纵观如今的科技界，微软是当之无愧的技术领袖。若想探寻微软对人工智能（AI）的兴趣起源，我们不得不追溯到一段颇为久远的历史，远到亚马逊、Facebook和谷歌还尚未涉足商界，更别提成为AI巨头了。

1991年，比尔·盖茨（Bill Gates）创建了微软的研究部门，AI从一开始就是研究领域之一。三年后，时任微软销售总监的鲍尔默（Steve Ballmer）在西雅图举办的全国人工智能大会（National Conference on Artificial Intelligence）上发表演讲，强调了微软对AI技术的信心。有趣的是，活动当天，鲍尔默撞坏了自己的车，他“灵机一动”提及了一个有关AI技术潜力的形象说法——希望有朝一日，软件将智能到足以控制汽车。

鲍尔默的话在二十多年后的今天逐步逼近现实，从中也不难看出微软研究院的高瞻远瞩。但令人费解的是，打一开始就聘用了多位计算机领域最富远见、成就最高的科学家的微软研究院（简称MSR）却在很长的一段时间内并没有拿得出手的创新转化。一个显而易见的例子是，打上世纪90年代开始，微软就已经陆续在语音识别等研究领域取得了不菲的成绩，但以上创新却迟迟没有对其王牌产品Windows和Office产生深远影响。

2014年，由微软（亚洲）工程院研发的人工智能助理小冰

一切的疑惑和耻辱在其CEO萨提亚·纳德拉（Satya Nadella）上任五年之后一去不复返。这种改变无疑极大得益于纳德拉的个人决心。拿负责微软人工智能与研究的微软全球执行副总裁沈向洋（Harry Shum）的话说：“从正面的角度讲，萨提亚迫不及待地想要在产品中加入更多的技术。这对微软研究院的所有人来说都是莫大的鼓励。”这群倍受鼓舞的人涵盖了遍布微软全球的——共计1000多名，分散在微软总部雷德蒙以及波士顿、蒙特利尔、北京、班加罗尔等世界各地的——研究院计算机科学家。

但对于体量如此之大的微软而言，“CEO的决心”所发挥的作用毕竟是有限的。让微软事半功倍的秘方是在复杂的后勤工作上的轻车熟路，比如确定了哪些产品应该利用哪些研究之后，还要鼓励两地相隔的员工在这方面进行合作，最终得保证结果的呈现，从普通员工到游戏爱好者都是此创新的见证者。

沈向洋认为，过去外界批评微软“没有充分将研究人员的突破性成果进行商业转化”实则是一种偏见。但他也不否认在所谓的“部署驱动型研究”方面，微软确实比过去做的更好了。他说：“现在的关键是我们能够以多快的速度实现这一切。”

沈向洋

为了更全面地了解微软近年来的AI布局，笔者最近走访了一次微软园区，采访了沈向洋和公司其他部门的几位同事，探讨了“尽可能快速广泛吸纳AI技术”的话题。事实证明，这并非一个单一过程，而是一系列的复杂过程的集合体。

Office：善用会议

确保微软的AI创新能够造福微软客户，本质上就是确保研发团队和产品团队不会彼此孤立。这意味着，企业必须鼓励团队之间的交流，而微软目前正以一种有规模、有组织的方式促进这种交流。例如，每隔六个月左右，他们就会组织一场名为Roc的活动，推动研究工作与办公产品开发之间的跨领域交流。

沈向洋说：“我们举办为期两三天的研讨会，邀请来自微软研究院的50个人和来自Office团队的100个人，大家聚在一起。”每个人分享自己手头上的项目，最后以黑客马拉松活动作为收尾。

另一场交流活动就是杰出工程领导力系列讲座（Distinguished Engineering Leadership Lecture Series），将负责产品的高管们带到位于微软园区的99号楼的微软研究院总部。“我说，

当然，让大家谈论问题和解决方案只是一个开始。以AI技术改善微软Office日常任务（如格式化文档或将数据插入电子表格）的潜力是巨大的。但显然，自动化辅助有时对用户非但没有帮助，还可能造成干扰。Office 97的虚拟助手Clippy就是最好的例子，它至今仍然是惹人反感、不受待见的典型技术代表。

“你好像在写信，需要帮助吗？”Clippy这句亲切的“开场白”也是用户最为反感的功能之一，毕竟谁也不想被计算机“奸视”

在根除Clippy十多年后，Office仍然想让AI为你正在执行的任务做点什么。只是这次它希望这种体验是微妙的，不带干扰性的。正如Office首席产品规划经理罗内特•劳伦斯（Ronette Lawrence）所说，“我们的核心原则之一是确保人类永远是主角。”

