距今 26 年前，1991 年，微軟的創辦人比爾蓋茲成立了微軟全球研究院，在當時他說，他希望未來電腦「能夠看」、「能夠說」、「能夠理解人類」。比爾蓋茲在說這句話的當時，家家戶戶才剛開始接受「個人電腦」這個概念，而在當時提出「能看、能說、能理解」的願景，大概很多人都不曾想像過。
如今，2017 年，全球已經有 6 個微軟研究院，其中 3 個位於美國本土，另外 3 座研究院則分別在中國、英國以及印度。在這之中，微軟的亞洲研究院，一直不斷的想實現比爾蓋茲當初的夢想，那個 26 年前的「遠大願景」，成就了今日亞洲微軟研究院的深厚基底，並屢屢在研發路上獲得突破，也讓 AI 的發展真正的往「能夠看」、「能夠說」、「能夠理解人類」邁進。
我們專訪了微軟亞洲研究院副院長潘天佑博士，和《TechOrange》發行人張育寧一同探討微軟亞洲研究院的事蹟、他們對於人工智慧（AI）的願景，以及從潘天佑博士的角度看待台灣現狀的想法。
（專訪文字整理：林厚勳）
微軟研究院：幾乎所有的微軟產品都有我們的影子
《TechOrange》發行人張育寧（以下簡稱張）：想請問您，微軟亞洲研究院目前有什麼具體的研究成果？
微軟亞洲研究院副院長潘天佑博士（以下簡稱潘）：要說研究成果的話，比較常被提起的有兩項，第一是全球「圖像識別」競賽 ImageNet，全球人工智慧團隊透過數百萬張的圖片資料庫進行識別競賽，比的是識別率與失敗率。
就人眼來說，失敗率大概為 5%，微軟亞洲研究院的人工智慧已經可以將失敗率降到 3.5%。簡單來說，已經可以宣布在「識別圖片」這塊領域上「超越人類」。
第二則是 2015 年始丹佛大學的 SQuAD（機器閱讀理解）挑戰賽中拿下冠軍。
這兩項是世界承認的紀錄，同時也是當時的世界第一。其實微軟研究院內部有許許多多商業化、未商業化的研究，我們可以很驕傲地說，在微軟所有的產品中，基本都有微軟研究院的影子存在。
人工智慧的大進步：大數據、運算能力和演算法終於到位的結果
張：您怎麼看待近兩年人工智慧的大躍進呢？
潘：如果你身處在這個領域中，其實不會用「大躍進」來形容，而是一直不斷向前發展的過程，而要說什麼技術的進展讓人工智慧躍上檯面，則有三個重點，也就是我說的，三個組成這場 AI 發展「完美風暴」的三要素：
1. 大數據：網路的興起，讓 Bing 等搜尋引擎有更多的資料流入；
2. 運算能力：「雲」的興起讓運算能力不再被侷限於硬體設備；
3. 演算法：如 DNN（深度神經網路）終於能夠跑得動了。
上述這三點，你可以觀察到，近年來爆炸成長的 AI 公司都有幾個特徵：手上握有龐大的數據量、擁有雲技術能夠進行龐雜的運算，以及最強的數據科學家。
張：我們該怎麼看待 AI 人工智慧 5-10 年後的未來？
潘：在 1998、1999 那幾年，在每個人家中尚未有網路時，就有一群人在想像網路可以帶來什麼衝擊，接著想盡辦法創業、投入，但接下來就是 2000 年的 .com 泡沫。
這群人有錯嗎？沒有，他們只是起步得太早，當時許多概念都是現代技術進步後才有辦法接著做的。
會舉這個例子，是因為 AI 在絕大多數的領域所帶來的衝擊，完全不輸給 Internet。Internet 是一種連結，而 AI 能夠自由地運用這廣大的連結與知識。
張：現行的人工智慧到底還缺少了什麼？
潘：人工智慧的發展可以分為兩個部分，一是「感知」，二是「認知」。感知的部分，人工智慧在「聽」、「看」領域已經做得比人類更好，只需要在這一端持續推進，達到 100% 的判斷率，就能夠真正把人工智慧當成「工具」來使用。
這邊我們必須要先理解，AI 最終超越人類是「必然」的結果，因為我們要把 AI 作為「工具」使用，如果一樣「工具」威力比人類來得弱，那我們就不需要這個「工具」，自己來就好了。就像車子比人走路還慢的話就不會有人要車子了一樣。
回到剛剛的話題，在認知的部分，目前還有一段距離要努力。因為光是人工智慧能不能「理解」、有沒有「意識」、是否有辦法「思考」，這些概念連要人類來解釋都不一定能解釋的清楚。舉例來說，微軟的人工智慧「小冰」，在中國每天有一億人跟它聊天，許多人不只天天聊，甚至還聊得很開心，但這並不代表「小冰」會思考、有感情了，而是因為它背後的大數據太過龐大，人類無法「預測」出它的思考路徑，當然會覺得有趣。
語言辨識：別人做英文，亞洲研究院從開頭就是做中文
張：只要談到「辨識」，就會跟「語言」產生關聯，相比起英文，中文是不是會增加辨識的難度，而微軟亞洲學院在中文領域又有什麼重大的進展？
潘：微軟研究院的成立，就是要做世界第一的研究，不會有「替大企業打工」的概念，所以最大的優勢就是能好好的「研究」中文，加很多研究員本身就是中國人、台灣人，他們本來就會中文。就拿小冰來說，它就是 100% 從中文開始製作的人工智慧，在完成中文版之後引起總部的重視，隨後才做了日本版的 Rinna，接續還有美國、印度、印尼版的 chatbot，小冰可以說是最強的聊天機器人。
