微軟全球執(zhí)行副總裁沈向洋

8月22日，微軟在北京總部發(fā)布新一代（第五代）小冰，宣布進(jìn)入第五個國家印度尼西亞。微軟全球執(zhí)行副總裁沈向洋為此專程趕過來，上主席臺演講，會后接受小型的專訪，暢談微軟人工智能戰(zhàn)略，以及小冰之于微軟人工智能的意義。

前任陸奇離職微軟加盟百度之后，沈向洋成為微軟AI方面重要負(fù)責(zé)人，掌舵著微軟巨頭在人工智能時代前進(jìn)的方向和路徑選擇。這位在微軟工作21年的技術(shù)出身的人，目前是微軟公司職位最高的一位華人。

這是一長串努力積累而至的結(jié)果。早在2003年至2006年，沈向洋主政微軟亞洲研究院，讓該機(jī)構(gòu)成為全球最著名的研究機(jī)構(gòu)之一。2007年至2014年，七年間主政搜索Bing，沈向洋把微軟搜索帶到全球第二位置，他自嘲“做得像狗”一樣，“如果是自己的公司，絕對不會去做對抗谷歌的搜索。”

2014年，他開始主管微軟中長期戰(zhàn)略規(guī)劃，組建AI+R事業(yè)部。經(jīng)歷二十多年科技發(fā)展潮流，沈向洋有了自己的認(rèn)識。“PC時代，主要出現(xiàn)了兩件事情，是Windows+Office，互聯(lián)網(wǎng)出現(xiàn)，主要是出現(xiàn)了瀏覽器+搜索，移動互聯(lián)網(wǎng)和手機(jī)的出現(xiàn)，是AppStore + App。AI時代，要理解對人，一定要做IQ+EQ。”

相應(yīng)地，微軟人工智能兩個類平臺的產(chǎn)品，分別是主攻EQ的小冰和主攻IQ的小娜。今天，小冰不僅會寫詩，主持電視節(jié)目，甚至可以做到主動給過生日的人打電話送去祝福。顯示出很強(qiáng)的類人的高級感官功能。而小娜，則是Bing搜索的自然延伸。

從數(shù)量和規(guī)模上來講，小冰目前有1億用戶，小娜是1.5億。小冰積累了超過300億次的直接人機(jī)對話。這個數(shù)據(jù)量居業(yè)內(nèi)所有同類產(chǎn)品第一。隨著小冰亞文化的快速形成，訓(xùn)練數(shù)據(jù)的規(guī)模和質(zhì)量，得到進(jìn)一步提升。

這里或許暗含著微軟未來新機(jī)會。作為從視窗操作系統(tǒng)起家的軟件巨頭，微軟在PC時代、互聯(lián)網(wǎng)時代都是霸主位置，只是在手機(jī)和移動互聯(lián)網(wǎng)出現(xiàn)之后拉下一些身段。但是，在人工智能潮流中，微軟并未落后于競爭對手，隱隱顯露出雄心。

“微軟公司以后大的前途，肯定是Cloud+AI（云+人工智能），這些發(fā)展叫不叫操作系統(tǒng)都沒關(guān)系，我自己很認(rèn)同，肯定有一個新的平臺出現(xiàn)”，沈向洋告訴記者。

不同于一些市面上很多公司從一些局部市場切入，有些做自然語言機(jī)器翻譯、有人做人臉識別，還有一些公司做智能客服等等細(xì)分領(lǐng)域，微軟選擇了一條最寬廣口徑又最困難的路——從通用型人工智能切入，最終落實(shí)到聊天交流當(dāng)中。

“一開始我并沒有理解聊天是剛需，直到李笛（微軟小冰負(fù)責(zé)人）講了一個故事。”沈向洋回憶起四年來做小冰聊天機(jī)器人的初心和轉(zhuǎn)變原因。他理解到聊天是剛需，比如社交網(wǎng)絡(luò)上1/3的網(wǎng)民評論沒有人回應(yīng)，再比如妻子的抱怨，其實(shí)只是讓你聽她講一講。