据劳伦斯透露，微软目前为Office增加的几乎所有功能都包含了人工智能和机器学习的元素。以PowerPoint为例，该公司希望AI成为“在云端为你服务的设计师”。如果你使用的是配备了手写笔的电脑（比如微软的Surface系列）PowerPoint还能把你潦草的手写文字和手绘形状转换成精美的文本。如果软件注意到你正在输入一系列日期，它也会提议把它们排列成时间轴。

然而，劳伦斯说，他们不会把未经请求的建议强加于你，“而是小心翼翼，轻声表达。”PowerPoint的Design Ideas功能可以分析你手头上的演示文档，并在幻灯片右侧以缩略图的形式显示可能进行的调整，比如日期序列的时间轴布局。执行简便，也不碍眼。

例如已经在PowerPoint上线的Design Ideas功能，用户可以利用AI技术装饰幻灯片，但如果你不需要它，它也会小心低调，绝不挡你的路

许多Office功能依赖于微软研究院的最新研究成果，某些“奇思妙想”更容易走出实验室。谈到demo版本的AI，劳伦斯说，“有些感觉就像科幻小说的素材，有些则感觉更接近于真实的产品。”

在Office产品团队和MSR的某次研讨会上，有人提到一个现象：用户通常先草拟Word文档，再填补空白处，或者交给同事填充。（但在实际操作中，我们很容易漏掉一些内容。）为啥不能让Word文档来辅助这个过程呢？

于是，微软推出了一项新的“待办事项功能”，通过扫描文档查找诸如“TODO：获取最新收入数据”或“在此处插入图表”这样的占位符，并将其列在侧边栏中，就能提醒你记得处理未办事宜。微软计划扩展这一功能，方便同事通过回复邮件提供你所需要的元素，而不是在你的文档里翻找。它还打算利用AI建议相关内容。

首批获取上述待办事项功能的Office用户是Windows和Mac的用户，他们已经注册了Office的试用项目。（它将于今年年底正式发布。）

但在Office的常规操作中，新的AI功能通常最先出现在web端的Office版本中，其好处显而易见——迅速面向大量用户，快速学习并改进，无需等待传统形式的Office新版本发布。

“对我们来说，倾听反馈，了解人们如何利用反馈训练模型，这是非常重要的。”劳伦斯说道。“这是微软新时代的一部分，当你发布新功能时，我们的关注重点不再只是功能的可用性。网络给了我们反馈机制。”

近期，微软发布的一组广告里，致力于展示Office 365服务拥有一系列别的版本所不具备的便捷功能（比如一次性付给版本Office 2019就没有类似功能）。所有这些功能都利用了AI技术，但广告中并未提及这一点。毕竟，人类才是主角。

游戏：了解玩家

人工智能是什么时候开始对视频游戏业务产生影响的？问问微软PlayFab（该公司收购的云游戏开发初企）的总经理&合伙人凯文·甘米尔（Kevin Gammill），他会追溯到40年前，提到早期的电脑游戏商，比如雅达利（Atari）街机游戏Asteroids中的飞碟。他说：“我认为，AI存在的时间和游戏一样长。”

塔米尔·梅拉米德和凯文·甘姆米尔

2019年，AI在游戏中的潜在应用将远超人们的想象。微软在游戏和基础计算机研究领域都进行了大量投资，是少数有能力探索这些领域的企业之一。

这涵盖了一些实用的AI应用，既能够让玩家的生活更美好，又不过分刷存在感。例如，研究表明，玩家与其他技能大致相当的玩家进行匹配，对在线竞争大有好处。甘姆米尔解释说，“玩游戏如果被秒杀，那大概不是好的体验。如果对手都是‘弱鸡’，这种体验可能也不好。”Xbox Live长期使用一种名为TrueSkill（最近更新为TrueSkill 2）的算法，确保玩家不会感到无聊，也不会被对手“屠杀”。

另一个AI产品的灵感来源于这样一个事实：“多年来，微软游戏玩家清楚表明，他们愿意把更多时间花在玩游戏上，而不是下载游戏。”负责Game Pass服务的阿什利•麦基斯西克（Ashley McKissick）表示。该公司最初试图让玩家在下载完成之前跳过这一步骤，但这一系统需要游戏发行商承担大量繁重的工作，因此并未得到普遍采用。

去年夏天，微软推出一种名为FastStart的AI增强技术，取代了这种差强人意的手工操作。它利用机器学习决定首先下载游戏的哪个部分（下载足以使得游戏正常运行的重要部分，并在在玩游戏的过程中后台安装其余部分），允许玩家以快达两倍的速度进入游戏。“我们并没有真正改变物理定律，但下载过程确实变得更智能了。”麦基斯西克说道。

