶尖高校执教，35位院友受到了国际以及中国学术界的高度认可，15位院友是电气电子工程师学会（IEEE）院士、美国计算机协会（ACM）院士或美国人工智能学会（AAAI）院士，20位院友入选了中国千人计划和国家杰出青年科学家基金；超过10位院友在互联网企业担任CEO、CTO或CIO，范围几乎覆盖所有中国最顶尖的互联网企业；80多位院友在创业大潮中开拓创新，他们有人是创业企业的创始人，有人是技术领导者，企业涉及范围包括人工智能、物联网、VR等等；而从微软亚洲研究院走出的实习生中，也有超过500名活跃在中国IT产业的各大企业。
未来，微软亚洲研究院院友会将切实发挥桥梁与纽带作用，加强全球院友的联系，并通过定期举办围绕科学研究、技术发展、产业应用、创业创新等不同领域的热点话题主题活动，构建院友间集思广益、交流经验、创新协作的重要平台。而为了进一步传承和发扬微软亚洲研究院汇聚、培育人才的文化精神，院友会各位会长、委员及各界资深院友代表，将为不同领域的院友提供更多专业意见和一对一交流的机会，以传承智慧、帮助成长，努力造就人才辈出的生动局面。
微软亚洲研究院院友会组织架构：
会长：沈向洋
名誉会长：李开复、张亚勤
常委会委员：沈向洋、洪小文、张宏江、李世鹏、徐迎庆、宋罗兰、马歆等
秘书长：李世鹏
常务副秘书长：马歆
理事会成员（按姓氏拼音排序）：马晓旭，Matt Scott，王海峰，王强，吴枫，颜水成，周明，邹欣等
——————————————————————————————————————————————
李佳师：李开复、张亚勤、沈向洋、洪小文论剑AI
本文您将看到：
微软亚洲研究院四任院长的AI观点
微软AI战略如何布局？
创新工场有可能投哪些AI公司？
百度AI火力集中在哪个维度？
哪些工作会被AI取代？
11月14日，李开复、张亚勤、沈向洋、洪小文同时现身中关村丹棱街微软亚洲研究院，这四个人分别为微软亚洲研究院第一任、第二任、第三任和现任院长，现在李开复是创新工场董事长兼CEO、张亚勤为百度总裁、沈向洋为微软全球执行副总裁，当天现身是出席微软亚洲研究院院友有会成立仪式。李开复、沈向洋、洪小文皆为全球人工智能技术专家拉吉·瑞迪（Raj Reddy）的弟子，创新工场AI是主要投资方向，百度现在的主攻方向是AI、沈向洋是微软人工智能事业部的负责人、洪小文自己的研究主业是人工智能。这四个人聚在一起，怎么可以不谈AI？第一届院友会的主题是“让世界充满AI。”
沈向洋：SmartX就是AI？
只有AI真正接近人脑，在人类的发展过程中，AI将是我们进化的一部分，它可以有不同的技术。
作为第一届院友会会长，沈向洋开场就表示：“因为知道师兄开复要来，而且要谈AI，所以自己专门跑到导师处‘偷师学艺’”。这当然是谦辞，沈向洋是微软全球执行副总裁、微软人工智能及微软研究事业部的负责人。目前微软正在全速推进AI全面注入到微软各个产品和服务，他对AI的判断透露微软AI策略。
沈向洋表示，从个人电脑时代到互联网时代，现在是移动时代，更重要是智能时代，智能将对这个社会带来巨大的贡献和巨大的冲击。有人表示，PC是人肢体工具的延展，手机像是人脑延展。“而在我看来，所有这些设备都是具体实体，而只有AI真正接近人脑，在人类的发展过程中，AI将是我们进化的一部分，它可以有不同的技术。回过头看，这些年人类的发展，从以前有四肢在地上，后来直立起来，到后来的石器时代，到现在的信息时代，发生了什么事情？在这个过程中，包括知识的获取到人脑的进化，到DNA的传承，里面到底发生了什么？ AI很可能是一个突破的地方。”沈向洋说。
究竟什么是AI？中国很喜欢定目标，我们也定一个目标，如果你原来的东西叫X，你从X到SmartX就叫AI。今天所有的工作你能够把它提升两倍，就有点AI味道了。很多工作你可以做到10倍X，甚至更多。现在有很多这样的工作，比如市场营销，客户支持，大部分这些工作还是人在主导，如果把它90%的工作都让机器来代劳，就是十倍提升了。沈向洋表示。
