智东西（公众号：zhidxcom）
作者 |  程茜
编辑 |  李水青

智东西10月20日报道，近日，由微软联合全球八大研究院共同主办的首届微软研究峰会（Microsoft Research Summit 2021）在线上召开，旨在探讨拓展科技边界的前沿研究。

在“研究的未来”分论坛中，微软董事长兼CEO萨提亚·纳德拉（Satya Nadella）与微软CTO凯文·斯科特（Kevin Scott）进行了对话。他们回顾了微软研究院过去30年并展望未来10年规划，表达了对无处不在的计算、AI大模型、虚拟在线等议题的重视；同时，谈到计算机技术格局，他们大大肯定机器学习的影响力，认为“AI等价于微积分或相当于蒸汽机”。

会上，微软副总裁、杰出科学家麦克斯·韦林（Max Welling）也参与了对话，与斯科特谈到关于微软的计算机研究进展，探讨了机器学习进入物理、数学等科学前沿领域的实践。

我们将会上的高管对话主要内容摘录如下：

一、展望未来十年，纳德拉最关注三件事

斯科特：您如何描述该研究论坛对微软以及过去30年来全球的影响。

纳德拉：微软的核心使命是创造技术，以便其他人可以创造更多技术。我们希望赋予地球上每个人和组织更多的成就。并通过他们的努力，在日益数字化的世界中创造未来，这从1975年以来就已成真。在这种情况下，微软亚洲研究院在很多很多层面上都改变了微软的游戏规则。

首先微软不是其他研究机构、学术机构整体生态系统的一部分，而是与一些从事研究和改进赞助的最伟大的学术机构建立长期合作关系的关键。无论是医疗保健领域、金融服务领域等。

在微软中，领导部门的人正在从事核心工程和创新工作，来自产品组的人投入到研发中。事实上，有能力的人之间好奇心互相驱动，以此来推动研究，并真正实现创新。

斯科特：我们正在考虑恰逢30年的里程碑，未来十年会是什么样？微软研究院40周年之际它的研究会有什么进展？

纳德拉：从某种意义上来说迎接世界的挑战时，必须立足于一个公司的最终目标是什么，我们是一个企业，我们是一家公司。关于社会目的：

第一件事是公司是创造有利可图的解决方案，以应对人和地球的挑战，关键词是盈利还是社会效益。就微软而言，所有数字技术将会推动整个国家经济部门的广泛经济增长，这将是我们公司做的最好贡献。但值得注意的是，这种经济增长与任何特定社区、国家或社会的分配不公平存在问题。因此，我更关心跨区域协调增长。

第二件事是我们如何确保使这种增长成为可能的机构变得更强？无论是我们的民主，还是社会走向更具包容性的长弧线，我们如何加强这一点。微软研究院在本周提供了一些围绕人口贩卖的数据集，以便帮助解决人口贩卖问题。甚至一些突破的安全和加密技术、选举警卫技术或可持续性技术。微软正在芝加哥市开展工作。我们要考虑下一个分布式计算范式、人工智能范式或用户界面的变化，这就是微软实现使命的原因。

纳德拉：我们现在在反思过去30年，但是当你看到计算机的格局，你认为你关注的一些重大突破是什么？

斯科特：我们如何看待我们承担的风险和我们为自己设定的雄心壮志，我认为其中一件大事是人工智能，它并不是作为人类的替代品，而是一个分析仪器，如微积分或相当于蒸汽机的认知等价物，只是想象我们如何能够用它来塑造我们，如何解决棘手的科学问题，以及如何创造更多的生产力。

我们在分子动力学模拟方面有了非常惊奇的进展，这将在很多不同的领域产生如此巨大的高杠杆效应，如可持续性、药物发现等领域，甚至在应对新冠肺炎流行过程和流感大流行中，我们用很多方法帮助我们做出更好的反应，这些项目在我们的社会复原力计划中，能够看到人工智能模型本身作为平台运作。

微软用十亿美元的超级计算机来训练这些模型，可以帮助其他人构建平台和技术解决方案。此外，我们必须考虑如何负责任地、合乎道德地管理我们所做的所有技术工作的影响，并确保我们实现技术惠益的包容性和公平分配给每一个人。

另一个问题是，当你展望未来时，最乐观、最有希望的是什么，为什么？

纳德拉：作为一个科技公司，进一步民主化使我们获得技术，进而推动经济增长，以及整个部门和国家的总体繁荣。在这种背景下，我对于三件事很感兴趣：

第一个是系统公司，我们从基础研究开始如何正确前进？有新的系统架构使我们能够以更丰富的方式思考计算，一些人工智能工作负载正在推动对云和边缘计算的根本性反思。那么我们如何真正保持系统研究的前沿，创造无处不在的计算？

