台湾 AI 人才外流不是坏事,重点愿不愿意「回流」──专访微

2020-06-24  阅读 394 次 作者:

台湾 AI 人才外流不是坏事,重点愿不愿意「回流」──专访微

距今 26 年前,1991 年,微软的创办人比尔盖兹成立了微软全球研究院,在当时他说,他希望未来电脑「能够看」、「能够说」、「能够理解人类」。比尔盖兹在说这句话的当时,家家户户才刚开始接受「个人电脑」这个概念,而在当时提出「能看、能说、能理解」的愿景,大概很多人都不曾想像过。

如今,2017 年,全球已经有 6 个微软研究院,其中 3 个位于美国本土,另外 3 座研究院则分别在中国、英国以及印度。在这之中,微软的亚洲研究院,一直不断的想实现比尔盖兹当初的梦想,那个 26 年前的「远大愿景」,成就了今日亚洲微软研究院的深厚基底,并屡屡在研发路上获得突破,也让 AI 的发展真正的往「能够看」、「能够说」、「能够理解人类」迈进。

我们专访了微软亚洲研究院副院长潘天佑博士,和《TechOrange》发行人张育宁一同探讨微软亚洲研究院的事蹟、他们对于人工智慧(AI)的愿景,以及从潘天佑博士的角度看待台湾现状的想法。

(专访文字整理:林厚勋)

微软研究院:几乎所有的微软产品都有我们的影子

《TechOrange》发行人张育宁(以下简称张):想请问您,微软亚洲研究院目前有什幺具体的研究成果?

微软亚洲研究院副院长潘天佑博士(以下简称潘): 要说研究成果的话,比较常被提起的有两项,第一是全球「图像识别」竞赛 ImageNet,全球人工智慧团队透过数百万张的图片资料库进行识别竞赛,比的是识别率与失败率。

就人眼来说,失败率大概为 5%,微软亚洲研究院的人工智慧已经可以将失败率降到 3.5%。简单来说,已经可以宣布在「识别图片」这块领域上「超越人类」。

第二则是 2015 年始丹佛大学的 SQuAD(机器阅读理解)挑战赛中拿下冠军。

这两项是世界承认的纪录,同时也是当时的世界第一。其实微软研究院内部有许许多多商业化、未商业化的研究,我们可以很骄傲地说,在微软所有的产品中,基本都有微软研究院的影子存在。

人工智慧的大进步:大数据、运算能力和演算法终于到位的结果

张:您怎幺看待近两年人工智慧的大跃进呢?

潘: 如果你身处在这个领域中,其实不会用「大跃进」来形容,而是一直不断向前发展的过程,而要说什幺技术的进展让人工智慧跃上檯面,则有三个重点,也就是我说的,三个组成这场 AI 发展「完美风暴」的三要素:

上述这三点,你可以观察到,近年来爆炸成长的 AI 公司都有几个特徵: 手上握有庞大的数据量、拥有云技术能够进行庞杂的运算,以及最强的数据科学家。

张:我们该怎幺看待 AI 人工智慧 5-10 年后的未来?

潘: 在 1998、1999 那几年,在每个人家中尚未有网路时,就有一群人在想像网路可以带来什幺冲击,接着想尽办法创业、投入,但接下来就是 2000 年的 .com 泡沫。

这群人有错吗?没有,他们只是起步得太早,当时许多概念都是现代技术进步后才有办法接着做的。

会举这个例子,是因为 AI 在绝大多数的领域所带来的冲击,完全不输给 Internet。Internet 是一种连结,而 AI 能够自由地运用这广大的连结与知识。

张:现行的人工智慧到底还缺少了什幺?

潘: 人工智慧的发展可以分为两个部分,一是「感知」,二是「认知」。感知的部分,人工智慧在「听」、「看」领域已经做得比人类更好,只需要在这一端持续推进,达到 100% 的判断率,就能够真正把人工智慧当成「工具」来使用。

这边我们必须要先理解,AI 最终超越人类是「必然」的结果,因为我们要把 AI 作为「工具」使用,如果一样「工具」威力比人类来得弱,那我们就不需要这个「工具」,自己来就好了。就像车子比人走路还慢的话就不会有人要车子了一样。

回到刚刚的话题,在认知的部分,目前还有一段距离要努力。因为光是人工智慧能不能「理解」、有没有「意识」、是否有办法「思考」,这些概念连要人类来解释都不一定能解释的清楚。举例来说,微软的人工智慧「小冰」,在中国每天有一亿人跟它聊天,许多人不只天天聊,甚至还聊得很开心,但这并不代表「小冰」会思考、有感情了,而是因为它背后的大数据太过庞大,人类无法「预测」出它的思考路径,当然会觉得有趣。

语言辨识:别人做英文,亚洲研究院从开头就是做中文

张:只要谈到「辨识」,就会跟「语言」产生关联,相比起英文,中文是不是会增加辨识的难度,而微软亚洲学院在中文领域又有什幺重大的进展?