目前在传统IT巨头中，微软是转型比较快也是比较顺利的代表企业，业绩一直在涨、股票也一直涨，微软刚成立了AI事业部，正全速推进AI全面注入到微软各个产品和服务。作为传统巨头的代表，微软从“云化”到“AI化”的全面演进，其路径和方法对很多厂商都有启示意义。
沈向洋表示，人工智能真正有用的创新不会出自研究院实验室的象牙塔，而会来自集跨界综合创新之大成，是大规模生产任务和算法、系统和体验个方面研究成果的深度技术结合。
沈向洋透露了微软AI战略的核心是全面推进AI普及化，让每个人都能够享受到AI带来的巨大改变。微软的AI产品和解决方案会从四个维度来推进：一是个人助理。包括微软小冰和微软小娜，主要核心是协助人们完成更多的事情。二是应用。以后微软所有应用产品AI都将会贯穿其中，在微软的产品线中搜索会变得更智能，Office 365 、Dynamics 365、SwiftKey、Pix等，越来越多的AI技术会注入其中。三是服务。包括机器人框架、认知服务以及Cortana智能套件、认知工具包等，这个维度的核心是让所有的用户、所有的公司都能够将AI用起来，更方便享用到AI技术，推动的是生态。四是基础架构。包括Azure机器学习、Azure N系列以及FPGA。
作为微软全球研发体系的负责人，沈向洋最后说，大家都知道这一轮AI热潮是因为深度学习引发的，但很少有人知道第一篇了不起关于深度学习的论文是微软研究院做出来的。目前微软在深层神经网络做到了152层。
李开复：在中国进行AI创业比美国容易？
当所有的公司都认可，当巨大的资本进来，很多聪明人进来，又能够辐射很多领域的时候，这很重要也是到时候了。李开复是微软亚洲研究院的第一任院长，沈向洋和张亚勤都是他招募来北京的，所以他在微软亚洲研究院有很高的“江湖地位”。
李开复谈及从2006年到2015年全球华人在AI领域的贡献率，并表示很多人可能在白宫的报告中也看到类似的数据，而他给出的数据是他同事正在做的调研，在50个世界顶级期刊中作者有多少人是华人？如果用引用来分辨的话2015年大概有56%，这是非常让人自豪和乐观的巨大数字。
李开复30年前就开始做AI研究，有人问他30年前做AI和今天有什么不同？李开复说：“最大差别是30年前做AI的不敢承认自己在做AI。但今天是所有的东西都叫AI。这就是最大的差别。”
AI到底能创造什么价值？李开复认为，10年以后很多职业都会被AI取代。任何一个职业，如果有中介或者助理的名称，基本会消失。还有很多职业比如翻译、司机、工人这些都会被人工智能取代，也许是被机器人取代，也许是被无人驾驶取代，也许是被软件取代，这个取代会远远比我们想象的快。简单来说，当人脸识别超过了人，保安、安防就很大程度可以被取代。当语音识别超过人，客服就可以被取代了。除了这两个领域外还有更多的领域会被AI取代。
李开复认为，做事情要要生逢其时。比如Jeff Bezos（亚马逊创始人）、比尔盖茨、乔布斯，因为他们在读高中的时候碰到了计算机，学会了编程，大学辍学出来创造了伟大的公司。李开复自嘲自己所做的AI，“因为参与太早，尚在技术发展的早期所以成了‘先烈’”。现在要做AI的是生逢其时。
究竟什么样的人能够创造伟大的AI公司？李开复看好哪些AI创业方向？
一是大数据。谁拥有最大的数据，谁就有非常好的产生价值的机会。在中国有最大数据的当然是BAT，在美国是Facebook、谷歌、微软。他同时表示，不要忘记传统数据，银行、保险公司、医院等他们也有很多数据机会。
二是无人驾驶。无人驾驶的实现包含了能看、能听、能动等维度，无人驾驶要解决的问题都是AI需要解决的问题。无人驾驶是人工智能最大的风口，全球资本力量都在投入无人驾驶，美国一个又一个在顶尖的无人驾驶公司出来创业的团队，很快就可以拿到5千万美元到1亿美元。当所有的公司都认可，当巨大的资本进来，很多聪明人进来，又能够辐射很多领域的时候，这很重要也是到时候了。所以创新工场也在无人驾驶领域做了很重要的布局和投资。
