走出研究室、勤跑客戶,微軟亞洲研究院如何讓AI接地氣?

2018.11.14 by
張庭瑜
走出研究室、勤跑客戶,微軟亞洲研究院如何讓AI接地氣?
James Huang 攝影
位於北京中關村的微軟亞洲研究院(Microsoft Research Asia),是微軟不少核心技術的發源地。不過,在這所以基礎科學研究為目的的研究院中,隨著AI時代來臨,任務也悄悄變得更多元。

位於中國北京中關村的微軟亞洲研究院(Microsoft Research Asia,MSRA),是微軟(Microsoft)除了美國以外規模最大的研究中心,不少微軟產品的核心技術都來自於此,像是Windows中的人臉辨識、OneNote的文字辨識、搜尋引擎Bing等,都應用了微軟亞洲研究院開發的電腦視覺技術。

不過,在這所以基礎科學研究為目的研究院中,隨著AI時代來臨、每個產業面對數位轉型之際,任務也悄悄變得更多元。

企業握有大數據,改變AI研究生態

去年底,微軟亞洲研究院院長洪小文提出「數位轉型即服務(DTaaS)」的概念,並推出「創新匯」計畫,讓研究院人員直接和產業客戶合作研發、加速AI在產業落地,至今已在中國累積十六個案例,涵蓋金融、製造、物流、零售、教育、醫療等領域。

微軟亞洲研究院院長洪小文推「創新匯」計畫,讓研究院人員直接和產業客戶合作研發、加速AI在產業落地。
微軟

之所以推出創新匯的原因,洪小文說可以從兩方面來看。

從客戶需求端來看,洪小文表示,新科技變化迅速,僅管大部分人都聽過AI、增強學習等名詞,卻不知如何應用;另一方面,雖然包含微軟等不少科技大廠,將新技術打包成SaaS(軟體即服務)讓企業更容易應用,但有些技術仍在發展中,還不足以成熟成為標準化產品。

在「發展成熟」和「發展中」的技術間,就成為新的市場缺口。

不過雙方合作,不只是產業端有需求。早在2015年,微軟執行長納德拉就指出,未來每間公司都會成為軟體公司;這意味著,每件事都可以數據化、模擬化、透過演算法做到最佳化,甚至是軟體自動決策。

當產業掌握的數據越來越多,也間接影響AI研究圈。

洪小文表示,過去研究人員只能使用特殊裝置搜集數據,但那並不是真實的數據,而透過和產業合作,可以拿到真實且即時的數據。另一個好處在於,過去要將科研成果導入業界,中間有一段不小的落差,現在透過雙方合作,可以加速將研發成果落實到產業中。

而這也是為什麼微軟亞洲研究院推出創新匯,讓研究人員從研究室走向客戶,將最新科技帶給企業,「我們提供平台科技,而夥伴提供產業知識和數據,一起創造最後一哩的研究開發和創新。」洪小文說。

洪小文:直到被用戶使用和肯定,創新才算完成

創新匯計畫推出剛屆滿一年,已小有成果。

與微軟亞洲研究院合作的首批企業之一,東方海外航運(OOCL),過去因為貨櫃在各港口分配不均,又來不及調度,常需要額外購買新貨櫃、或是銷毀閒置貨櫃,因此產生額外成本。

雙方合作後,微軟亞洲研究院為東方海外航運公司開發客製化的增強學習框架,最佳化貨櫃調度流程,短短六個月,過去貨櫃短缺的情形已經改善25%,預期可年省1千萬美元。除了技術支援,微軟亞洲研究院也計劃在未來一年,協助OOCL訓練200名IT人員擁有AI技能。

另一個案例則是微軟亞洲研究院與培生集團合作的英文學習應用「朗文小英」。以往,數位語言學習教材比較偏向加強閱讀、詞彙、文法,互動型的口說教學仍需要透過真人教師。不過,透過微軟亞洲研究院開發的語音辨識和語意理解等技術,朗文小英可以和學生練習英文對話和發音練習,指導口說表現。

微軟表示,創新匯在中國已有十六個案例,未來會持續在亞太地區推廣,目前也正和新加坡、日本、韓國等地業者洽談中。

不過從過去只需專心做研究,到現在多了和客戶溝通的環節,研究人員是否能適應?洪小文表示,對微軟亞洲研究院的員工來說,其目標不只是在學術研究中有所貢獻,也希望能讓創新應用在實際產品中,進而走入產業、影響世界,「這也是為什麼他們選擇加入研究院、而非學校的原因。」

「比起其他學科,如物理、化學,電腦科學是一個更接近實際生活的應用,」洪小文說,「一個創新,在被上百萬用戶使用和認可後,這時才可以說是完成整個創新的過程。」

研究需要長期展望,才能不畏科技「寒冬」

儘管微軟亞洲研究院開始走入產業,但其專注前沿技術研究的核心價值仍未改變。「研究工作真的需要把眼光放遠,」洪小文說,「如果沒有微軟長遠的展望和承諾的話,微軟亞洲研究院沒辦法做到任何事。」

舉例來說,微軟亞洲研究院核心研究主題之一的AI,過去60年來也經歷過不少次「寒冬」,甚至讓當時剛從學校畢業的洪小文,找工作時不敢對外說他在做AI研究,20年後的現在,「就算不是在做AI的人也說他在做AI。」他說。

「1991年,微軟決定要開始做微軟研究院,你認為當時比爾蓋茲知道AI在二十年後的今天會這麼熱嗎?」洪小文說,「不是,他只是想追求一個夢想。」如今,AI技術已經開始從學術走向產業,而這群擁有相同信念的研究學者,仍在探索未知的路上。

延伸閱讀

每日精選科技圈重要消息