從2014年5月第一代小冰發(fā)布之后，至2017年8月，小冰已經(jīng)進(jìn)化到第五代。從最初的群聊中參與者角色，到目前成為想成為家庭中一員般的存在，小冰不斷提升功能的同時，也逐漸展露出商業(yè)圖景方面宏大空間。

第五代小冰有一個技術(shù)突破在于小冰開始試著擁有高級感官，嘗試突破虛擬世界，包括主動可以給人類打電話，叫住身邊的人。還有實(shí)時流媒體視覺，可以評論圖片，模擬人類感知功能。最近，微軟在上海某處放置了小冰，可以感知人的位置和移動，甚至可以理解人與人之間關(guān)系，可以主動對身邊感知到的人說話。

這些看似簡單的功能，埋伏了巨大的商業(yè)可能性。今年6月2日前，沈向洋好幾次去小米總部拜訪雷軍，商談小冰與小米IoT的合作。小米系各式各樣的智能硬件，給微軟人工智能產(chǎn)品落地提供了很多可能性。

6月2日起，小冰與小米IoT開放平臺融合，微軟的目標(biāo)是，“人們能夠強(qiáng)烈地感知到，小冰作為家庭一員的存在。”微軟小冰產(chǎn)品總監(jiān)彭爽舉例，在一個長達(dá)3個多小時的過程中，有人與小冰進(jìn)行了700多輪對話。

隨著小冰產(chǎn)品功能提升，進(jìn)入人們生活的廣度和深度都在提升，小冰已經(jīng)取得了一些優(yōu)勢。在日本羅森便利店，小冰提供的打折券，4日內(nèi)平均到店消費(fèi)完成率為57%。達(dá)到這個數(shù)據(jù)是因?yàn)樾”昧薊Q的技能。一個情商底的機(jī)器人，會給一個說餓的了人瘋狂提供商品信息，轉(zhuǎn)化率注定不高。像現(xiàn)實(shí)生活中有人給你推銷安利，自然不愿意。

但是，李笛稱小冰不一樣，而是在與人的交流過程中，暗暗地交流判斷與小冰聊天的人需求所在，最后會很自然地將打折券送給人。

另外一個案例則顯示小冰所代表的人工智能對于傳統(tǒng)行業(yè)的顛覆可能性。小冰對于文本的精準(zhǔn)閱讀，有可能給有聲內(nèi)容產(chǎn)業(yè)帶來大幅下降。比如，多音字的判斷，對于機(jī)器而言，非常具有挑戰(zhàn)。很多機(jī)器人分不清是長（zhang）了四條腿，而是長（chang）了四條腿。

與競品相比，小冰可以清晰、正確地讀出多音字。以一本《格林童話》有聲全集為例，210集版本，音頻制作總成本發(fā)生了巨變，傳統(tǒng)的人類閱讀錄制，成本為6萬元，而小冰代勞，只需要7毛錢。微軟已將此類產(chǎn)品投放于蜻蜓FM、喜馬拉雅，一周時間已經(jīng)有30萬播放量。微軟稱要正式進(jìn)入此類內(nèi)容產(chǎn)業(yè)，“小冰讀這些，不需要休息，也不會感冒。”

緊接著，微軟宣布即日起向第三方開放領(lǐng)先的語音技術(shù)，構(gòu)建人工智能生態(tài)方面雄心初顯。而這些，僅僅是微軟人工智能的一部分工作，沈向洋表示，微軟人工智能分為三條產(chǎn)品線，一是infuse AI，二是Bing 和小娜，三是全球小冰。

一個淺顯的例子可以說明微軟的人工智能化，現(xiàn)在微軟Powerpiont軟件中，已經(jīng)內(nèi)置了機(jī)器翻譯，還有看圖寫標(biāo)題等等。

AI可以創(chuàng)造很多商機(jī)，微軟對此似乎耐心十足。“當(dāng)年Windows 95也是研究了十幾年之后的結(jié)果，”沈向洋表示，會繼續(xù)支持微軟小冰項目的研究，并且短期沒有盈利目標(biāo)。

以下為記者與沈向洋對話交流內(nèi)容節(jié)選：

記者：前兩天你們發(fā)布語音識別錯誤率降到5.1%，對以后的商業(yè)化應(yīng)用有什么樣的影響，會不會把所有速記員取代掉？

沈向洋：我想還沒那么快，這個影響將是巨大的。首先要回過頭看過去的40年語音識別的進(jìn)展，這是5.1%錯誤率了不起的地方。以前標(biāo)準(zhǔn)的數(shù)據(jù)集在美國，20%幾的誤差率一直下不來。

