今年9月，创新工场CEO李开复博士出了本新书叫《AI·未来》，描绘人工智能新世界的样貌、未来人工智能对社会的冲击以及在人工智能时代人们的应对策略。作为前微软全球副总裁，李开复在37岁那年受命成为当时还叫微软中国研究院的首任院长。

如今的微软全球执行副总裁，微软人工智能(AI)及微软研究事业部负责人沈向洋参与主持的新书《未来计算：人工智能及社会角色》中文版也即将正式出版发行。2018世界人工智能大会上，沈向洋还宣布将与上海仪电的合作，双方在上海建立人工智能创新院。

有意思的是，微软前任和现任几位华人副总裁们包括陆奇(前微软全球执行副总裁)、沈向洋(微软全球执行副总裁)、李开复(前微软全球副总裁)、洪小文(微软全球资深副总裁)均为美国卡耐基梅隆大学(Carnegie Mellon University)计算机学院博士。其中，沈向洋、李开复、洪小文还都是“图灵奖”得主、著名计算机专家罗杰·瑞迪(Raj Reddy)教授的学生。

而沈向洋是微软目前唯一的华人EVP(Executive Vice President，执行副总裁)，负责微软中长期战略制定，亲自带领5000人以上的人工智能团队。他也是陆奇之后，目前微软领导结构中位置最高的华人。

在学术上，沈向洋是计算机视觉和图形学研究的世界级专家，是美国电气电子工程协会院士(IEEE Fellow)、国际计算机协会院士(ACM Fellow)，曾任国际计算视觉期刊编委会成员。2017年2月，沈向洋当选美国工程院院士。

去年5月份，微软的人工智能机器人小冰出了一部诗集。这部标榜人类历史上100%由人工智能创作的诗集有个唯美而忧伤的名字：《阳光失了玻璃窗》。沈向洋在书的封底写了这样一段话，“人工智能是计算机科学皇冠上的宝石，也是历代卓越的科学家们皓首穷经毕生追求的极致目标，现在它无疑正迎来历史上最好的时代。”

2018世界人工智能大会上，第一财经记者有机会独家对话沈向洋，好好聊聊这个对于人工智能而言最好时代的机遇、浮躁和惴惴不安。

第一财经：随着大数据，云计算以及深度学习等技术的出现，全球范围内人工智能的建设如火如荼。您曾经提到，未来全球AI的格局会有两个巨头，一个是美国，一个是中国。您觉得中美两国在发展AI的路径与思路上有何区别?各自有什么优势?又将有哪些方面的合作与共赢?

沈向洋：人工智能现在在全球都非常热，很多国家也都进入人工智能这个领域，做的也都非常好，比如像加拿大、英国、法国，这些国家也都取得了非常好的成果。

但是中美两国因为整个经济的实力、科技的实力以及对整个人工智能的发展的重视，我相信在人工智能未来的发展中肯定会成为这一领域的两大巨头。

从人工智能整体的发展来看，最近人工智能的一些进步主要是有三个原因：第一是因为互联网和物联网给我们带来这么多的数据;第二，不断增加的运算的功能，特别是在云计算给我们带来强大的计算功能;第三是在精准算法上面，特别是深度学习、深度神经网给我们带来的新的突破。

如果你从这些方面去看的话，其实中美一起来做这样一个人工智能的方法，大家都是比较相同的一套路径：必须要有很多数据才可以落地，必须要做芯片，运算的能力要增强，包括云计算能力的加强。中国和美国都有相当多的科研工作者在不断地看，比如讲深度学习新的体系结构到底是什么，有些什么新的研究方法的出现，从这个角度来讲，相同的地方多。

但是也有一些新的研究方向，比如最近像美国比较重视的，我自己也比较关注的两个方面：一个是可解释的人工智能，今天虽然人工智能做了很多很强的技术，出了结果，但是为什么是这样，怎么去解释，这个是很重要;第二点，在做人工智能这件事情上，对安全和隐私的情况下，怎么去做人工智能，这个方面最近进展比较多一些。

第一财经：中国在人工智能方面跟国外相比，差距在哪里?

沈向洋：随着中国经济的不断发展，科技的不断提升，很重要的一件事情是在技术科研这件事情上还一定要继续加大力度。今天来讲，基础科研大家都基本上同意，美国在全世界还是走在最前面。在人工智能有很多基础科研的方向上，我觉得我们应该尽早进入，包括脑科学和人工智能的结合。

另外一点，我觉得在计算机、人工智能这些方面的人才的培养，很重要的一件事情是学术界和工业界的结合。因为在工业界走的很快，看到很多具体的问题，那么学术界如果能够和工业界有更加有机的结合的话，可以令到我们这些教授们有更加有意义的研究方向、研究课题，大家可以一起做的更好。

第一财经：您曾经提到，持续成功的公司必须要做长远的基础技术研究，那么微软判断有哪些技术能够对未来产生巨大影响?您也曾经提到，像微软这样一个全球巨头公司最难决定的不是要做什么，而是不做什么，如今人工智能在各行业都展现了广阔的发展前景，微软在进行战略布局时是如何权衡与取舍的呢?