第二个是正在成为平台的大规模模型，这种大型模型背后的计算，如何继续构建系统。

第三个是如果线下有这个会议，我们俩同时在场，但实际上我们并没有共同出席，而这是一个很大的突破。这一技术将如何转变为产品？

纳德拉：你认为未来10年会发生什么？你认为微软研究需要基本方法吗？

斯科特：我从小热爱研究，并受益于阅读研究人员的产出。微软研究峰会的研究很重要，我们正在建设致力于研究和技术的世界。建立一个研究机构的目的是什么以及你是否真的能够成功地解决并处理这些问题。我们应该鼓励他们承担更大的风险。例如下一次突发时间爆发，如何处理全球变暖，如何处理错误信息泛滥，并发挥重大作用。

二、机器学习：科学家的新“显微镜”

微软公司首席技术官凯文·斯科特（Kevin Scott）与微软副总裁、杰出科学家麦克斯·韦林（Max Welling）对话主要内容如下：

斯科特：首先希望你给我们一个简短的概述，关于职业生涯以及目前的研究方向？

韦林：最初作为学者攻读量子重力博士学位，然后到帕萨迪纳加州理工学院学习计算机视觉和机器学习，随后与机器学习、深度学习的发明者杰夫·欣顿做博士后工作，之后回到帕萨迪纳或洛杉矶成为加州大学的教授，并教授机器学习。在那之后，我花了四年时间为高通建立人工智能实验室，并准备在分子模拟领域再开一家初创公司，随后加入微软。

斯科特：在这个丰富的历史中，你在学术界有如此惊人的职业生涯，并建立了初创公司，是什么吸引你来微软工作？

韦林：我在分子模拟领域中看到了巨大潜力，并且机器学习使用我们的模型在分子模拟领域产生了巨大的影响，我认为这是进入该领域的最佳时机。微软背后强大的计算能力才能真正为解决分子模拟领域的问题，应对分子模拟的计算难度。更重要的是，微软致力于可持续发展问题，我们这一代人一直把碳排向空中，因此我们有责任采取行动。微软承诺到2030年成为碳中和或实际负值，并已经拿出了将在2050年生产的所有碳，因此我最终选择加入微软。

斯科特：在过去几年，感知神经经网络、自然语言深神经网络的规模扩大，不仅可以更好地解决深度神经网络领域已经面临的问题，而且能够通过这些网络解决未预料到的事情。因此，这种规模回报是显而易见的。你的背景和兴趣是模型本身，当你用他们试图了解这些科学领域深层结构的问题，可以使用相同的原则，用大规模模型注入这些科学问题，如模拟复杂的系统，并改进性能，这是否你目前感兴趣的领域？

韦林：我喜欢用一种新的显微镜来类比，从某种意义上来说，我们正在为化学家和生物学家开发一种新的显微镜。通过建设模拟方式，使用计算能力来运行物理模拟，但模拟成本昂贵。在以前，实验完成后我们会扔掉数据，只保存实验结果。现在的诀窍是保存所有模拟并回收它们，以便保存它们作为数据，并将它们回收到机器学习模型中，提高准确性。但最重要的是，物理模拟的速度更快，得到越来越多的数据，并改善机器学习模型。最后，整个系统不断提升。

斯科特：过去几年，人们把这种机器学习技术全面应用于棘手的科学问题。比如，应用于量子精确分子动力学模拟、计算流体动力学，甚至像他们的离散问题、组合优化问题。进一步改进机器学习领域，我觉得我们还处于早期，就你的观点来看，如果你在一个相信趋势并愿意投资计算平台的地方，并且相信建立这类模型会有很高的回报，将会更进一步促进该领域的发展。

韦林：实际上你的说法也概括了很多其他领域，例如芯片设计，过去数百名工程师设计几款芯片，但现在我们看到越来越多的机器学习进入这个领域。而且设计的芯片越多，就可以进一步回馈到更好的设计，最后我认为芯片将完全自主设计。这是另一个良性循环，利用机器学习会变得更好。

斯科特：当你完全自主地设计时，这些技术将会有所帮助。就像你的显微镜一样作为一种工具，人类利用它们去解决重要的问题。关于可持续发展问题，这是目前社会面临的重大问题，我们需要工具来帮助提高认知能力，才能尽快解决问题。

韦林：与微软的可持续发展目标相一致，我想把阿姆斯特丹实验室的关注点集中于可持续发展问题上，为了在可持续性方面取得进展，有许多问题需要解决。例如，催化器的设计将水分解称氢气或从空气中。

结语：微软研究院走过30年，科学前沿仍在延展

计算机技术在未来将会如何变革？无处不在的计算、AI大模型、VR设备将出现在人们生活和工作的每个角落。机器学习应用从棘手的科学难题到复杂的生物、化学问题，在解决行业难题的同时为机器学习增益，相辅相成。

在微软研究院成立30周年之际，微软董事长兼CEO纳德拉再次重述了其在科学前沿、社会责任等方面的初心，而展望未来，可见微软研究院十分明确在计算与联结、平台化大模型及支持虚拟现实等技术路径的战略布局。