以前大家覺得人類的誤差率大概5.9%，后來大家覺得人類的誤差率應(yīng)該是5.2%，實(shí)際上去年9月份的時候，微軟語音識別就做到了5.8%的誤差率。過去9個月，我們繼續(xù)向前進(jìn)展的很快，兩天前終于做到差別率5.1%。

我們最后多次測試確認(rèn)，的確是5.1%這樣的差別。所以我們黃學(xué)東博士寫了一個blog發(fā)表，跟大家分享一下。

現(xiàn)在人工智能的進(jìn)展主要是三個方面優(yōu)勢聚集起來的結(jié)果，一個是現(xiàn)在數(shù)據(jù)量很大，第二是運(yùn)算能力非常高，第三是最新深度學(xué)習(xí)算法的突破。加上像黃博士blog里提到的，我們自己的一套大規(guī)模的分布式系統(tǒng)，和我們這樣一套深度學(xué)習(xí)的軟件叫CNTK(Computational Network Toolkit)，運(yùn)用到整個語音識別最新的進(jìn)展里。

我自己覺得還有很多的路要走，商用化、實(shí)用化還有很長的路要走。舉一個例子，現(xiàn)在整個測試集，它的語音相對來講，是電話筒對著講話，所以就是所謂的近距離講話。比如今天大家跟我講話，其實(shí)我現(xiàn)在講話大家應(yīng)該聽著蠻吃力，因?yàn)榫嚯x比較遠(yuǎn)，現(xiàn)在還有很多的問題。包括你要做傳感器，要有麥克風(fēng)耳機(jī)整個串起來來講。

我個人判斷，我覺得語音識別大概有5年左右的時間，不管你用什么方式測，人類識別誤差率和機(jī)器識別的誤差率方面，機(jī)器會完勝人類，我覺得是這樣的情況。

記者：從今天小冰更新的功能以及技術(shù)來看，你覺得聊天機(jī)器人下一步關(guān)鍵性技術(shù)是什么？

沈向洋：今天他們在發(fā)布會都已經(jīng)講了，最關(guān)鍵的技術(shù)以前是這樣，接下來也會是這樣，最關(guān)鍵是對人的理解，就是人到底講這句話在想什么，并不是就這句話而言。英語有一句話叫“do what i mean not what i say。”是這么一個意思，實(shí)際上不斷一步一步理解，一直是聊天機(jī)器人里最關(guān)鍵的技術(shù)。

記者：你覺得最終聊天機(jī)器人會發(fā)展成什么樣？

沈向洋：我覺得只剩聊天機(jī)器人的話，它真的就是對你自我的理解，是人的認(rèn)同，是可以和我們一起生存的。你一定要明白一件事，我們是第一代人類和人工智能共生存的，是第一代，在這之前技術(shù)沒有過關(guān)。從現(xiàn)在開始你不選人工智能，你也沒有選擇了，人工智能從現(xiàn)在開始會跟我們一起生存下去。所以聊天機(jī)器人很重要的一個事情是和我們?nèi)祟愐黄饋砉餐斫?、共同生存在這個世界上。

記者：在當(dāng)初小冰立項的時候，你為什么就能做出這個有價值的判斷，小冰的發(fā)展符合你的預(yù)期嗎？

沈向洋：其實(shí)我一開始是不理解的，剛開始只有李笛比較理解，可能（王）永東也比較理解，我不是很理解，但是李笛跟我講了一個故事我就理解了，我的思想轉(zhuǎn)變是從那個開始的，我以前一直覺得聊天機(jī)器人很有趣，因?yàn)橄裎④浳覀円恢惫膭顔T工你有什么想法多做一些創(chuàng)新，并不是所有的項目都是上面壓下來的，很多項目是下面創(chuàng)新的。