到底什么时候AI可以Work？李开复认为，需要非常多的数据。这些数据有非常清晰的边界，可以自动收集，不是网上扒一些数据就可以，需要滴滴告诉你搭上搭成了没有，需要百度告诉你，搜到的结果点击了没有，需要淘宝告诉你我购买了没有。同时需要再加上机器以及最棒的科学家，这是形成AI应用的关键条件。更多人工智能解读：www.yangfenzi.com/tag/rengongzhineng
在这样的前提之下，最好的AI实践公司是什么样？李开复认为，第一要形成一个闭环，要有大数据。第二是要有很多的机器。第三是要找最棒的科学家。第四年轻人是特别重要的力量。现在AI越来越平台化了，最新的认知工具包非常好用，相当平台化，一个不懂AI的人就可以做AI事情。
当然今天AI还有很多问题，怎么解决这些问题？第一不见得要让AI取代人，可以让AI成为人很好的助手。现在AI在医学已经有很多成果，它的判断准确率已经超过了三分之二的医生。二是利用好的UI（用户界面）可以隐藏错误。比如搜索引擎，搜索引擎呈现了10个结果，因为搜索引擎一个结果是不够正确的。
为什么在中国做AI有一些特殊的机会？
比如在中国AI科学家还是非常少，虽然有那么多写文章的，但真的能把AI应用起来产生商业价值的还相对少，这就有很多机会。比如中国的传统企业相对比较弱，如果你有AI技术，在美国得打磨很好才能有人买单，但在中国很快能产生价值，很快有人买单。又比如国内做AI有些领域的束缚更小，以无人驾驶为例，在美国一条人命不是能够靠数字来衡量的，但是在别的国家当无人驾驶能够救的人比伤害的人多一倍的时候，有些国家是可以考虑接受这种技术的。在美国因为价值观和法律上的问题导致一些公司变得非常保守比如谷歌。再比如，在国内大数据获取相对容易，用户对隐私问题不如美国那么重视和纠结。这些都是在中国做AI很好的机会。
张亚勤：AI短期发展会低于预期？
AI发展会经过一个过程，短期之内可能会低于我们的预测，但是长期影响会超过我们的预期。就像当年互联网的发展一样，有他自己的规律。
眼下百度公司已经把AI作为其公司级的战略正在全速推进，张亚勤曾是微软亚洲研究院的第二任院长、今天百度公司的总裁。他透露怎样的百度AI信息？
张亚勤登场就笑言不敢乱放PPT，因为动不动就会上“头条”，这当然是戏言。
张亚勤放了PPT分享了他对“智能+时代”的看法。他从当年的图灵测试、人工智能概念的提出以及人工智能遭遇第一个冬天、第二个冬天、机器学习/人工神经网络、深度学习的兴起，谈及从这些年人工智能的发展几起几落和最近的快速发展。在他看来，之所以在这个节点快速突破有几个关键原因，一个是计算能力，二是海量数据，三是聪明的算法。微软、谷歌、百度、脸谱等公司有大量数据，很强的计算能力，算法可以很快的落地找到场景推向市场。所以互联网引领了人工智能的快速突破。
张亚勤认为，AI不是一个产品，AI也不是一个简单的工具，AI将成为这个行业未来二十年、三十年一个最基础的能力。AI会像一百多年前电力发明一样对人类生活、工作带来巨大变化，AI同样会带来深远变化。
张亚勤同时也表示对目前AI热的担忧，资本市场、政府和社会的高度关注，会希望尽快从AI中获得回报，但AI发展会经过一个过程，短期之内可能会低于我们的预测，但是长期影响会超过我们的预期。就像当年互联网的发展一样，有他自己的规律。
AI应用看好两个领域。一是医疗。AI可以阅读大量的医疗资料、大量的用户数据，不需要知道你是谁，通过学习自我改进，可以帮助医生做决策。在中国好医生非常少，特别是在偏远地区，通过AI帮助能提升医疗效率。不就前，“百度医疗大脑” 发布，百度正式将人工智能技术应用到医疗健康行业。
另一个领域是出行。自动驾驶分成四个不同的级别，L1为局部辅助驾驶，L2是综合的辅助驾驶、L3是特定场景下的自动驾驶，L4是无人驾驶。张亚勤透露，百度在L3和L4都同时推动。L3很重要的是高精地图、精准定位、智能传感，目前百度高精地图已经向业界推出。L4是远一点的技术，可以说是集所有AI技术的大成，包括激光雷达、不同的传感器，需要高精定位、高精地图。目前百度有几十量车在国内跑收集各种各样的数据，百度希望尽快将自动驾驶推向市场。
