雷锋网按：本文根据洪小文在“二十一世纪的计算”学术研讨会所做的报告《Co-Evolution of Artificial Intelligence and Human Intelligence》编辑整理而来，在未改变原意的基础上略有删减。
近日，“二十一世纪的计算”学术研讨会在韩国首尔举行。它是微软亚洲研究院自成立之初便开始举办的年度学术盛会。作为中国及亚太地区规模最大、最具影响力的计算机科学教育与研究盛会之一，迄今为止该大会已在中国、日本、韩国、新加坡等多个国家和地区成功举办了17届，参会人数累计超过40000人。 今年的“二十一世纪的计算”大会以“Human and Machine Working as a Team”（人机协作）为主题。
洪小文博士，现任微软全球资深副总裁，微软亚太研发集团主席，兼微软亚洲研究院院长，全面负责推动微软在亚太地区的科研及产品开发战略，以及与中国及亚太地区学术界的合作。洪小文博士师从图灵奖获得者拉吉·瑞迪（Raj Reddy），而拉吉·瑞迪则是人工智能领域的奠基人和拓荒者约翰·麦卡锡（John McCarthy）的学生。洪小文博士从事人工智能相关研究近30年，是国际公认的语音识别专家。
昨天，洪小文博士在韩国进行了全英文演讲，现场由刘铁岩博士进行解读。（刘铁岩，微软亚洲研究院首席研究员，美国卡内基梅隆大学（CMU）客座教授、英国诺丁汉大学荣誉教授、中国科技大学、中山大学、南开大学博士生导师。刘博士的研究兴趣包括：人工智能、机器学习、信息检索、数据挖掘等。）
他今天和大家分享的是Co-Evolution of Artificial Intelligence and Human Intelligence(人工智能和人类智能的“共进化”)。在这次演讲中，洪小文博士描述了诸如计算机视觉和数据挖掘等人工智能已经证明超过人类能力的领域的研究进展。 他还将谈论人类如何在创造力和判断力方面做得更好。由于人工智能是可以增强人类能力的工具，因此明确技术可行和不可行的内容与原则也十分重要，从而最终保证人工智能能被恰当使用。
纵观历史，人类已经开发了帮助文明演变和成长的工具和技术。计算机及其扩展为人工智能的发展提供了重要作用。首先，洪小文博士讲到了人工智能的3个不同的技术层面。
视觉识别
自然语言理解
数据分析
先说计算机视觉识别，过去微软亚洲研究院在计算机视觉领域有着世界领先的研究成果，在去年的ImageNet比赛和今年的COCO比赛中都有非常亮眼的表现。关于ImageNet，2014获胜的系统错误率为6.7%，而2015微软的系统的错误率已经低至3.57%，超过了人类的识别水平。
另外，当时微软亚洲研究院的研究员们在当时的ImageNet挑战赛中使用了一种前所未有，深度高达152层的残差神经网络。
今年的COCO比赛，尤其是COCO比赛的物体分割（Instance Segmentation）任务, 见下图。
相比于图像识别，图像细分技术的难度远超人们想象。这项挑战主要考察在图像中确定某些具体对象的技术。像之前传统的全卷积网络虽然非常适合语义分割，它却不适合图像中的物体分割。
不过好在微软研究院研发明了一种叫instance-aware fully convolutional network的算法。
最终，以比第二名高11%的绝对优势夺冠。
最近我们研究院的同事把计算机视觉上的前沿技术也拓展到了视频分析之中。
在video captioning方面也取得了非常好的结果。
到此，洪小文博士分享了微软认知服务目前提供的5大类21种API。
下面讲自然语言理解部分。微软的工程师基于微软认知服务开发了各种各样的人工智能应用，在自然语言处理方面，微软小冰/Rinna是一个非常好的展示。小冰不仅重视问答，还关注和用户的感情沟通。大家有空可以去试试~~
上图从左至右分别是：How_old.net, twins or not.net, mymustache.net, 闹钟应用mimicker alarm 和caption robot。拥有了这些强大的人工智能API，开发者都不需要拥有人工智能或者机器学习背景，就可以开发出自己的有趣应用。
而且小冰还帮助一些网站做客户服务，不仅带来了很好的客户满意度，还提升了销售量。也说明我们的自然语言处理技术不仅可以应用在聊天上，对于企业级的应用也有很好的支持。