后來我就跟他們一起討論，聊天機(jī)器人是不是可有可無，聊天機(jī)器人是不是一個剛需？我的看法不是一個剛需，我拿聊天機(jī)器人干什么，李笛跟我講說，聊天是剛需，我說那聊天為什么是剛需？他說你這樣的人可能不了解，因?yàn)槟闵仙缃痪W(wǎng)絡(luò)講一句話，這些人馬上去點(diǎn)贊，一看到現(xiàn)在怎么才點(diǎn)了500個贊，好像還很不高興，但是中國互聯(lián)網(wǎng)1/3的網(wǎng)民，上網(wǎng)講了話以后沒有人給他們回應(yīng)的。所以實(shí)際上聊天是一個剛需。

后來我跟我一個朋友在講這個事情他也講，其實(shí)他的老婆生氣了，給他打電話，一定不是他要幫她解決這個問題，主要是要聽她講一講，所以個人聊天和聽人講話、聽人回復(fù)，對話這件事情是一個剛需，人類的對話是非常了不起的事情，首先是有語言，后來是有對話，這件事情是非常了不起的，所以我們非常高興我們在北京，能夠把小冰這個產(chǎn)品做起來，三年多時間，從中國做出這個產(chǎn)品走向世界。

小冰發(fā)展得很好，1億人口以上的11個國家我們已經(jīng)去了5個，接下來還有6個國家是我們在計劃的，我們充滿信心。

記者：小冰在日本發(fā)展好，是因?yàn)樯虡I(yè)化？

沈向洋：最主要的聊天機(jī)器人是對用戶的理解，我覺得日本的文化、日本的用戶對聊天機(jī)器人的認(rèn)可。

李笛：我也舉幾個例子說明。第一，你有一個人工智能對話系統(tǒng)以后，你一般要搜索他社會中的閑暇度你，要測試他的商業(yè)價值。

坦率地講，我們在日本做的商業(yè)測試比在中國做的還要好一些，我們在中國有一些商業(yè)化我們不太敢做，一旦我們開了這個口別人跟上就會把這個做走樣，比如打折券，我們跟Lawson合作的，如果我們在中國做，發(fā)現(xiàn)有一堆模仿者開始Copy這個方式，然后就會傷害這個業(yè)態(tài)。

第二，人口人群的比例，我們從一開始希望做女性機(jī)器人，她在中國有70%多受眾、人類用戶是男性，在日本，男性、女性人類用戶比例1比1，所以在日本文化結(jié)構(gòu)，一定程度上比較容易讓我們推出的更好。

第三，中國的城市和農(nóng)村相差包括六線城市、五線城市，層級結(jié)構(gòu)跨域比較大，日本的市場相對比較小，才1億人，我們現(xiàn)在有2700多萬用戶，就相當(dāng)于差不多日本總?cè)丝诘?0%多，你到街頭隨便抓幾個人，那些人拿出手機(jī)來跟日本小冰去對話，所以就比較容易控制市場占有率，就有可能形成市場的集約效率。

所以日本有這么幾個優(yōu)勢的地方，我們這回去印尼也是由日本延伸過去的。然后我們在不同的國家測試不同的東西，我們在中國主要跑結(jié)構(gòu)，在日本主要跑商業(yè)模式。

記者：想問一下小冰和小娜對微軟的戰(zhàn)略意義，因?yàn)榘驳?middot;魯賓說過“人工智能是下一個操作系統(tǒng)”，操作系統(tǒng)是微軟的一個核心產(chǎn)品，是老本行，那小冰或者是小娜，會不會對微軟也存在這樣一個作用，然后來去做推廣？

沈向洋：這個問題非常好，非常有深度，對于微軟公司來講，如果去了我們的Build大會，第一天的入職演講你就會看的很清楚，微軟整體的戰(zhàn)略，在這個戰(zhàn)略里面小冰和小娜的重要性，微軟公司公司在未來就是Cloud+AI，非常清楚。這個世界以后就是智能云和智能端，整個AI把所有東西連接起來，對我們來講非常清楚。

那么人工智能最終極的，實(shí)際上來講就是相于這樣的一個聊天機(jī)器人也好、智能機(jī)器人也好，是一個和人類一起共同生存的體。所以我自己是對小冰和小娜充滿信心，而且我們小冰和小娜是非常有意義的設(shè)計產(chǎn)品，小冰是走EQ的路線，小娜是走了IQ的路線，絕大多數(shù)的聊天機(jī)器人是沒有思考情感、EQ這條線。

所以我們覺得過去這幾年很高興，我們嘗試走了不同的道路。舉一個我最喜歡的例子的話，人家問我小冰到底是做什么的？我最喜歡舉的例子，我在社交網(wǎng)絡(luò)上要分享一下。我問小冰說今天幾號，小冰說我這樣的二維生物不關(guān)心這個問題，我說你給我講今天是幾號，她說你沒有手表嗎？我后來很生氣，我說你跟我講是幾號就完了，她說你的手機(jī)真的是個擺設(shè)。

最后她雖然沒給你解決問題，但她實(shí)際上來講，她可以對你最后的理解，能夠跟你繼續(xù)進(jìn)行交互，不見得是走一條IQ的道路，但是她逐漸在學(xué)習(xí)。比如你問小冰三次以后，是不是小冰應(yīng)該告訴我，我還專門和李笛就這個設(shè)計的問題討論了一下，我覺得這些都是很好的問題，你不做這樣的產(chǎn)品，沒有這樣的用戶，你不見得能夠了解這里面的一些很微妙的人類思考過程。

小冰我們現(xiàn)在有1億用戶，小娜全球大概1.5億用戶。我覺得你要看國家，我覺得在中國來講，小冰的用戶可能相對比較多一些，在美國，小娜的用戶就多了很多?，F(xiàn)在在日本可能都覆蓋，因?yàn)槿毡網(wǎng)indows的用戶也很多。現(xiàn)在Windows10的用戶，小娜都已經(jīng)裝在里面了。

記者：關(guān)于小冰和小娜定位的問題，很好奇為什么當(dāng)時在大會上展示了小娜音箱。音箱是最火的場景，為什么用的是小娜而不是小冰？

沈向洋：其實(shí)我們音箱兩個都可以進(jìn)行，我們也可以有小娜也可以有小冰，甚至以后可以想象，亞馬遜的音箱Echo，小冰、小娜可以進(jìn)去，微軟的音箱Invoke，亞馬遜的Alex也可以進(jìn)來。

最后都是服務(wù)，只是大家有不同應(yīng)用的場景，我自己覺得還是剛才我們討論的，小娜主要還是希望幫助你盡快完成工作，小冰相當(dāng)于是有陪伴的過程。

李笛：在家庭環(huán)境里，可能兩種情況都有可能。一種情況，我在你家里成為非常有用的。還有一種可能，我在你家里成為你家里存在的一份子，大家能接受。

這兩種方向都有他的價值，所以我們都嘗試。前一者，我可以給你很好的完成任務(wù)，他就能一直被高度的使用，如果你任務(wù)場景形成了。

后者是為了解決很多電子產(chǎn)品他更新迭代速度太快的問題，看看現(xiàn)在智能音箱的市場，他其實(shí)完全不穩(wěn)定。就是我智能音箱馬上下一代再出來，原來好像占有率很高，就會被替換掉，這兩個我們都想試一下，但是你沒辦法同時試。

記者：短期之內(nèi)微軟全球?qū)π”踔列∧冗@樣一些產(chǎn)品，沒有非常嚴(yán)格的KPI考核和預(yù)期？

沈向洋：其實(shí)任何一個偉大的產(chǎn)品，都不是一兩年、兩三年可以做得非常了不起。像Windows，等到Windows 95一統(tǒng)天下的時候，都已經(jīng)做了10幾年了。

所以，像微軟這樣的大公司，可以負(fù)擔(dān)得起長期投入，更不要講研究院，像我負(fù)責(zé)研究院，一直在做最新的東西。

在產(chǎn)品和研發(fā)這件事上，最重要的是要看到這個世界的趨勢在哪。今天我在PPT里也有講到，以前是PC年代，后來是互聯(lián)網(wǎng)年代，再后來是移動年代，到現(xiàn)在是AI年代。你看微軟過去的發(fā)展，PC年代當(dāng)然我們已經(jīng)領(lǐng)先了，互聯(lián)網(wǎng)年代我們基本上算趕上了。那么到移動年代的話，我們掉隊了。