微软正逐渐将这种协作正式化，帮助人工智能进入游戏。他们发起了Magneto会议，与MSR/Office的Roc会议类似，旨在培养微软研究院与游戏团队之间的对话和直接的黑客活动。微软PlayFab工程部门负责人塔米尔·梅拉米德（Tamir Melamed）说：“除了这两大阵营之外，还有来自必应、Windows和Azure的用户。因为有很多技术我们未来都可以分享。”

其中一个联合项目发源于微软一年一度的全公司黑客马拉松活动。2017年，游戏团队正努力应对策划Mixer的挑战。这是一项流媒体游戏服务，与Twitch（一款电子游戏直播平台）处于同一领域，但更具互动性，微软通过收购初创公司Beam获取了这项直播服务。Mixer总经理查德·吉布森（Chad Gibson）说：“我们发现最终的流量比预想的要大得多。所以，我们试图摸索‘如何才能以独特的创新手段，让《绝地求生》（PlayerUnknown’s Battlegrounds）或《堡垒之夜》（Fortnite）的玩家被发现？’”

查德·吉布森和阿什利•麦基斯西克

大约在Mixer琢磨这个问题的同时，几位微软研究人员赢得了黑客马拉松比赛。他们设计了“Watch For”AI系统，可分析直播视频流并识别其中的特定事件。（微软十分欣赏这项技术的商业潜力，在宣布团队获胜时，甚至没有透露他们的作品究竟是什么。）两组人携手合作，把Watch For作为HypeZone的基础。HypeZone是Mixer其中一项功能，可让观众在游戏直播过程中收看最精彩的瞬间。吉布森表示，“它带来了全新的发现形式，我们还真没想到这些形式是可行的。”

只要游戏存在挫折，人工智能就应该提供更多方法，减轻这些挫折。最近，甘米尔在汤姆·克兰西（Tom Clancy）的第一人称射击游戏《彩虹六号：围攻》（Rainbow Six Siege）中，与三名好友展开了激烈的竞争。其中一名玩家的网络连接突然中断。甘米尔说：“我们三个人跑来跑去，另一个角色定住了，站在原地一动不动。”而定住的角色什么也做不了，只能被残杀。

我们可以设想一个更好的场景，那就是利用AI确定玩家的连接是否被切断，然后临时控制相应的角色，并以该角色的风格继续游戏。甘米尔说：“现在，我们距离真正实现这样的场景已经非常接近了。”

硅“元素”：化整为零

史蒂芬·乔布斯常说，苹果是唯一一家开发了“整套装置”的公司，不单单是软件或硬件，而是两者的完美整合，以至于用户体验的缝隙开始消失。近年来，随着苹果设计了自己的iPhone和iPad处理器，并对其进行优化，以运行苹果的软件，这一理念得到了终极体现。

这种垂直整合对智能手机或平板电脑来说是一件好事，但放在数据中心（比如微软Azure服务背后的数据中心）里，恐怕未见得适用（或者说，需要整合更多）。于是乎，Project Brainwave便登场了。这是微软利用英特尔现场可编程门阵列（简称FPGA）设计的定制硬件加速器，专为推动Azure云端人工智能的加速运行。

为优化人工智能而自主设计硬件并非微软独创。出于类似的原因，谷歌和亚马逊也在从软件向硅（硬件）转移。但微软并不是随波逐流。将近十年前，道格·伯格（Doug Burger）开始思考一个机会，Project Brainwave就是他最终的思想结晶。当时，伯格是微软研究院的一名研究员。起初，他独力承担这个项目。据他回忆，“我在2010年开始这项工作，大概一年后，我把它交给了管理层。”

Project Brainwave源于微软意识到，采用AI技术需要从芯片层面开始

传统芯片离厂时能够执行其指令库中的计算指令，且永远无法针对其他用途进行重新培训，比如高效运行一套新的机器学习算法。相比之下，伯格说，FPGA就像变色龙。他解释道：“FPGA允许我们快速构建内容并将其投入生产，然后以非常快的节奏进行迭代。就像变色龙能够快速变换颜色，而且每次变色都在进步。”

FPGA技术允许微软提供高效的深度学习服务，满足特定的客户需求。Azure机器学习高级项目经理泰德·维伊（Ted Way）指出，“他们希望解决的很多问题都与图像分析有关。‘我想了解我在制造方面的缺陷。’‘我想查查产品是否缺货。’‘我想看看是否有人在我的加油站抽烟，我担心发生火灾。’道格的团队扭转了这一局面，只用了大约6个月的时间，就在FPGA上构建了这些卷积神经网络，运行速度非常快。”按照硅的标准衡量，这的确很快。