洪小文：AI涵盖了一切？
AI涵盖了IoT、大数据、机器学习、语音识别、视觉识别等，它涵盖了一切。
洪小文是微软亚洲研究院现任院长也是在位时间最长的院长，从2007年至今一直担任微软亚洲研究院院长。
洪小文透露微软是最早做AI的公司之一，微软研究院成立时，比尔盖茨要研究院做的东西就是AI。比尔盖茨说：“我们要做一个让计算机可以看、可以听、可以理解我们的技术。”这些就是今天说的语音识别、自然语言、计算机视觉、机器学习，这是比尔盖茨成立研究院时的宗旨。
人工智能到今天得到这么多的关注？是因为AI已经变成所有高科技的总和。为什么这样讲？比如大家说智能硬件、IoT，它需要有传感器，还要指挥，要数据。比如媒体要写一篇文章，要了解读者的反馈，才知道下一篇文章该怎么写，这需要收集数据。比如互联网+，也是靠数据驱动各行各业变革。今天，几乎我们能想到的任何一个利用数据去做事情的新方法都可以称为智能或者互联网+。事实上，AI涵盖了IoT、大数据、机器学习、语音识别、视觉识别等，它涵盖了一切。洪小文表示。
洪小文认为，事实上AR、VR也是人工智能。以微软的HoloLens为例，HoloLens要把一个东西投在其中，比如投星际大战的公主，一定要知道这个桌子多高，离你多远，投的太低了脚陷进去了。当然需要很多视觉的技术、传感器的技术，里面当然有人工智能。
洪小文透露，最近他们在做ImageNet，不管是人脸还是什么物种都可以框定出来，同时还做实时的视频识别、语音识别、自然语言处理等等并把这些技术放在微软认知服务里，目标是希望让AI普及化，让各行各业都使用AI技术。
洪小文说，科技的边界不断扩展，这让研发的工作更具挑战。然而，对未来世界的构筑和沉思，并非一蹴而就。未来的不可预知性，恰好是创新过程里最迷人，最让人激动的所在。
·氧分子网（http://www.yangfenzi.com）原创文章，转载请联系授权。
·氧分子网（http://www.yangfenzi.com）延伸阅读：
➤ AI学术界与产业界中间隔了40步，而中科视拓山世光正在路上
➤ 李彦宏还有哪些“肱骨大臣”？向海龙 朱光 张亚勤 王劲 马东敏
➤ 微软全球执行副总裁陆奇离职，与沈向洋是微软最有权势的华人
➤ 麻省理工学院宣布创建The Engine，倾全校之力打破技术创业怪圈
各位旷视小伙伴，
很高兴的宣布一下：孙剑博士已经确定即将加入旷视，任公司首席科学家(Chief Scientist)和Megvii Research负责人。孙剑博士作为华人深度学习科研的领军人物，其个人经历和科研成果我就不再赘述。对于旷视和我个人而言，他还有一个特殊的身份，就是我当年在MSRA的导师和科研的启蒙老师 (另两位我的恩师是清华大学的艾海舟教授和Columbia的Shree Nayar教授)。
旷视(Face++)成立即将五年，立志做中国最有代表性的机器视觉和深度学习公司。旷视在人脸识别，图像识别，和深度学习底层框架上都做了自己的探索和实践，同时在相关人工智能技术的产业化上也走在了行业的前列。孙剑博士的加入无疑使我们在深度学习的基础性研究上获得强力而持续的科研实力和战略优势。
纵观当前的人工智能学术界和产业界，比较喧闹和浮躁。评价一个好的研究者和一个好的技术公司，标准是一致的，既要有大的insight，也要从内而外的踏实，并且还得真正耐得住寂寞。我们以这几条标准自律，希望从业同仁们共勉。
Inch
2016.7.5
——————————————————————————————————————————-
点赞过50就列这几年从MSRA离职的大牛的名单！
感谢大家，点赞过50了，我把知道的这几年从MSRA走的大牛名单列在最后吧
——————————————————————————————————