沈向洋：我们一直在思考，每一家公司都要认真地去想应该做什么，应该不要做什么。之所以我会讲像大的科技公司，比如讲像微软这样，应该做什么，应该不做什么，这个问题更加严重，主要的问题就是说如果你是一家小公司，你的资金、人才就会令到你不可能去想太多的想法，把当前的产品做好就很了不起了。

但是，微软因为相对来讲我们有这样的一个奢侈的机会就是可以看很多很多的方面，可以看短期、中期、长期。但是在决定哪一个方向要进入的时候，哪个时候再去投入的时候，实际上是也很困难的一件事情。在思考、做决策的时候，从CEO到下面的副总裁，都要一起思考这样一个问题。

对微软来讲，我们的世界观现在非常清楚，现在讲就是智能云、智能端，无处不在的计算，无所不在的智能，这是我们现在重点，也是整个公司向前接下来10年、20年发展的方向。因为我们这样一个世界观，未来可以看到的我们一系列发展的机会。

第一财经：面对人工智能时代的到来，我们都带着强烈的期待，同时也怀揣着一些不安。人们开始担心自己的工作是否在不远的将来会被人工智能替代，您认为在人工智能不断发展的大趋势下，人类应该如何保证自己的核心竞争力?您在《未来计算》一书中也谈及了人工智能的发展将面临的种种社会伦理挑战，我们应该如何处理好自身与人工智能之间的关系呢?

沈向洋：在微软公司，从一开始我们做人工智能就在思考这样的问题，特别是在过去这几年.我们在过程当中就决定做了两件事情，第一件事情就是联合整个工业界的、高科技界的一些其它的大公司，包括中国大的科技公司一起，我们做了一个Partner AI。大家一起去思考，这里面大家共同会遇到的问题，肯定这些问题不只是微软公司本身的问题。这是我们在微软外面做的这样一件事情，现在整个Partner做的非常好，已经有几十家公司在一起思考。

另外，在微软内部，我们就成立了一个伦理委员会，成立这个伦理委员会的目的就是希望以后微软做的每一项产品，每一项服务都要经过这个伦理委员会做一个评估，做一个衡量。事实上今天在微软，我们任何的产品离开微软之前，我们会做安全审查。

第一财经：人工智能技术的总体趋势是增加系统的自主性，机器学习的技能固然强大，但是随着自主权的增加，出错的概率也在增加。您如何看待人工智能在应用过程中，如自动化工业流程、自动化金融交易算法、自动驾驶汽车等可能出现的安全问题?应该如何预防与应对?

沈向洋：在我们所有的AI从业人员，科技人员也好，产品人员也好，一定要明白一件事情，就是对设计这些AI产品要有一个敬畏之心。

我以前跟小冰的团队一直讲，因为很多的人工智能实际上影响到，不仅仅是所谓的Physical的世界，而且它会去到Mental的世界，就是对你的人脑都有很多的影响。

最后就有一些自动的系统，自主的系统，他们在做一些决定的时候就会产生很多问题，这些很多问题本身并不仅仅只是一个技术的问题，它实际上会变成一个社会的问题，也会变成一个法律的问题。

比如自动驾驶，如果说突然碰到一个紧急情况，它往左开可能会撞到一个老人，往右开可能会撞到一个小孩子，都是很不幸的情况，没有人希望这样的情况发生，但是情况发生了，如果对人类的驾驶员来讲，不管发生了什么情况，比如讲警察来了，警察就会问这个驾驶员说刚才发生了什么事情，这个人可能会说我脑子都懵掉了，我都不知道到底是怎么一回事情。责任当然是要负的，但是他是做了这样一个决定。

但是对AI来讲，对自动驾驶来讲，就没有可能给这样的回答。我相信未来对这样一些问题，对这个企业是一个很大的挑战，对社会、对政府、对立法都是一个很大的挑战。

第一财经：您提到过“做人工智能首先要有原则”，这里的原则如何理解?

沈向洋：为什么我们做人工智能?做人工智能的目的不是取代人类，做人工智能的目的是能够延展人类的智能，能够放大人类的能力，就像蒸汽机提供了更大的动力，而汽车可以令我们走的更远。人工智能可以拓展我们脑力，让我们更好的向前走。

另外，我觉得整个人工智能的发展，不仅仅只是工业界的问题。我呼吁政府应该非常积极主动去引导整个行业。

事实上就是几个月前，我们微软公司CEO纳德拉先生在美国公开呼吁美国政府应该更加主动地进入人工智能发展政策的制定、规则的制定，甚至监管的方式。因为这件事情对整个社会的问题，这个影响太大了。最重要的一件事情就是因为大家都认识到人工智能是个机会，所以一定要去想整个生态系统，包括硬的环境，包括软的环境，包括人才的培养。

第一财经：人工智能在产业变革当中是一个驱动力，如何赋能传统行业，在中国的一些城市有怎样的进展?比如说在上海，实践层面，哪些行业现在已经开始应用了人工智能?

沈向洋：大家可能对人工智能的理解有一个误区，认为人工智能机器人可能会对人造成一些伤害。其实人工智能最重要的是个技术的工具，人工智能最后要落地还是要和所有的垂直的工业行业去结合，才有真正的人工智能有意义，比如讲人工智能+医疗，人工智能+交通，人工智能加很多的制造。

今天的人工智能已经帮助到我们的城市，比如讲今天很多的摄像头可以帮助我们了解路况到底是什么样的情况，令到我们整个交通的调度更加高效。人工智能的很多应用已经已经发生，不过我们还可以比今天做的更好。