潘: 微软研究院的成立,就是要做世界第一的研究,不会有「替大企业打工」的概念,所以最大的优势就是能好好的「研究」中文,加很多研究员本身就是中国人、台湾人,他们本来就会中文。就拿小冰来说, 它就是 100% 从中文开始製作的人工智慧 ,在完成中文版之后引起总部的重视,随后才做了日本版的 Rinna,接续还有美国、印度、印尼版的 chatbot,小冰可以说是最强的聊天机器人。

早在 14、15 年前,微软就曾推出能够自生产生下联的「微软对联」,由中国清华大学专注于自然语言处理的教授周明团队製作。到现在还有许多网路游戏公司来跟微软洽谈,希望能够将微软对联放进游戏中。

微软亚洲研究院对中文的态度就是, 我们从来不把中文当成英文的附属品,中文就是主体。

研究院的招聘方法:认真做研究,菁英自然会主动被吸引进来

张:回归到研究院本身,我们想了解微软研究院是如何招聘人才,吸引一流的人才的?还有你们如何处理研究员的考绩?

潘: 说实话,我们不太重视考绩,当你能招聘到世界第一流的人才进入研究院时,他们就会自己督促自己,不需要额外的监督。

另位,与大学教授们的合作,微软也不会打着「招聘」、「功利」的大旗。如果你(亚洲研究院)真的作出了一些世界级的成绩,学术圈的教授们自然会让学生来微软研究院当实习生,日本、韩国、台湾都有。这与微软亚洲研究院的实力有正向关係。

微软能提供的还有庞大的数据资料、人才交流,透过合作甚至能够让学术的结果商业化,或是真正应用在生活中。举例来说,学校的确也能够发展类似的研究,不过微软的小冰一天能够接触到更多的人,在数据样本的取得上就有很大的差距。

微软亚洲学院现有的 200 人,也是透过这种关係慢慢建立,而不是死板板的招聘。

张:该怎幺看待台湾学术圈的人才状况?许多人抱怨台湾留不住高端的研究人才,教育制度也让教授没有办法好好的做研究?

潘: 观看近期的大学排名起落,我们很清楚的看到一些国家的大学排名爬升的很快,像是新加坡的南洋大学,或是香港、韩国的大学都是。举例来说,韩国的 Kaist 大学,透过全英语教学吸引全世界的人才来学习、吸引全说将最 top(顶尖)的教授来教书,就是透过政府国立的大力投入;或是另一间韩国大学浦项工科大学,也是全英语授课,学习的榜样是加州理工学院。

中国的发展也很强,不过那是因为政府政策清楚,加上中国有先天的人口优势,对于发展的动能我们不会太惊讶,甚至还觉得往后的能量会更大。

至于在台湾部分,我一点都没有觉得台湾不好,台湾的人才不可多得,工程能力可以说是亚洲第一,这也是为什幺我们很多学生在美国硅谷、中国都很受欢迎。

至于要不要冲进世界百大大学排名,这则是国家策略问题,要冲进去可以,但很贵,而这是台湾比较美好的地方,就学机会平等、学术资源分散,或许你看前 100 名台湾好像没几间,但你若把级距拉到 500 名,台湾进到榜单的学校就有 16 名。

台湾国力衰退:重点不是人才外流,而是他们不愿回流

张:前面您提到,台湾在大学资源上的策略选择,会不会导致人工智慧或是技术相关的「国力」比不上其他国家的原因?

潘: 这一样是「着眼点」问题,当我们提到人才外流,当初台湾早期也是一堆人出国唸书、工作,但也就是这些人才,造就了今日的科学园区。

外流很好,就是一种交流,当有一天这些人「回流」了才是最重要的。人才不出去反而才是最大的问题,我想,不只要出去留学,最好还要在国外工作几年,吸收经验。

真正的重点是,回来的诱因是否足够,但这也不全然是政府的问题,而是台湾有没有适合创新创业的环境、年轻人有没有企图心、成功的企业家们愿意放多少空间给年轻人。

微软的精明发展策略:产品还没到当地,就先用研究院在当地发展,打点好人才与政府

张:我们要怎幺样才能加入微软亚洲研究院呢??

潘: 实习的话很简单,线上就能够申请,不过我可要先讲在前面,非常不容易上。我们也很愿意跟学校教授合作,合作关係非常开放,像韩国政府就非常积极,只要微软投资任何韩国教授一块钱,韩国政府就投资五倍。同时,他们也跟微软研究院签署合约,每年送 20 个实习生来。

 

张:微软亚洲研究院怎幺「留住人才」?

潘: 亚洲研究院成立于 1998 年,在产品部门先进入中国前,我们的研发部门就先到了。比尔盖兹的策略非常棒,先用研究院把最高端的人才吸住,把人才、政府搞好,人才才有机会发散。

在研究院的研究员,如果想要把成果转换成产品,就加入产品部门就行,可以运用微软的资源把想法变成很具体的产品。

而研究院第一个成立的部门就是学术合作部,利用与学校的合作让研究院持续壮大,所以才有媒体说微软亚洲研究院是中国互联网的黄埔军校。

至于亚洲研究院这幺多的人才向外发散,内部却从来没有空窗期,我认为是因为「江山代有人才出」,是因为过往跟学校的合作非常扎实,对于人才的培养非常前瞻。

这从来就不是人数的问题,我们的重点是要最顶尖的人才、把东西做的最深。

(专访文字整理:林厚勋,本文提供合作伙伴转载。)

上一篇:
下一篇: