微软CTO 凯文·史考特谈AI的未来之路：「负责任的人工智能」

如今，从软件开发人员的代码生成到平面设计师的草图，由大规模语言模型驱动的人工智能系统正在改变着人们的工作和创作方式。 微软执行副总裁兼首席技术官凯文斯科特，今后不仅要帮助应对气候变化和孩子教育等全球课题，而且医疗健康、法律、材料科学、甚至科幻小说等领域的根本性变革，这些人工智能系统的复杂性和规模也会持续增长

最近，凯文斯科特就人工智能对知识工人的影响和人工智能的下一步发展等话题分享了他的看法。 核心观点如下

人工智能大型模型和生产型人工智能的发展将继续提高人们的生产力、创造力和满意度。 人工智能将实现科学突破，帮助世界解决一些重大挑战。 随着人工智能模型的平台化，以及微软继续以负责任的方式为客户推动人工智能的进步，云、基础设施投资、以极负责任的方式发展人工智能变得越来越重要。

看看凯文斯科特对人工智能未来的展望吧！

问：在你看来，今年人工智能领域最重要的进步有哪些？

目录

问：在你看来，今年人工智能领域最重要的进步是什么？ 问：你认为在未来几年里，人工智能技术在哪些方面影响最大？ 问：这种生产力的提高也会明显提高满意度。 为什么这些工具在工作中更有趣呢？ 除了GitHub Copilot和DALLE 2之外，人工智能也出现在微软的产品和服务中。 那么新一代的人工智能如何改善Teams和Word等现有产品呢？ 问：微软通过AI4Science和AI for Good等倡议持续推进人工智能的研发。 人工智能领域最兴奋的是什么？ 问：运算技术和硬件的突破如何促进人工智能的进步？ 问：随着这些进步，人们担心人工智能会影响就业。 你怎么看人工智能和就业的问题？ 问：与人工智能技术相关的另一个担忧是技术可能被滥用和滥用。 微软采取了哪些具体措施来确保人工智能工具和服务是负责任地开发和使用的？凯文斯科特：当我们进入2022年的时候，我想人工智能领域的大部分人都期待着在接下来的12个月左右的时间里发生一件引人注目的大事。 现在，这一年马上就要结束了。 即使当初期望很高，但回顾我们在人工智能领域各个方面取得的创新规模也令人兴奋。 科学家和其他同事们为推广尖端技术所取得的成果，仅靠几年前几乎是无法想象的。 这些大部分都是人工智能大模式迅速发展的结果。

今年有三个成果让人印象最深。 首先是GitHub Copilot的发行版。 这是一个基于大规模语言模型的系统，将自然语言关键字转换成代码，对开发人员的工作效率产生了非常积极的影响。 由于未来的发展很大程度上取决于编写软件的能力，GitHub Copilot史无前例地帮助了越来越多的人掌握编码技能。

二是DALLE 2等生成型图像模型很受欢迎，使用起来很方便。 掌握素描、绘画、所有的平面设计、插图、艺术工具需要相当高的技能。 像DALLE 2这样的人工智能系统，虽然不能让普通人成为专业艺术家，但却赋予了很多人视觉表达的能力，是自己没有想到的新超能力。

我们还发现，人工智能模型越来越强大，给需要解决的问题带来了更多实质性的利益。 纵观今年整个科技行业，我认为关于蛋白质折叠的研究非常出色。 例如，这包括微软和华盛顿大学蛋白质设计研究所的大卫贝克研究所利用RoseTTAFold进行的项目，以及利用一系列先进的人工智能技术支持变革性工作。 所有有助于科学和医学的事情对世界都是有益的。 因为我们面临的最大和最棘手的问题就在这些领域。

2022年是令人印象深刻的科技新年。 我觉得明年更好。

问：你认为接下来几年，人工智能技术在哪些方面会产生最大的影响？

我可以肯定，凯文斯科特：2023年将是人工智能领域有史以来最令人兴奋的一年。 我也真心相信2022年是有史以来最令人兴奋的一年。 创新的步伐一直在加快。

前面提到了GitHub Copilot，这也只是人工智能大模型潜能的冰山一角，如果把同样的理念外推到各种不同的场景，我们可以帮助编程以外的其他脑力劳动。 整个知识经济将证实人工智能如何帮助解决工作重复问题，让工作更愉快，更有成就感。 它适用于几乎所有的工作，例如设计新分子制药、基于3D模型设计制造处方，或者只是写作和编辑文章。