2010年，当伯格开始针对FPGA开展个人调查时，人们还不清楚AI能以多快的速度走向主流，更料想不到像微软这样的公司会把提供AI服务来作为一项战略要务。毕竟，并非人人都是具有先见之明的计算机科学家。很快，微软就了解到伯格的创意能为Azure带来怎样的价值。去年7月，Project Brainwave走出了实验室，伯格及其团队也离开了MSR。今天，他们作为Azure团队的一份子，继续研究工作。

微软技术研究员道格·伯格手持Azure数据中心使用的经过人工智能优化的Project Brainwave加速器。

这种过渡并不少见。伯格表示，“今天的微软文化有一个特点，那就是研究和产品之间的界限已经模糊了许多。产品团队中有很多人曾经是研究员，现在正在开发新产品。研究团队里不仅有做研究的人，也有制造产品的工程师。它更像是一个统一连续体。”接着，他又补充说，纳德拉“在推动这类创新方面做得很好。”

智能自助：由己及彼，乃至更多

通过Azure，微软正在与亚马逊和谷歌展开竞争，为各种类型的企业提供按需服务，包括人工智能和其他高级计算功能。这不仅对外部公司有利，微软内部也有一些团队能够从预先打包的AI和机器学习中获益。

Codie就是一个很好的例子。它是一个多语言聊天机器人，其用途是提供有关编程的信息。但目前还只是一款试验型产品，未能商业化。它的诞生源于微软工程师意识到：对于想要成为软件工程师的人来说，主要障碍之一就是如何获取Python编程语言中的指令和SQL数据库查询语法等事项的相关信息。尤其是对非英语母语的人而言，这个障碍会更大。

对于工程师们而言，Codie服务就相当于“微软小娜（Cortana）的极客妹妹”，Office 365和Microsoft 365的高级数据分析经理、是Codie的创始人之一马特·费舍尔（Matt Fisher）解释道。这项服务它诞生于微软车库项目，此项目鼓励员工追求自己热衷的想法，并为其提供所需资源，无论这些想法是否完全属于员工的正式职责。创建该服务的团队中有15名来自不同背景的员工，包括开发人员、设计师和营销人员。Codie击败了其他767个项目，赢得了微软的雷德蒙科学博览会（Redmond Science Fair）比赛，并在该公司的包容性挑战中与5875份参赛作品角逐，最终斩获第二名。

阿夫琳·拉赫曼和马特·费舍尔

Codie从微软必应搜索引擎和用户对用户的技术咨询站点Stack Overflow获取信息，使用文本输入形式回答编程相关问题。“48小时内，我们开发出了这样一款产品，它跨越了五门不同的口头语言，从一个庞大的数据库提取信息。你可以用西班牙语问它一个编程问题，然后得到一个西班牙语的技术性解答。”阿夫琳·拉赫曼（Afreen Rahman）说道。拉赫曼的正职是软件工程师，负责Microsoft Store。

Codie的创始团队为企业带来了各种各样的技能，但他们一开始对人工智能了解得并不多。拉赫曼说：“我们使用了微软提供的AI套装中的现成工具。作为开发者，我们能够在短时间内找到文档并开始工作。”

费舍尔对于支持Codie的微软云产品烂熟于心：“我们使用了从Azure学习服务到LUIS语言理解等一切产品。QnA Maker、必应图谱、微软图谱、Azure机器人框架、Azure语音插件。”这里涉及了大量微软的AI专业知识，只不过都是现成的知识。对Codie和大家想要构建的其他许多项目来说，这些就够用了。

在把人工智能作为一项实现激励目标的技术方面，Codie已经取得了成功。它的创造者正在考虑升级（比如让用户直接说话，取代打字）和普及问题。费舍尔说：“我们的目标是看到它在微软的围墙之外得到运用。大家正在朝着需要做的方向努力。我们得到了Garage这个可爱团队的支持，但对很多人来说，这是我们的第二或第三份工作。”

创新方法论：现实问题，现实研究

关于微软研究和产品团队的交流新方法，还有一点值得关注，即受益的不仅仅是产品。对于训练机器学习算法所需的数据，人工智能有着无法满足的胃口。作为全球最大的科技公司之一，微软拥有以公吨为单位的匿名数据。这意味着，即使曾经有那么一段时间，微软在其研究成果和服务于人类的赚钱业务之间筑起了一道高墙，并从中受益，那这个时期也已经结束了。

“今时今日，要从事大量激动人心的AI研究，你需要接触真实的问题，你需要获取数据。”沈向洋说道。“此时，你得和产品团队相互配合。你建立一个新模型，训练这个新模型，然后调整你的新模型。现在，你的基础研究更进了一步。在这个过程中，你没准就能取得突破。”

閱讀更多 科技風雲會 的文章

關鍵字: 鲍尔默 不惑之年 微软