早在 14、15 年前，微軟就曾推出能夠自生產生下聯的「微軟對聯」，由中國清華大學專注於自然語言處理的教授周明團隊製作。到現在還有許多網路遊戲公司來跟微軟洽談，希望能夠將微軟對聯放進遊戲中。
微軟亞洲研究院對中文的態度就是，我們從來不把中文當成英文的附屬品，中文就是主體。
研究院的招聘方法：認真做研究，菁英自然會主動被吸引進來
張：回歸到研究院本身，我們想了解微軟研究院是如何招聘人才，吸引一流的人才的？還有你們如何處理研究員的考績？
潘：說實話，我們不太重視考績，當你能招聘到世界第一流的人才進入研究院時，他們就會自己督促自己，不需要額外的監督。
另位，與大學教授們的合作，微軟也不會打著「招聘」、「功利」的大旗。如果你（亞洲研究院）真的作出了一些世界級的成績，學術圈的教授們自然會讓學生來微軟研究院當實習生，日本、韓國、台灣都有。這與微軟亞洲研究院的實力有正向關係。
微軟能提供的還有龐大的數據資料、人才交流，透過合作甚至能夠讓學術的結果商業化，或是真正應用在生活中。舉例來說，學校的確也能夠發展類似的研究，不過微軟的小冰一天能夠接觸到更多的人，在數據樣本的取得上就有很大的差距。
微軟亞洲學院現有的 200 人，也是透過這種關係慢慢建立，而不是死板板的招聘。
張：該怎麼看待台灣學術圈的人才狀況？許多人抱怨台灣留不住高端的研究人才，教育制度也讓教授沒有辦法好好的做研究？
潘：觀看近期的大學排名起落，我們很清楚的看到一些國家的大學排名爬升的很快，像是新加坡的南洋大學，或是香港、韓國的大學都是。舉例來說，韓國的 Kaist 大學，透過全英語教學吸引全世界的人才來學習、吸引全說將最 top （頂尖）的教授來教書，就是透過政府國立的大力投入；或是另一間韓國大學浦項工科大學，也是全英語授課，學習的榜樣是加州理工學院。
中國的發展也很強，不過那是因為政府政策清楚，加上中國有先天的人口優勢，對於發展的動能我們不會太驚訝，甚至還覺得往後的能量會更大。
至於在台灣部分，我一點都沒有覺得台灣不好，台灣的人才不可多得，工程能力可以說是亞洲第一，這也是為什麼我們很多學生在美國矽谷、中國都很受歡迎。
至於要不要衝進世界百大大學排名，這則是國家策略問題，要衝進去可以，但很貴，而這是台灣比較美好的地方，就學機會平等、學術資源分散，或許你看前 100 名台灣好像沒幾間，但你若把級距拉到 500 名，台灣進到榜單的學校就有 16 名。
台灣國力衰退：重點不是人才外流，而是他們不願回流
張：前面您提到，台灣在大學資源上的策略選擇，會不會導致人工智慧或是技術相關的「國力」比不上其他國家的原因？
潘：這一樣是「著眼點」問題，當我們提到人才外流，當初台灣早期也是一堆人出國唸書、工作，但也就是這些人才，造就了今日的科學園區。
外流很好，就是一種交流，當有一天這些人「回流」了才是最重要的。人才不出去反而才是最大的問題，我想，不只要出去留學，最好還要在國外工作幾年，吸收經驗。
真正的重點是，回來的誘因是否足夠，但這也不全然是政府的問題，而是台灣有沒有適合創新創業的環境、年輕人有沒有企圖心、成功的企業家們願意放多少空間給年輕人。
微軟的精明發展策略：產品還沒到當地，就先用研究院在當地發展，打點好人才與政府
張：我們要怎麼樣才能加入微軟亞洲研究院呢？？
潘：實習的話很簡單，線上就能夠申請，不過我可要先講在前面，非常不容易上。我們也很願意跟學校教授合作，合作關係非常開放，像韓國政府就非常積極，只要微軟投資任何韓國教授一塊錢，韓國政府就投資五倍。同時，他們也跟微軟研究院簽署合約，每年送 20 個實習生來。
張：微軟亞洲研究院怎麼「留住人才」？
潘：亞洲研究院成立於 1998 年，在產品部門先進入中國前，我們的研發部門就先到了。比爾蓋茲的策略非常棒，先用研究院把最高端的人才吸住，把人才、政府搞好，人才才有機會發散。
在研究院的研究員，如果想要把成果轉換成產品，就加入產品部門就行，可以運用微軟的資源把想法變成很具體的產品。
而研究院第一個成立的部門就是學術合作部，利用與學校的合作讓研究院持續壯大，所以才有媒體說微軟亞洲研究院是中國互聯網的黃埔軍校。
至於亞洲研究院這麼多的人才向外發散，內部卻從來沒有空窗期，我認為是因為「江山代有人才出」，是因為過往跟學校的合作非常紮實，對於人才的培養非常前瞻。
這從來就不是人數的問題，我們的重點是要最頂尖的人才、把東西做的最深。
（專訪文字整理：林厚勳，本文提供合作夥伴轉載。）
延伸閱讀
電商應該先有想像，導入人工智慧後才有創新的可能性——專訪微軟亞洲研究院副院長潘天佑
【專產十八銅人的少林寺！】中國「微軟亞洲研究院」就是中國科技人才的頂級生產線
【從智障變天才】機器學習發展簡史：只花三年錯誤率比人類更低