例如，我使用基于GPT-3为自己构建的实验系统，完成了从十几岁开始就想做的事情——来写科幻小说。 我的笔记本上写满了我为设想中的书写的概要，说明了书的大致内容和这些故事会发生在什么样的宇宙里。 如果我用传统的方法写书，一天能写2000字，我觉得自己很好。 但是，有了这个工具，就可以打破僵局。 我总是一天能写6000个字。 这对我来说已经很多了。 与以前相比，这是一个更加充满活力的过程。

这就是“一切皆有副驾驶（copilot for everything）”的梦想——。 做任何类型的认知工作时，“副驾驶”都会坐在你身边。 它不仅能帮助你完成更多的工作，还能以新颖有趣的方式提高创造力。

问：这种生产力的提高显然也会提升满意度。 为什么这些工具能给工作带来更多乐趣？

凯文斯科特：我们所有人都需要使用工具完成工作。 其中一些人很乐意得到、掌握这些工具，并弄清楚如何超有效地工作。 很多时候，人们已经有了全新、有趣、而且从根本上比以前更有效的工具。 有研究表明，使用无代码或低代码工具对用户的工作满意度、总体工作量和员工士气有80%以上的积极影响，尤其是对处于比较早期的工具来说。

对一些员工来说，这实际上加强了工作的中心流程，这将加速你。 就像穿着跑鞋跑步或参加马拉松一样。 我发现这正是开发者使用Copilot时的体验。 根据他们的反馈，Copilot保持了他们的心流，即使面对看起来很无聊、重复的任务，头脑也很清醒。 如果人工智能工具帮助消除工作中繁重的工作，也就是那些妨碍你重复、被讨厌或做你真正喜欢的事情的工作，那么满意度毫无疑问会提高。

就我个人而言，通过这些工具，我可以比以前更久地处于心流状态。 创造性流程的天敌是分心和思维停滞。 例如，在不太清楚该如何解决下一个问题时，或者下一个问题是“必须调查这个问题。 必须从正在做的工作中加以切换，解决从属属性问题。 ”这些工具可以帮我解决这些从属属性的问题，我可以一直保持内心的流动状态。

问：除了 GitHub Copilot 和 DALLE 2 之外，人工智能还以其他方式出现在了微软的产品和服务中。 那么下一代人工智能如何改进 Teams 和 Word 等现有产品？

凯文史考特：这是一个人工智能的不为人知的故事。 到目前为止，人工智能带来的大部分好处分散在1,000个不同的地方，你可能甚至没有意识到获得的产品体验中有多少是从机器学习系统中获得的。 例如，在Teams视频通话功能的系统中，所有这些参数都是通过机器学习算法来学习的。音频系统具有抖动缓冲区，使交流更加顺畅。屏幕上显示的模糊背景效果也是机器学习算法在起作用10多个机器学习系统联合起来，让我们的交流体验更愉快。 整个微软公司的产品和服务就是这样。

我们已经将机器学习的应用从几个地方扩展到了几千个不同产品的场景，从Outlook电子邮件客户端的运营、Word文本预测、Bing搜索的体验，用户在Xbox Cloud Gaming和LinkedIn上看到了

过去两年中的一个重大变化是，所有产品都需要针对每个任务定制模型。 目前，一个模型具有很强的通用性，因此可以在很多地方使用。 投资于随着这些规模的扩大而变得更强大的模型，构建在模型上的所有东西都能同时受益于改善，这真是太棒了。

问：微软通过AI4Science和AI for Good等倡议持续推进人工智能的研发。 人工智能领域最让你兴奋的是什么？

凯文斯科特：我们社会目前面临的最具挑战性的问题在科学领域。 如何治疗难以治愈的复杂疾病？ 如何为下一次大爆发做准备？ 如何为老龄化人口提供负担得起的高质量医疗保健？ 如何让更多的孩子将来接受必要的技能教育？ 如何通过开发技术抵消碳排放带来的负面影响？ 我们正在探索如何将人工智能中一些令人兴奋的发展成果用于解决这些问题。

这些基础科学应用中的模型具有与大规模语言模型相同的规模扩展特性。 创建模型以进入某种自我监视模式后，可以从模拟中学习，也可以通过自己观察特定领域的能力来学习。 并且得到的模型无论是进行计算流体力学模拟，还是进行药物设计的分子动力学研究，都能显著改变应用领域的表现。

这里面包含着巨大的机会。 这意味着我们能找到更好的药物，也许能找到解决碳排放问题的新催化剂，意味着科学家和其他有远大想法的人们将全面加快努力解决全社会最严峻挑战的速度