这样，就可以真正把开发者的精力解放出来，而只用集中在自己天马行空的创意应用上~此前，在第四代小冰发布后，我们还与敦煌研究院进行合作，推出了敦煌小冰服务。借助自主知识学习技术（Doc Chat），小冰能够在很短的时间内，迅速地从大量专业数据中学习相关领域的知识。
当然，除了小冰，我们在企业内部应用方面还有很多其他的新技术，比如自动会议助理EDI等。现在在微软研究院内部，七、八成的会议都是通过这个人工智能助理来订的，它可以用自然语言对话作为交互方式，自动寻找最合适的会议室和时间段，解决各种潜在的冲突。
洪小文博士接下来分享了微软在数据分析和数据可视化上的成果。
关于第三个层面的人工智能，小文提到的是business intelligence，介绍了微软亚洲研究院在大数据分析方面的最新成果。
Power BI是微软推出的在线服务，通过powerbi.com能够让你用最直观的方法对数据进行处理，例如查找和呈现数据、在线共享数据、团队协同合作，等等。
BI即商业智能（Business Intelligence, BI）。微软亚洲研究院的软件分析组（Software Analytics Group）和微软总部的Power BI产品团队在过去两年内有着非常密切的合作。去年我们推出了Quick Insights帮你智能地洞察大数据背后的秘密，今天我们和Power BI 共同推出了Infographic Designer, 帮你迅速将数据变为可视化的图片。
上图是副院长张益肇博士在演示AnnaTalk技术，可以根据用户输入的自然语言查询，对相关数据进行复杂的分析，生成图表，提供洞察。
微软亚洲研究院软件分析组的研究工作可以分为应用领域和基础研究领域。从应用领域来说，软件分析组以软件为研究对象，主要采用数据驱动的方式解决三个方面的问题，
一是软件系统的质量（Quality），如可靠性、性能、以及安全性等；
二是用户体验（Experience），如用户界面、用户使用方式、以及用户黏度，等等；
最后是软件开发效率（Productivity）。
为了解决这些应用领域中的问题，我们需要在一些基础研究领域内有相应的技术支撑，包括大规模数据存储与计算、各种数据分析算法、以及信息可视化。Anna Talk也是软件分析组的秘密黑科技~猜猜Anna是谁的名字。
介绍完了微软亚洲研究院在三个层面上的人工智能研究成果以后，洪小文博士开始探讨人工智能更深层次的问题，以及它和人类智能的共进化。
我们现有的资源与之前可谓不同日而语——部署在云端的海量计算资源已经像水和电一样唾手可得了；互联网所容纳的信息也远远超过了过去几千年来人们所有的知识储备；以深度学习等为代表的机器学习算法的发展，也让计算机能够从这些庞大的数据中获取知识。
洪小文博士指出，人类智能的优越性在于从小样本中、甚至0样本中进行学习和推理。而以深度学习为代表的人工智能技术则更适合从大数据中学习。
下面向大家提出了一个问题， 人工智能中的“智能”究竟指什么呢？洪小文博士将智能分为四个阶段。
第一级，功能（Capability）。功能是工具的价值点，对于人类最有意义，也一直推动着人类社会的进步。从石刀石斧、鼎镬簋盂、埙筝钟磬到今天的跑车、游轮、客机，工具万千，各有所用。
第二级，智能（Intelligence）。有趣的是，“智能”的概念是跟着时代的发展而不断改变的。记忆力是一种智能吗？倒退几百年的话，显然是。科举、八股文所考察的首先是应试者对古老经典全局与细节的记忆。算术是一种智能吗？曾经是——《水浒传》里有位好汉叫神算子蒋敬，职司梁山钱粮支出纳入，可说是梁山一百单八将里少见的头脑与肌肉兼具的人才。下棋是一种智能吗？当然是。雄踞国际象棋第一高手宝座时间最长的棋手加里-卡斯珀罗夫曾被誉为“全世界最聪明的人”——但在今天，说起记忆力、算数和弈棋（不包括围棋），计算机比人类更在行，但大部分人可能不会认为这些有多高智能多了不起。另外，IQ（Intelligence Quotient）测试是个有趣的话题——由于测试全程通常都会给出各种选项，机器在应对这种智能商数的挑战时其实是有很大的几率得高分的，我猜测，未来十年内，将会出现IQ测试拿最高分的机器。