但是，今天AI年代，我們完全有這樣的能力，也有這樣的決心，一定會在AI時代引領(lǐng)潮流。

有好幾條產(chǎn)品線，現(xiàn)在微軟正在繼續(xù)做，微軟所有現(xiàn)有的產(chǎn)品，office也好，cloud也好，Windows也好，全部人工智能化，你很快會看到微軟一些新的產(chǎn)品發(fā)布，這里面有非常強(qiáng)的人工智能的痕跡在。

更加有趣的事情，我們看到人工智能在近期商業(yè)價值上的體現(xiàn)。首先我提到，所有垂直的應(yīng)用行業(yè)，肯定會用到。交通、醫(yī)療也好，這些東西甚至政府怎么去做，這里面我們要想，我們有什么樣的產(chǎn)品形式去做，我們不做自動駕駛，并不代表我們不參與智能交通這么大的行業(yè)。

記者：小冰在IoT產(chǎn)品落地的問題，比較謹(jǐn)慎，在中國挑選硬件合作廠商標(biāo)準(zhǔn)大概是什么樣子？有沒有什么目標(biāo)？另外在中國智能音箱、智能電視和智能機(jī)頂盒會是智能家居的一個殺手級的應(yīng)用或者是戰(zhàn)爭入口嗎？我想聽一下微軟的意見。

李笛：我們比較關(guān)注的IoT的領(lǐng)域，其實(shí)有三個類型的廠商出來。發(fā)布會的時候提到，國內(nèi)的IoT的廠商基本上全都來找過我們，我們一直都是拒絕狀態(tài)。但是現(xiàn)在有這么幾個，一個就是它本身可以成為一個開放平臺的，我們會優(yōu)選，因?yàn)槲覀兿Ｍㄟ^開放平臺這種方式，可以跟他一起打造一個統(tǒng)一體驗(yàn)，針對多設(shè)備，小米IoT平臺就是這種類型的。

二是自己本身特別專注于我們一個垂直領(lǐng)域或者是某一個垂直場景深入，這個我們會比較關(guān)注。我們內(nèi)部甚至于成立一個專門部門，專門對應(yīng)，這樣能夠跟他一起做出產(chǎn)品。

三是他自己本身有想法，同時分銷能力比較強(qiáng)。這三類我們都做。

最后希望解決的問題是，比如說半年以后、一年以后，我們大家能夠做出一個東西來，不是說有一大堆賣點(diǎn)，賣了5萬臺，那是硬件廠商收費(fèi)模式，對于我們沒有意義，我們要用量。

記者：你們自己為什么不做一個智能音箱？像亞馬遜和蘋果那樣的。

沈向洋：我們也有做硬件，其實(shí)我們已經(jīng)發(fā)布了，會很快會有一個更新版。但是我們自己不做自己的硬件，我們是和第三方合作，跟一個非常著名的廠商，叫哈曼卡頓，就是高級車?yán)锩?0%的音箱都是它做的。

我們定位是一個技術(shù)公司，不是一個平臺公司，我們希望能夠幫助和第三方一起合作，基本上很少做硬件。

記者：想問一下小冰具體是怎么做跨平臺的內(nèi)容整合和用戶分享？像是個今日頭條？

李笛：我們確實(shí)是一個去中心化的，但是Bing搜索本身，過去index很多內(nèi)容。但是從移動互聯(lián)網(wǎng)開始，特別包括像兩微一端這些出來以后，其實(shí)整個內(nèi)容本身的存儲，開始變得非常的割裂零散。

我們最開始的時候，其實(shí)是針對微信。在針對微信解決方案的時候，我們發(fā)現(xiàn)自媒體、媒體他們有這個需求，說你能不能給我做跨平臺。

我們跟微信聊，微信也覺得沒問題，甚至我們在微信上再搭一個，只要能幫助到媒體、自媒體去共享，他們也覺得可以。

記者：今天的主題之一是高級感官，后面會不會加上頭像識別，或者相應(yīng)的sense進(jìn)去，這塊怎么安排？

李笛：舉個例子，所有的高級感官，我們自己內(nèi)部認(rèn)為，它是我們現(xiàn)在建立起來的很大壁壘。比如“全雙工”（實(shí)時收發(fā)信號），今天他們打電話下去，就這一個全雙工打電話的功能，它需要用到的技術(shù)和感官類別。