问：运算技术和硬件的突破如何促进人工智能的进步？

凯文斯科特：我们在人工智能领域看到的大多数最新进展背后的根源是验证了模型规模的重要性。 实践证明，基于更多数据和更多计算能力训练的模型具有更丰富、更通用的能力。 如果想继续这一进步，——需要弄清楚，现在看不到规模扩大带来的好处的界限，需要尽可能地优化和扩展计算能力。

两年前，微软发布了第一台Azure AI超级计算机。 在今年的Build开发人员会议上，我说过我们现在有多个超级计算系统。 而且我确信这些系统是目前世界上规模最大、功能最强大的AI超级计算机。 我们和OpenAI使用这些基础设施训练几乎所有先进的大规模机型，包括微软的图灵、Z-code、Florence机型、OpenAI的GPT、DALLE和Codex机型最近，他还宣布将与NVIDIA合作，制造将Azure基础设施和NVIDIA GPU结合在一起的超级计算机。

这些进展中有些是通过使用越来越大的GPU实现大规模强大的运算取得的。 但是，更大的突破可能在软件层。 它可以优化模型和数据在这些巨大系统中的分布方式，训练模型和为客户服务。 如果我们想让这些大模式成为人们可以用来创作的平台，那么只有世界上极少数拥有足够资源建设巨大超级计算机的科技公司才能使用它们。

因此，Microsoft在一些软件方面进行了大量投资，包括使用DeepSpeed提高培训效率，以及使用ONNX Runtime加速推理。 这些软件针对成本和延迟进行了优化，有助于使这些人工智能大模型更容易为人们所用，更有价值。 我为这些技术团队感到自豪。 微软在这一领域处于行业领先地位，并对所有这些成果进行了开源，以便别人也能不断提高。

问：与这些进步相伴的是人们对人工智能将影响就业的担忧。 你如何看待人工智能和就业的问题？

凯文斯科特：我们生活在一个非常复杂的宏观经济历史性变革时代，展望未来五到十年，我们需要新的生产力形式，让人人享有进步。 我们希望将这些人工智能工具作为平台。 人们可以通过这些平台来构建业务和解决问题。 我相信这些平台会让更多的人使用人工智能。 而且有了这些平台，我们可以解决更多的问题，也可以让更多背景的人参与到技术的创造中来。

到目前为止，开始生成人工智能需要大量的专业知识。 但是现在可以调用Microsoftazure认知服务和MicrosoftazureopenAI服务来基于这些服务构建复杂的产品。 你不需要是ai专家，也不需要从零开始训练自己的大模型。

随着所有这些巨大人工智能系统的成长和发展，我想这些进步将彻底改变工作性质，每个领域受影响的程度不同，有时也可以预期会创造大量以前没有的新工作岗位。 回顾过去，我们会发现历史上所有重要的技术范式都伴随着同样的情况。 电话、汽车、互联网。 就像这些例子一样，我认为我们需要集中精力用新的方法思考工作和技能，确保有足够的人才，接受培训，使之能够承担真正重要的工作。

问：与人工智能技术相关的另一个担忧是技术被滥用和误用的可能性。 微软正在采取哪些具体措施来确保其人工智能工具和服务是以负责任的方式开发和使用的？

凯文斯科特：我们一直在认真对待这个问题。 微软的人工智能系统必须通过“负责任的人工智能( responsible AI )”流程，我们正在不断改进这个流程。 我们将与由多领域专家组成的团队合作，仔细审查正在进行的工作，确保充分了解可能产生的所有潜在危害，尽量减少这些不良影响。 例如，改进用于培训模型的数据集、引入限制有害内容生成的过滤器，以及集成阻止敏感主题查询的技术，以防止欺诈者滥用，或者应用能够返回更有用、更多样化的响应和结果的技术。 我们为人工智能系统制定的计划包括在发表后立即发现并减轻我们没有预料到的危害。

另一个非常重要的保护措施是有意的反复部署。 我们做的大部分工作都是针对能力广泛的模型。 我们将这些模型托管在我们的云中，并通过API或我们的产品向公众提供。 任何开发人员都可以访问API，但必须遵守服务条款才能使用。 如果违反了服务条款，访问权限将被取消。 对于其他产品，可能会为明确设想用例的客户提供有限的预览版。 通过与这些早期客户合作，我们可以确保负责任的人工智能保障措施在实践中发挥作用，并在更大范围内推广APP。 我们相信安全和责任很重要。 我希望我们能为整个行业提供激励。 因此，Microsoft将通过我们的“负责任的人工智能标准和原则( responsibleaistandardandprinciples )”，与业界共享开发某个解决方案时应用的所有资源和专业知识。

*文中所有图片均利用DALLE 2产生