第三级，智力（Intellect）。智力比智能更高一筹，“力”这个字里包含了判断力、创造力等信息。对人类来说，每天我们面对的大多都不是选择题，又或是有着无穷选项的选择题。例如，我在微软亚洲研究院的日常工作，大部分都不是非此即彼的选择——一个研究团队需要补充人手，我不能简单地回答“可以”或“不可以”，而是要结合实际情况，包括预算、课题、团队现状、发展前景等多方面的因素，来判断团队是否真的急需补人、补多少人和什么样的人，或者是否可以通过与其他组的合并来内部解决。今天的AI，基本上没有能力在缺乏数据的情况下，创造出如天外飞来一笔的新的选项。
第四级，智慧（Wisdom）。智慧往往是由丰富阅历、深邃思考积淀而来的洞察——所以我们经常说某位长者智慧深广、堪为导师。所有的智能都不是用选项的形式来表述的，就像火种，它能在特定的时刻引燃人们思想的火花，照映前路。哪怕再过很久很久，机器也不大可能产生真正的智慧。
大家觉得现在我们说的“人工智能”站在第几层台阶上呢？截至目前，全世界最“聪明”的机器也只是站在了第二级台阶上——AI这个概念的大部分含义其实是“功能”，还有一定的“智能”。“智能”与“智力”只差一个字，但对机器而言却好像是鸿沟天堑，极难攀越——至于让机器具备“智慧”，剧作家和导演当然会继续开发此类题材的科幻电影，但科学家们所得到的进展却微乎其微。
洪小文博士认为，机器进化至今，已堪称无人能匹敌的“最强左脑”，可是机器也有着明显的极限和天花板，那便是它们从未发展出右脑能力——至少截至目前，没有任何迹象显示，机器能以某种形式像人类右脑那样进行创新和创造。
洪小文博士认为人脑认知后通常会举一反三，拥有无穷的创造力。图像识别、语音识别也是一样。机器能分辨猫和狗，能根据用户语音指令查询天气、订购外卖，但这并不代表机器真真拥有智能了。
总之，人类发明的计算机可以成为最好的左脑，而人类自身则继续保有最好的右脑。机器没可能也没必要取代人类，因此，HI+AI（人类智能+人工智能）、创新算法+计算才是潜力无限的组合，才是人工智能走向更强之路的最佳途径。就是“共进化” Co-Evolution。
接下来，洪小文博士用一个视频跟大家解释了中文房间概念，中文房间（英语：Chinese room），是由约翰·希尔勒提出的一个思想实验，借以反驳强人工智能的观点。根据强人工智能的观点，只要计算机拥有了适当的程序，理论上就可以说计算机拥有它的认知状态並且可以像人一样地进行理解活动。
一个对汉语一窍不通，只说英语的人关在一间只有一个入口的封闭房间中。房间里有一本用英文写成的手册，指示该如何处理收到的汉语讯息及如何以汉语相应地回复。房外的人不断向房间内递进用中文写成的问题。房内的人便按照手册的说明，查找到合适的指示，将相应的中文字符组合成对问题的解答，并将答案递出房间。
约翰·希尔勒认为，尽管房里的人可以以假乱真，让房外的人以为他确确实实说汉语，他却压根不懂汉语。在上述过程中，房外人的角色相当于程序员，房中人相当于计算机，而手册则相当于计算机程序：每当房外人给出一个输入，房内的人便依照手册给出一个答复（输出）。而正如房中人不可能通过手册理解中文一样，计算机也不可能通过程序来获得理解力。既然计算机没有理解能力，所谓“计算机于是便有智能”更无从谈起了。
（文中房间视频地址 http://v.qq.com/x/page/x0340dupqyj.html）
那么，大脑（Brain）、心灵（Mind）、意识（Consciousness）是一回事吗？“我”这个词来自于心灵对自身的一种定位和认同，心灵决定了“我”是什么样的人，为什么和别人不一样。而意识则像是时刻都在流动的具有工具性质的运算程序。
纽约州立大学的心理学家小戈登·盖洛普（Gordon Gallup Jr.）主持的“镜子测试”表明，猩猩、大象和海豚似乎能认出镜中映像是自己，这说明，这些动物已聪明到具有自我意识，那它们也有心灵吗？也有“我”的定义吗？可以说，现在的人工智能还完全处于弱人工智能的阶段。洪小文指出，现在还有很多AI无法做到、但是对于人来说是再平常不过的事情，比如自我意识、创造力等等。
因此比较好的对待AI的态度应该是人和机器各取所长，相得益彰，实现共同发展。"Human + Machine = Superman": 让计算机在大数据上运行人类发明的算法！
我们正在走向“奇点”了吗？小文博士认为我们现在的担心还为时尚早。P=NP吗？
需要快速思考来解决的问题就交给计算机吧，把人脑解放出来去解决那些需要深思熟虑的问题！
正在生成分享图...
我在思考中