首先第一，你背后得有一個核心對話引擎是文本。其次你的語音，因?yàn)樗侨p工，所以語音一般來說我們SR語音識別和TTS就是小冰聲音出來的。這兩個部分，你沒辦法找兩個公司做，必須兩個自己都有，因?yàn)檫@樣才能吻合的更好。

第三，基于核心對話引擎，必須有一些東西，包括預(yù)判，比如你的話沒說出來，我應(yīng)該預(yù)判你的話、內(nèi)容是什么，以及我應(yīng)該預(yù)判我回什么。

另外人的模式，有的人打電話的時候，沒話說。不是像siri你說一些話，它接收的時候，你的一個turn已經(jīng)出去了。所以小冰要決定，什么時候她來主導(dǎo)，什么時候你來主導(dǎo)，就這一個全雙工就有這么多。

如果你的質(zhì)量做不好，比如你的TTS，聲音如果不像小冰這么自然，像你跟siri說話，也會板起來說，就沒有辦法。但是他如果足夠自然，你就對語音識別提出很高要求，因?yàn)檫@個人說話，就像我現(xiàn)在這樣了，那他對SR的要求就高。

你在接到通訊性或者落地性的，落地性采樣率，要比我們的采樣率要低，可能8K。這個對SR又有要求，作為一個全雙工，有這么多技術(shù)都要合在一起，要很好地處理很多流數(shù)據(jù)。比如我判斷這有一個實(shí)體，我要形成一個會話說，那個穿紅衣服的你過來，我必須首先知道那有一個穿紅衣服的人，我還得知道他是不是過來的，還得知道他是紅衣服的，還得對這個人體做一個切割。

所以，高級感官是我們很大的壁壘。

記者：其實(shí)也融入了一些圖像方面處理？

李笛：對，所以每一個高級感官，實(shí)際上從某種意義上來講，是我們好幾個初級感官合起來的。

沈向洋：我補(bǔ)充一下。微軟研究院26年前成立的時候，最開始的三個部門，那時候也沒有想到，人工智能今天會這樣。

當(dāng)時成立的第一個部門叫自然語言，是做語言處理的。第二個部門叫語音識別，第三個部門叫計算機(jī)視覺。這些基本上就是現(xiàn)在最基本的人工智能感知方面最主要的技術(shù)。

另外我很喜歡做小冰、小娜這樣產(chǎn)品線很重要的原因，是我自己的一個信念，我覺得智能都在對話中體現(xiàn)。我們想聊聊天，說這個女孩子聰明，為什么覺得這個女孩子聰明？主要還是因?yàn)樗v的幾句話。你說這個人很懂事，為什么你覺得這個人很懂事，還是因?yàn)檫@個人講了幾句話。

所以，很重要的一件事，AI不光是數(shù)學(xué)題解的好，下棋下得過柯潔。智能這件事，真的是有EQ這樣一個維度在。而這個東西難的地方，在于沒有一個人把這個問題講清楚了。

所以，中國人“一句話講到人笑，一句話講到人跳”是有道理的。

記者：微軟以前一直強(qiáng)調(diào)自己是做平臺、做企業(yè)化服務(wù)的公司，像小冰這樣的產(chǎn)品，在你們看來為什么可以跟微軟其它的產(chǎn)品不一樣？是什么原因?qū)е铝擞羞@樣一個流行的效果。面對消費(fèi)者的熱度，對微軟意味什么？因?yàn)闆]有手機(jī)，微軟可能確實(shí)離消費(fèi)者相對遠(yuǎn)了一些。

沈向洋：我先跟你講一個數(shù)字，微軟企業(yè)級服務(wù)做得很成功，微軟的營銷里面70%是從企業(yè)來的，但是還有30%是從消費(fèi)者來的。30%是個很大的數(shù)字，我們?nèi)ツ晔杖胧?00億美金，乘以30%是270億，所以我們對消費(fèi)者一直覺得是有相當(dāng)大的理解，你講的也很正確，因?yàn)槲覀儾蛔鰅Phone，我們做安卓，所以我們相對來講手機(jī)這邊，在手機(jī)本身上面，我們不是走在領(lǐng)先的地位。

