Windows 7操作系统的正式发布引发了新一代操作系统的大战，谷歌公司也随之杀入了这场竞争之中。与之相对应的是，互联网终端，无论是计算机、手机还是电视屏幕，都被拉进了一个“云计算”时代的宏大叙事当中。在“云计算”的时代里，往日的IT业巨人将会扮演什么样的角色，租用软件服务会如何改变我们的生活，人工智能将走向何方？本报记者在微软亚洲研究院采访了洪小文院长，请他向大家描述了自己眼中计算机、人工智能和互联网的未来。

　　【人物名片】 洪小文

　　毕业于台湾大学电机工程学专业，于卡内基—梅隆大学获得计算机硕士及博士学位，美国电机电子工程师学会院士，是国际公认的语音识别技术专家。曾就职于苹果公司。1995年加入微软亚洲研究院，并于2004年担任微软亚洲研究院副院长。2007年前任微软亚洲研究院院长。

　　1 搞研发需要高情商

　　新京报：在微软研究院里工作的都是“科学怪人”吗？

　　洪小文：整个微软9万多职工，研究院的人数只占了1%，就像在社会中，科学家的数量也是少部分一样。

　　他们不是爱因斯坦，都是普通人。不过，科研很多时候是在做梦，研究院的确会找一些对未来有梦想，能够实现梦想的人。

　　新京报：他们的智商都非常高吧？

　　洪小文：是不是只有最聪明的人才能做科研，我不敢讲。但对现实希望能更精益求精，追求梦想，这一定需要最聪明的人吗？我们的科研人员是需要一些情商的。要讲团队合作，至少要让大家喜欢和你工作。今天的互联网，大部分的软件都是针对人的，所以情商起到了很重要的作用。

　　新京报：你怎么看现在很火的“云计算”概念，以及这个领域人人都想分一杯羹的激烈竞争？

　　洪小文：“云计算”是必然的趋势。很像买房。现在呢，你可能租房就可以了，里面什么都有。“云计算”技术下，只要接到了网络，就可以得到所有你想要的东西。

　　有几点还是要注意的：首先，还是有很多人要买房的，资料放在别人那里，安全性怎么保证？一定还是有人会用传统的方式。有人说全球都会变成云计算什么的，我觉得这么说不负责任；另外，“公共云”和“私人云”还是有区别的。所以“云”是分很多种的；第三，“云”还是要和“端”结合起来；最后，云计算里面有一些有用的服务，但只有把软件放在数据库中才能产生服务，有了软件才有内容。

　　2 软件更新会快于硬件

　　新京报：“摩尔定律”说硬件的更新速度为每18个月更新一次，但过去30年中，计算机理论并没有很大的突破。因此，摩尔定律将很难延续到2020年以后。这是真的吗？

　　洪小文：每一行都会有瓶颈。所以应该放更多的经费在基础科学上。我觉得任何时代都需要好的突破，我个人是乐观的。今天微软在说“三块屏幕，同一片云”，指的是“电脑屏幕、手机屏幕、电视屏幕”，“云”是“云计算”。这些东西，几年前是做不出来的。今天的手机，不但可以上网，还可以触摸。这在五年前还只是个梦想。所以说互联网只是一个基本的网络，互联网上可以做很多新的东西。基础技术的创新才能让我们继续做下去。

　　新京报：所以你觉得摩尔定律可以继续延续下去吗？

　　洪小文：摩尔定律说的是硬件更新的速度，现在还有网络和软件更新的速度。任何硬件都有物理的极限，而软件则是无形的。前段时间在松鼠会举办的科学嘉年华上，我向大家展示了一些现在正在开发的图像软件。图像中，一个小狗在树前，你把小狗切除掉，软件可以自动把后面的背景还原了，这种技术现在一些地图软件中已经开始运用。切除的技术也很不一样，我们随便在一个物体或人上画几笔，就可以把这个物体切除掉。听上去就好像做梦一样。我个人是很乐观的。

　　3 语音识别已经很准确

　　新京报：微软亚洲研究院的专长主要在图像和语音处理这块，现在你们主要在做哪些方面的工作？

　　洪小文：现在研究院一个很重要的研发方向叫做“自然人机界面”的综合技术。以前是要让电脑模拟人，现在的方向则是要电脑用自己的方式了解你。今后的人和电脑之间，可以通过各种方式交流，比如如果有摄像头的话，挥手就可以交流。另外，“云计算”是很新的领域，这也是很大的一个发展。你所有的信息、资料都在互联网上，可以通过GPRS随时知道你在哪儿，可以随时向你传递你要的东西。

　　新京报：你是做语音出身，这方面会有哪些突破？

　　洪小文：语音合成会有很大突破。你现在随便讲任何话，我可以让电脑录下来，回头分析你的语速。可以通过模拟，制作出你所需要的新的讲话。比如周杰伦的粉丝，就可以录他的声音，然后用软件让“周杰伦”讲任何你想听的话，唱任何歌。