坦白来说，刚知道的时候确定挺震惊的！但静下心来仔细一想，也没什么好大惊小怪的。不过是一个大牛，在一个效力多年的机构，混到了头，外面的朋友又一直拿梦想、拿重金来忽悠；那就借着风头正劲的时候，来个名利双收喽~
从2003年开始，孙剑在MSRA效力了13年，一路从小兵坐到了首席研究员的位置，升职的速度无人能及。但是从13年开始，MSRA开始陆续受到了创业公司的各种冲击，稍微高level一点的研究员，出去分分钟都是个联合创始人、CTO之类的。说白了，凡是还有点真本事的大牛，看着身边的小弟们出去了都天天混得人模狗样，哪有不心痒痒动的道理。
加上现在虽然说是资本寒冬，但你没看人开复老师、李丰老师都天天迷信只有人工智能改变世界了么~大牛科学家创业，那还不是钱分分钟的堆过来。
但孙剑为什么选择加入Face++而不是自己创业呢？我想这和研究员的性格以及被大公司圈养太久了有关系。孙剑毕竟在MSRA呆了13年，除了写写paper，几乎与世隔绝。不懂什么资本，也不懂什么管理，自己来干公司，虽然能拿到钱，但未必会成功。
所以选择加入一个现在风头正劲的公司，应该还是一个不错的选择。至于为什么是Face++，我想因为大概是友商商汤毕竟是汤帅的天下，去了不一定有那么大的话语权。Face++的印奇当年也在MSRA实习过，说不定还是孙剑的学生呢。学生搞了个公司，把老师请过去坐阵，其实也说的过去。
再说说MSRA吧，哎，其实也没必要唱衰什么的。都是自然的规律，风水轮流转。有过它曾经风起云涌的时代，也就会有它光环消散的一天。那些曾经在他的羽翼下停流的人，如今都成长成为了搅动中国互联网风云的大人物，这何尝也不是一桩美事呢。
最后再说一说孙剑的恩师沈向洋吧，可能孙剑走，最受震动的便是他的这位恩师了。一路从实习生开始栽培，到如今扶他坐上首席研究员，还亲自将其从MSRA调到美国总部，多少情份。但是毕竟，每个阶段人所追求的东西不一样。
可能，人到中年，如今的孙剑只想任性一把，去完成自己未完成的心愿。
哦，对了，kaiming he也已经先孙剑离开，去了Facebook。
————————————————————————————————————
李世鹏——硬蛋
赵峰——海尔
马毅——上科大
文继荣——人大
张峥——上纽大
陆品燕——上财经
刘世霞——清华
吴枫——中科大
杨帆——商汤
说实话，我对这类八卦信息真的不是很感兴趣，更何况还是未经证实的消息。请允许我从另一个角度分析一下。
看到很多朋友都在讨论算法，技术和论文，包括排名之类的，还有一些业内大牛们的八卦消息。有些人还争得不亦乐乎。我就在想一个问题:
对业内公司来说，核心人员的技术真的有那么重要么？或者换个话题，技术人员的价值在哪里？
业内人士都知道，2014年以来的创业潮，很大程度上是因为深度学习，而深度学习很大一个特征就是数据驱动。不知道大家有没有考虑过一个问题，为何风投对深度学习特别感兴趣？
有人说，那是因为基于深度学习，准确度大幅提高，计算机视觉业务，有了落地的可能，技术上更成熟，balabala。没错，离索的油离，我承认，这的确是一个重要原因，还有么？
我不是做VC的，但也多少了解过一些。在知识产权(IP)驱动下，风投其实一直有一个心病，那就是: 核心技术人员或团队不好控制。创业中难免有磕磕绊绊，作为核心技术人员，"一言不合"就可以另立山头，"此处不留爷，自有留爷处"，可是VC就惨了，那我投你干啥呀。所以很多VC说，投资就是投人，人看准了，才敢投，如果到头来只是为别人做嫁衣，恐怕连哭都来不及。这个情况在国外可能好一些，但在国内应该不少见吧。
可是数据驱动就不太一样了，VC的主导权明显大了很多，数据的获取，除了一些技术上的技巧，主要靠业务/项目的积累，甚至花钱买。前期项目赔钱？没关系，大不了相当于砸钱买数据呗。能用钱搞定的事，都不算大事。
我并没有说，数据就是一切，但深度学习的这个特点(数据与业务)，的确让VC更加青睐，话语权也更高。财务投资人对业务方面干涉比较少，总得有个保障吧，人家也不容易：） 他们可不像战略投资人，手里有大把市场资源。