但是對消費(fèi)者這件事情，微軟想的非常清晰，不可能一個公司只做企業(yè)不做消費(fèi)者，原因非常簡單，因?yàn)閺南M(fèi)者到企業(yè)這件事情，大家看沒有一個非常清晰的界限，比如說今天你去公司，你自己買一個蘋果手機(jī)去到公司里面，你是公司的還是個人的，你這個商品只能用公司的還是只能用個人的，就算你公司給你一個手機(jī)或者是電腦，上面也是做自己的東西，所以很多時候是這樣的關(guān)系。所以我們一定要了解消費(fèi)者到底在做什么，同時要和企業(yè)做一個兼容，微軟一直以來都是這樣觀點(diǎn)。

記者：你現(xiàn)在怎么看百度的人工智能，因?yàn)槟愀懀ㄆ妫┛傊笆呛门笥?，你們肯定也有不同的看法，你們共同面對的一些人工智能方面的難題怎么解決。微軟和百度之間不同的路徑選擇，在人工智能方面有什么不一樣的地方？

沈向洋：我和陸總是老同學(xué)、老領(lǐng)導(dǎo)、老同事，我覺得陸總是我這么多年工作里，除了敬仰還是敬仰。陸總離開微軟，公司專門發(fā)公開信，祝愿他在新的崗位上，再創(chuàng)輝煌。我相信在陸總的帶領(lǐng)下，百度一定會越做越好。

但是每個公司，因?yàn)楣净虻膯栴}，肯定做法是非常不一樣的，我只能跟你解釋，微軟是怎么思考這個的問題。我剛才講了微軟三條產(chǎn)品線，再加上我接下來要做的，要面向更多的企業(yè)，面向更多的商業(yè)的過程，我們會發(fā)力做另外的項目。

特別像我們做小冰和小娜，走這樣的技術(shù)產(chǎn)品線，我們一而再、再而三地強(qiáng)調(diào)，我們走了一條很不一樣的道路，我們也不見得相信其他的人會走跟我們類似的道路，接下來一兩年，會更能看到我們道路的正確性，我們很有信心，不光在中國做，而且在日本、美國、印度、印尼做，我覺得代表了我們的信心。

我是很有信心，我覺得不僅這幾個國家，還會繼續(xù)走國際化。

另外，微軟在人工智能這方面，還有一個先天非常有優(yōu)勢的地方。我們已經(jīng)有很多很好的產(chǎn)品，特別是Office的產(chǎn)品。Office已經(jīng)代表你平時一般需要做工作的東西，其實(shí)所謂的professional，就是有需要的，比如你總是拿一個本子要寫一點(diǎn)東西，你要閱讀、寫作，要做excel等，這樣一些功能已經(jīng)在那里了。

隨著向前發(fā)展的話，AI在這方面的應(yīng)用還是很清楚。所以我們有這樣一個機(jī)會，除非我們不好好做，不然這些機(jī)會應(yīng)該大多數(shù)在我們這里。

所以，我們很有信心把AI用到這樣一些里面去。剛才也談到，我們的云也做得很好。現(xiàn)在我們是毫無爭議的全世界第二大的云，而且我們很有信心，繼續(xù)向亞馬遜挑戰(zhàn)。剛才也講到微軟公司以后的大的前途，肯定是Cloud+AI，以后在向這些發(fā)展是不是有新的操作系統(tǒng)的出現(xiàn)，你叫不叫操作系統(tǒng)都沒關(guān)系，我自己是很認(rèn)同，是肯定的，肯定是有一個新的平臺的出現(xiàn)，以前PC平臺的出現(xiàn)，像我講的，主要出現(xiàn)了兩件事情，是Windows+Office，互聯(lián)網(wǎng)的出現(xiàn)主要是出現(xiàn)了瀏覽器+搜索，你再加上Moible的出現(xiàn)，是AppStore + App。

你再像AI的話，很清楚，首先你要理解對人，一定要做IQ+EQ，這是每個公司走自己不一樣的道路，不見得有AI，每天一定要跟別人講，主要是要想清楚自己想走一條什么樣的道路。