编者：洪小文，微软全球资深副总裁，微软亚太研发集团主席，微软亚洲研究院院长。对微软SAPI(Speech API)和Speech Engine技术的发展作出了众所公认的卓越贡献，并多次获得类别不同的荣誉和奖励。它还是美国电机电子工程师学会院士(IEEE Fellow)和国际公认的语音识别专家，现任《美国计算机协会通讯》(Communication of the ACM) 的编委，并在国际著名学术刊物及大会上发表了百余篇学术论文。他参与合著的《语音技术处理》(Spoken Language Processing) 一书被全世界多所大学采用为语音教学课本。另外，他在多项技术领域拥有36项专利发明。
本期硬创公开课，我们邀请到了微软亚洲研究院的院长洪小文博士，为我们讲解随着AI的快速发展其能否跟我们的智能相提并论，畅谈微软在人工智能上的发展战略，本文是公开课后读者问答整理。
我同意这个观点，但是我大概不会把所有的功劳都交给AI。像之前提到的，AI其实和机器学习与大数据，它们其实是有重叠的（特别在今天讲的部分中大概有95%）。如果把AI换成大数据，我可能会更同意这个观点。虽然这三个并不是同义词，但是重叠部分真的很大。
这一次的工业革命其实也是计算机的一个延伸，因为当下每一样东西都数字化了，在微软我们把它叫数字化革命（Digital Transformation）。一开始是文档，再然后是语音档、视频档，现在是通过物联网所有的东西都数字化，把这些都整合在一起、再优化地话，的确各行各业确实都会发生巨大的改变，人们的生活也会更加的舒适、方便。
AI的未来是Augmented Intelligence，即human+machine的方式。可否举例描述一下您认为的human+machine的场景是什么样的？
首先，所有的程序后面都是人去编程的，本身就是AI+HI，AI里面没有人的算法的话是根本行不通的。
另外一方面，机器现在已经如此强大，已经可以帮我们做到很多事情。特别是在重复性的事情上，AI已经变成非常有用的工具。可以把它当成真正的“superman”，通过软件和硬件的结合，来完成很多我们不能完成的事情。
这就是为什么我认为以后或许人们谈到AI不是提到Artificial Intelligence，而是Augmented Intelligence。
通过小冰做过哪些社会实验吗？有没有什么有趣的结论可以和我们分享？
我们的确给小冰做过一些初始性的社会实验，来探讨人的个性。因为在社会学上，人有各种不同性格。我们另外有和其他的一些数据结合，也发了一些paper，有兴趣地可以去了解一下。
现在热炒的机器学习，深度学习是一场闹剧与泡沫呢？还是切实的产业革命？
说闹剧和泡沫可能也过了头，因为有很多人在认真的做深度学习，也是很理智的心态去对待它，认为还有很多需要改进的地方。的确有一些人是在过分深度学习，但是也不能因为这些小部分而否定掉所有人的工作。
深度学习和大数据的结合，的确能给人类产生很大的帮助。但是把功劳都给AI或者深度学习，也的确是不妥当的。深度学习的确很有用，但是它也有自身的局限性，还需要往前不断发展。
我们有推出的认知服务（Cognitive Service）， 以及在深度学习上的CNTK。我们也有在关注其他不同的Framework，将来也会一直关注Framework的发展，Framework可以说是API、SDK更深度发展的代名词，可以预见在未来肯定会有更多的Framework出现。
对于程序员来说，机器学习还有其他人工智能的发展肯定是利多。
就像我之前讲得，机器不但不能自己产生算法，就算你给它一个算法还是需要程序员来program。程序员不单只是把别人的算法program出来，很多时候程序员还需要自己去寻找算法的。所以以后对于程序员的需求只会更大。
题图来自insidehr.com
正在生成分享图...
刘洁