　　新京报：中文这样复杂的语言，什么时候会出现准确率较高的语音输入法呢？

　　洪小文：现在的office的中文语音输入文章，准确性可达到95%，已经很不错了。

　　当然真正让电脑了解你讲的每一句话，区分说话时的背景和噪音，这还是需要很复杂的技术的。人讲话时会用手势，会有身体语言，人工智能中也是这样。多通道识别其实是更有意思的项目。

　　4 机器就该起辅助作用

　　新京报：我们会从鼠标和键盘中解放出来吗？

　　洪小文：鼠标和键盘还是不错的，人有时候讲话是模糊的，比如说“把这个文档删除”，不如直接把文档拽到“回收站”里。但如果屏幕是投影在墙上的，你再用鼠标就很怪，那就可以用一些手势，空中画几笔，电脑就知道我在写什么了。所以“自然人机界面”是研究院很大的研究方向。

　　新京报：这个主要借鉴哪些技术？

　　洪小文：比如红外或普通的摄像头，可以用来进行视觉识别。再比如陀螺仪技术，现在很多手机有一种游戏，可以位移手机，让里面的一个球滚来滚去。两个手机要发名片，你一“甩”就“甩”过去了，就是靠陀螺仪技术。

　　新京报：十年后的人工智能会是怎样的？

　　洪小文：肯定比现在好，但是我相信还是会和人有一定距离。现在的人工智能已经能和人下棋，吸尘器到了转角会自己转弯的程度。但自动驾驶技术，一旦遇到眼前一片雾茫茫什么都看不见时，还是需要人的经验。搞人工智能，我们要考虑目的是什么。如果人工智能是为了“造人”，那我们人类几千几万年前就已经会了。人工智能的目的，是要造出和人一模一样的智慧呢？还是为了让电脑更好用，帮助人实现做不到的事情？从应用的角度看，机器就是该作为人的辅助。人走不快，汽车让人走得更快，这就是很实用的想法。

　　3 语音识别已经很准确

　　新京报：微软亚洲研究院的专长主要在图像和语音处理这块，现在你们主要在做哪些方面的工作？

　　洪小文：现在研究院一个很重要的研发方向叫做“自然人机界面”的综合技术。以前是要让电脑模拟人，现在的方向则是要电脑用自己的方式了解你。今后的人和电脑之间，可以通过各种方式交流，比如如果有摄像头的话，挥手就可以交流。另外，“云计算”是很新的领域，这也是很大的一个发展。你所有的信息、资料都在互联网上，可以通过GPRS随时知道你在哪儿，可以随时向你传递你要的东西。

　　新京报：你是做语音出身，这方面会有哪些突破？

　　洪小文：语音合成会有很大突破。你现在随便讲任何话，我可以让电脑录下来，回头分析你的语速。可以通过模拟，制作出你所需要的新的讲话。比如周杰伦的粉丝，就可以录他的声音，然后用软件让“周杰伦”讲任何你想听的话，唱任何歌。

　　新京报：中文这样复杂的语言，什么时候会出现准确率较高的语音输入法呢？

　　洪小文：现在的office的中文语音输入文章，准确性可达到95%，已经很不错了。

　　当然真正让电脑了解你讲的每一句话，区分说话时的背景和噪音，这还是需要很复杂的技术的。人讲话时会用手势，会有身体语言，人工智能中也是这样。多通道识别其实是更有意思的项目。

　　4 机器就该起辅助作用

　　新京报：我们会从鼠标和键盘中解放出来吗？

　　洪小文：鼠标和键盘还是不错的，人有时候讲话是模糊的，比如说“把这个文档删除”，不如直接把文档拽到“回收站”里。但如果屏幕是投影在墙上的，你再用鼠标就很怪，那就可以用一些手势，空中画几笔，电脑就知道我在写什么了。所以“自然人机界面”是研究院很大的研究方向。

　　新京报：这个主要借鉴哪些技术？

　　洪小文：比如红外或普通的摄像头，可以用来进行视觉识别。再比如陀螺仪技术，现在很多手机有一种游戏，可以位移手机，让里面的一个球滚来滚去。两个手机要发名片，你一“甩”就“甩”过去了，就是靠陀螺仪技术。

　　新京报：十年后的人工智能会是怎样的？

　　洪小文：肯定比现在好，但是我相信还是会和人有一定距离。现在的人工智能已经能和人下棋，吸尘器到了转角会自己转弯的程度。但自动驾驶技术，一旦遇到眼前一片雾茫茫什么都看不见时，还是需要人的经验。搞人工智能，我们要考虑目的是什么。如果人工智能是为了“造人”，那我们人类几千几万年前就已经会了。人工智能的目的，是要造出和人一模一样的智慧呢？还是为了让电脑更好用，帮助人实现做不到的事情？从应用的角度看，机器就是该作为人的辅助。人走不快，汽车让人走得更快，这就是很实用的想法。