其实深度学习除了数据驱动，还有一个特点: 运算驱动，无论是识别还是训练，都需要大量的运算资源。无论数据还是运算资源，其实归根到底是一个资源，那就是资金。
还是回到上面的问题，技术人员的价值在哪里？我们以LFW上排名为例，分析一下。其实业内人士都知道里面有猫腻，可是为什么还有那么多中国公司，前仆后继，乐此不疲地去刷排名呢？
因为这可以作为炒作的资本之一。资本为了退出收益，当然需要一些炒作的素材，用于推高估值。某种意义上来说也无可厚非。而且，AI领域比较迷信第一名，你试想一下，如果A公司和B公司同时去客户或投资人那里，A公司说我们在排行榜上第一，B公司说"俺们那疙瘩刚好第二"，会是什么情形。
面对客户和或下一轮投资者，是需要讲故事的，而排行榜就是故事之一，核心大牛的履历也一样，都是很好的故事素材。当然还有很多别的方面，比如落地项目，用户量，业绩等等。
排行榜不是刷给内行看的，而是刷给客户，投资人和外行看的。有人可能有疑问，刷给外行好理解，客户和投资人真的不清楚其中的奥秘么？如果他们也知道，还有必要刷排名么？其实也是需要的，以客户为例，试想一下你是客户那边的负责人，明明知道排名有猫腻，但面对上述A公司和B公司，他会怎么选择？他要是选B，他的同事会怎么想，你觉得他的同事会怀疑排行榜有猫腻呢，还是怀疑他有猫腻？
综上。技术人员最大的价值往往不在于论文或技术本身，而是在于他在业内外的影响力。
大牛的技术也并没有你想象的那么重要，业务，数据以及资本运作才是公司的核心竞争力！技术很大程度上只是一种宣传手段，或者说，是资本的一个筹码。
今年的网红很火，AI明星在某种意义上也是一样的，跟公司有着互相依存的关系。大牛在很大程度上是承担着形象代言人的角色。国内AI公司里的大牛有难看的么？这个真没有，甚至很多都是帅哥美女，我就不举例了。说句玩笑话，如果你发了很多paper，业内也有一定的名气，而且自认为还有几分姿色，那绝对是形象代言人的好材料，千万别浪费了，哈哈，这个可以有。
现在各个公司都在抢地盘，各类国际大赛，国内各行业技术评比等，表面上比的是技术，其实背后归根到底是资本在角力。最终都是为了落地的项目。毕竟，实验室的技术，最终还是要接受市场的检验。毕竟，技术与成熟产品之间，还隔着大量的产品经理，码农，测试等人员的实战经验。而这往往是要拿资金和时间堆出来的。
VC的投资回报也是有其时间周期的，在适当的时候，需要适当的话题和故事。
沈向洋是MSRA前院长，还是李开复的同门，他们都是CMU大牛Raj的博士生向洋刚从MSRA调去Bing Search之后的几个月，回来做了一个talk，标题是Search is Research。跟同事聊天谈起来，大家都觉得非常妙。
先来扯一点沈博士的出身。沈博士大概是我们溧水县(现在是南京市溧水区)新中国成立以来出现过最牛的人了。我高中的班主任跟他还是高中同桌(这么一说好像暴露身份了，所以还是匿名比较好)。
我班主任那个年代一般17岁上大学，而沈博士是14岁考上现在的东南大学(在南京不在福建！！)，他自己回高中母校做报告说在东南大学是学计算机的但是根据他高中物理老师的说法是学自动化，后来硕士阶段去了香港才改成CS。以上部分信息来自一本叫《天南海北溧水人》的书，不知道是不是正式出版物。
PhD去了CMU这个大家都知道，做计算机图形学，后来去了微软等等这些经历都在他官网写着，我就不说了。
其实在沈博士身上可以看出成功的要素起码有三个，一个是眼光要高，二是运气要好，第三个是智商要高。他高中的那个班是当年县中的火箭班，高考考到清华北大的都有，但是唯独考上东南大学这个好多人都不知道在哪里的大学的他成为超级大牛。据他高中同学回忆，沈博士当年立志要进入中国的上流社会(其实他家在溧水已经是上流社会了，他父亲是当年的县教育局局长)，当时大家觉得他开玩笑不以为意但是他真的实现了。专业发展上，他选择了CS，后来又去了微软，后来又选了人工智能，这几个正好都在当时时代的前沿。如果这些选择差了一个，他可能就不是现在的他。最后，他真的很聪明，高考恢复第三年能考上东南大学也是非常不容易的，据我高中班主任回忆某次沈博士回乡和我班主任见面，跟我班主任说他自己是全世界做软件最好的人，哈哈，不知道@vczh轮子哥是不是同意。
