丹棱君有话说：26 年前，比尔·盖茨提出了一个大胆的想法：如果计算机可以看、听、说，甚至理解人类所思所想，那必定会是一种妙不可言的绝佳体验。那一年，人工智能只是一个抽象高冷的概念；而现在，越来越多的人工智能科研成果与产品触手可及。在这 26 年的时间里，微软在哪些重大领域进行了强研发投入？微软又是如何进行人工智能产品线布局的？人工智能的发展会给我们的时代带来怎样的深刻变革和重大机遇？丹棱君为大家请来了微软全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋博士，听听他在以“The Edge of AI”（AI 边缘）为主题的 2017 微软教育峰会上的炉边谈话。
（以下为沈向洋博士分享的精简版文字整理）
26 年前，人工智能是个束之高阁的高冷概念。比尔·盖茨当年就有一个大胆的想法：如果计算机可以看、听、说，甚至理解人类所思所想，那必定会是一种妙不可言的绝佳体验。当时人们缺乏理解运作原理的技术基础，更没有相关应用或产品作为概念参照，谁也没法预见未来的人工智能形态。而就在这一年，微软研究院诞生了。
即使人工智能普及化在短期内依然无法实现，但越来越多的产品触手可及，我们能分明地感受到科研落地带来的温度和速度。为人类提供优质服务、帮助企业实现美好愿景是微软的使命和目标，也是微软研究院一直以来秉持的指导理念。从微软研究院成立最初的三个研究组，到如今不断丰富和扩展的多元化研究体系，微软研究院在发现问题和攻克技术难题的循环往复中，致力于推进人工智能的研究进程。
从无到有，攻坚克难。这些年来，微软研究院做出了很多非常出色的成果，人工智能领域也因此取得快速的进步和突破，为此我深感幸运和骄傲。我们欣喜地发现微软研究院的很多科研成果都极大地促成了人工智能产品的研发和落地，而人工智能技术的应用也为很多现有的产品增色添辉。
微软全球执行副总裁、微软人工智能及微软研究事业部负责人 沈向洋博士
三大领域激动人心
人工智能已然发展成为当下最热门的投资风口，除此以外，“量子计算”、“安全与隐私”这两大领域同样值得关注。量子计算是微软一直在坚持研究的方向之一，多年的研究经验正在逐步引领我们接近正确答案，保持量子比特的稳定状态一直是量子计算难以攻克的突破口，对此我们很有信心。一旦我们可以收集到足够量的量子比特，先前的所有努力就能够汇集产生质变。
另外一个让我非常激动的是安全与隐私领域，这对微软来说也是当下正在面临的一个问题。具体说，安全和隐私问题贯穿微软的科研中心。我们未来的研究构想是确保安全系统不仅能够在电脑使用和休眠情况下正常运作，同时还能确保计算过程同样安全。
“AI & R” 和它的三条产品线
微软人工智能及微软研究事业部（AI & R）是目前微软四个部门中最新也是规模最小的一个，但是过去几年中我们在人工智能领域取得的成果却是非常可观的，其中既包括科研成果，同时也包括由科研助力诞生的各类产品。我们很高兴人工智能的应用、服务和产品正在或多或少地影响企业和个体，微软人工智能及微软研究事业部也一直在考虑一个问题：我们到底能够提供什么样的产品和服务？
目前，微软人工智能及微软研究事业部共有三条产品线，第一类是以必应（Bing）为代表的搜索引擎和以微软小娜（Cortana）为代表的个人智能助理，我个人认为人工智能最终的呈现形式就应该是小娜这样的，在正确的时间、地点，用正确的信息帮助人类做正确的事；第二类就是智能聊天机器人，比如我们目前推出的小冰（中国）、Rinna（日本）、Zo（美国）、Ruuh（印度）；第三类就是人工智能在微软现有产品中的植入应用，特别是 Office 系列，我们前不久刚刚推出的 Microsoft Translator 就可以实时翻译国际会议演讲，当然，未来还会有更多的应用呈现在大家面前。
垂直领域和水平领域将重新变革
人工智能技术在部分领域会产生变革性的影响，其中既包括医疗为代表的垂直领域，也包括以销售和市场为代表的水平领域。目前，人工智能正在积极结合云计算、大数据，探讨行业发展的新常态，和数据的搭配应用正在催生全新的商业进程。微软目前也在关注一些应用人工智能进行变革的行业，如市场营销、人力资源和客户管理等等，这些传统领域将会受到人工智能的冲击并且需要作出反应。
实际问题比超级智能更令人担忧
最近有很多关于人工智能未来可能会对人类产生威胁的言论，事实上相比目前看来遥不可及的超级智能，一些实际发生的问题会更加令人担忧，因为没有先例，所以部分人工智能技术落地后所带来的社会影响是我们现在难以预知的。现在自动驾驶领域的发展势头非常迅猛，可能不久以后人工智能就可以真正应用于上路行驶，但当社会发展到 50% 的汽车由人操控、而剩下的 50% 被人工智能取代的阶段时，很多社会问题就会显现出来。要短期内考虑所有的因素去解决这些问题是非常困难的，因此我们需要一步一步去尝试才能总结出适合人工智能社会规范的正确路径。
其实，很多人也在担心人工智能时代的产业结构变动，新技术的加入会不会影响当前的就业市场。我们同样也无法预知未来的情况，唯一已知并且确定的是某些工作会被取代，然而却无法保证新环境一定能够孵化出全新的工作形态以填补劳动力缺口。这些都是比超级智能更加现实的问题，至少在当前阶段我们更应该把关注重心放在实际问题的探讨和解决上。在人工智能最好的时代，寻求可能性比超前顾虑更加关键。