最后再爆一个大家会觉得哇塞这个世界好小的事情，轮子哥@vczh 母校华南理工大学的某位副校长跟沈博士也是高中同学。
3）沈向洋用人举贤又不避亲，空降到新团队也会把得力亲兵带过去一起干，同时也深入新团队了解情况，和一线码农1:1谈队伍抓问题。和他1:1聊过的他都记得谁是谁，反正和他共事过的都怀念得不行，离开了都盼着有机会回到他团队做事。
4）沈向洋的经历是微软总部->微软中国->微软总部，在我了解的华裔高管是独一无二的。其他高管海归回国几年除了还待着的，都拿微软招牌做了跳板各奔前程了，只有他是海归数年后又回到总部继续高升的。
先看一个微软研究院的成果，一段现场演示在这里：微软在语音翻译领域的突破：“原声”实时将英语转为汉语
视频里顺便还展示了微软的实时翻译技术，让老外用自己的声音说中文。
具体地说，这是因为语音合成在科研界一直是一个活跃的领域。微软研究院在这个方面一向颇有建树，比如
Whistler Text-to-Speech Engine
Turning a monolingual speaker into multi-lingual
等等。我想表达的是，微软在Cortana上的突出表现不是突然有了个技术突破或者抖个机灵发现了个秘诀，而是十数年的积累。而且当时在做这个的时候没人想到未来会用到（甚至未来会有）像Siri/Cortana一样的东西。但一旦用上就像开挂了一样，把同时代的东西甩的很远。
值得注意的是位于北京的微软亚洲研究院在里面也有参与。此外微软研究院的产品还有xbox的kinect（实时人体识别），illumiroom (微软新Xbox概念项目“IllumiRoom”宣传视频) 等等。
===============================
更新: @RushBai和@刘骁 争论说谷歌的研究实力也不差。搬运回复里的解释：
这里有必要解释一下什么叫科研。我说的“科研”指的是类似大学里面，不考虑现实应用，天马行空般的研究，并且最终的成果会详细地叙述出来发表成论文。我自己在微软研究院实习过，也有同学在谷歌研究院/Google X实习或工作。从个人经验来看，1) 不论是规模，投资，还是论文产出来看，谷歌的科研投入远不如微软。2) 微软允许，甚至鼓励和产品无关的研究，但谷歌研究的产品导向性非常明显，招去的博士生大都还是写代码。3) 从佩奇时代以后，谷歌对科研甚至研发的投入进一步下降，比如google labs关了，Google Research NY名额进一步削减。但我承认Google X里面还是有一些（很多?）激动人心的科研的。
===============================
更新2: @麦络Milo在评论中也根据实际经验对比了微软和谷歌的研究和产品实力：
利益相关：谷歌，微软研究院实习
关于Cortana和Google Now的比较需要分析两个技术背后的团队。坦白说，微软研究院的学术研究水平相比于谷歌的确更加出色的。这主要是因为，微软研究院更加类似于学术机构，对于员工的考核以论文为主，所以每年的论文产量较高，质量也较好。另外一方面，谷歌则用年度绩效考核，论文只是其中一个附加项，因此谷歌的工程师往往只会把非常具有里程碑意义的工作发表出来。
研究水平并不代表产品水平。谷歌在自然语意理解和处理方面上强大的工程团队让产品的质量和细节上都更加完善。在技术和产品的关系上，个人的理解是：一流的技术二流的实现，敌不过二流的技术一流的实现。谷歌的巨大优势在于多年积累的语义数据集和工程技术（不是科研论文）上积累。
由于文本分析对于“基于统计的机器学习技术”的依赖，语义数据集的质量决定了分析器的精确程度。所以，Cortana虽然背后的技术想法和规划并不落后，但是在具体实现和识别精确度方面还是需要追赶Google Now的。人声数据的标示方面，谷歌在欧美已经深耕了将近10年。其经常是花钱，举办活动到高校来收集样本。近几年，安卓平台的巨大成功让谷歌进一步扩展了用户数据的维度和宽度。目前，这方面的差距可能还在扩大。对于工程技术而言，微软自从去年开始推One Microsoft以后，研究和工程的联系更加紧密，许多研究成果已经快速的转化到了产品中去。而与此同时，谷歌由于对于生物科技，机器人等新方向加大投入，原本做基础架构和文本分析的研发团队开始向新方向转移。此消彼长后，双方的产品差距正在缩小。
已存在的答案都没有尝试回答关于“怎么做到”的这个问题，尝试在此补充回答。
从语言学上看，每个人的发声是大量的基础音构成的。数学上说，任何复杂的信号都可以由许多基础信号合成。现在给定一组信号，我们可以将其反向解码找出基础信号，这些基础信号就可以在日后构建新的复杂信号所用。
机器人声合成的原理就是将这些基础音从样本中解析出来，并且重新组合成目标语言。概括说，这个过程一般包括（假设是较为复杂的跨语言语音助手，同语言的会更简单些）：
解析英语文本：分析出英文语义，并且解析出人声基础音
将英文语义转化成中文语义
分析构建中文语义所需的基础音
利用用户已有的基础音构建相应的中文发声（如果所需要的基础音缺乏，则去云端进行匹配搜索，寻找相近的基础音进行替换，这里需要用到事先的人声配音）
根据情感分析结果，对中文发声序列进行调整，从而更加符合语调和情感。 @sqybi对这一点做了非常好的补充：微软的 Cortana 语音助手说话语调极为逼真像人，这是怎么做到的？
这个过程中需要用到：NLP，计算语义学，情感分析，逻辑或者统计机器学习，信号处理，大规模计算，云端存储和响应，本地硬件加速等技术。这其中的许多技术在微软构建Bing和Azure已经成熟应用，所以Cortana的起点其实是比Siri要高的。
Siri的优势在于和iOS整个生态系统（特别是原生应用）的整合性强，功能点多。劣势在于其识别的精度相比于业界目前相对最完善的Google Now较低（笔者暂时没有试用Cortana）。Google Now已经能够非常好的根据上下文对用户的输入进行自动修正，从而构建有效的问答。但是Siri还无法很好地做到，苹果目前正在试图通过收购来弥补。
关于Cortana和Google Now的比较需要分析两个技术背后的团队。坦白说，微软研究院的学术研究水平相比于谷歌的确更加出色的。这主要是因为，微软研究院更加类似于学术机构，对于员工的考核以论文为主，所以每年的论文产量较高，质量也较好。另外一方面，谷歌则用年度绩效考核，论文只是其中一个附加项，因此谷歌的工程师往往只会把非常具有里程碑意义的工作发表出来。
研究水平并不代表产品水平。谷歌在自然语意理解和处理方面上强大的工程团队让产品的质量和细节上都更加完善。在技术和产品的关系上，个人的理解是：一流的技术二流的实现，敌不过二流的技术一流的实现。谷歌的巨大优势在于多年积累的语义数据集和工程技术（不是科研论文）上积累。
由于文本分析对于“基于统计的机器学习技术”的依赖，语义数据集的质量决定了分析器的精确程度。所以，Cortana虽然背后的技术想法和规划并不落后，但是在具体实现和识别精确度方面还是需要追赶Google Now的。人声数据的标示方面，谷歌在欧美已经深耕了将近10年。其经常是花钱，举办活动到高校来收集样本。近几年，安卓平台的巨大成功让谷歌进一步扩展了用户数据的维度和宽度。目前，这方面的差距可能还在扩大。
对于工程技术而言，微软自从去年开始推One Microsoft以后，研究和工程的联系更加紧密，许多研究成果已经快速的转化到了产品中去。而与此同时，谷歌由于对于生物科技，机器人等新方向加大投入，原本做基础架构和文本分析的研发团队开始向新方向转移。此消彼长后，双方的产品差距正在缩小。