编者按

近日，在微软研究院举办的机器学习前沿论坛中，微软剑桥研究院院长Christopher Bishop与微软全球资深副总裁Peter Lee展开了一场精彩的对话，分享了他们对机器学习研究和未来趋势的看法。以下是对话内容的精选整理。

对话内容

Christopher Bishop：很高兴与Peter Lee交流。首先祝贺你成为微软研究院的负责人。你可以谈谈微软为何选择将科研和技术孵化结合在一起吗？

Peter Lee：感谢Chris。我认为这个问题非常重要。近年来，微软的研究、基于研究的想法乃至研究人员自身越来越多地参与到新技术、新工程、新业务线和新产品开发中。这是因为我们需要响应行业发展的方式，例如云计算中硅的应用、保密计算、大规模NLP预训练模型等都需要研究驱动。与科研结合，可以让微软的技术孵化有更多的可能性。此外，我们希望整合微软的所有研究，增强微软研究院的影响力和领导力。

Christopher Bishop：我同意你的看法，这确实是一个令人兴奋的发展。你在接手这个职位时，还面临另一个挑战，即如何利用科技帮助微软应对新冠疫情。可以分享一些你的经历和项目吗？

Peter Lee：当然。那是一个周四，公司高层与我讨论如何通过科技帮助应对新冠疫情。我们通过每年举行的黑客松活动，鼓励大家提交自己的想法。最终有1100多名微软员工参与，成立了186个项目。其中一些项目产生了巨大影响，例如Microsoft Health Bot，它通过AI聊天机器人技术为医院和诊所提供实时健康咨询服务。目前全球已有2100多家医院和诊所部署了这种医疗机器人服务，已有3900万人使用机器人评估症状。

另一个项目与诊断相关。我们与Adaptive Biotechnologies合作，利用机器学习技术对T细胞进行深入分析，促进新诊断方法、新药物疗法和新疫苗的研发工作。

Christopher Bishop：微软在医疗健康领域的战略是什么？为何涉足医疗领域？

Peter Lee：微软不仅在医疗健康领域进行科研，还涉及商业运营、Azure云计算平台等。我们从相关性、价值和变革三个阶段来思考。首先，我们要了解医疗健康领域利益相关者的需求，建立合作关系。其次，我们利用数据和人工智能推动医疗健康领域的发展，如互操作性、健康数据标准化等。最后，我们致力于将研究成果转化为产品，推动医疗健康领域的创新。

Christopher Bishop：与Novartis公司的合作有哪些亮点？

Peter Lee：我们与Novartis紧密合作，共同应对一些艰巨的挑战。例如，我们开发了一项技术，通过自动化分割三维医学图像，帮助放射肿瘤学家更快地完成工作。此外，我们还利用图形神经网络技术，将机器学习应用于分子结构分析，帮助Novartis发现新分子，创造新药。

Johannes Gehrke：机器学习在生产力、工具和技术方面的作用是什么？

Johannes Gehrke：机器学习可以替代传统的控制平面和音频/视频堆栈。我们即将推出的新技术，如噪声抑制，就是机器学习替代传统方案的例子。此外，机器学习还可以提供更个性化的用户体验，如根据信号自动调整互动程度。

Christopher Bishop：过去30多年，机器学习领域发生了哪些变化？

Christopher Bishop：过去30年，机器学习的重点发生了重大变化。随着深度神经网络和大规模数据集的发展，机器学习的应用变得更加广泛。然而，机器学习也带来了新的挑战，如公平性、可解释性、因果关系等。我们需要解决这些问题，以确保机器学习技术的广泛应用。

Q&A

Q：如何在保护隐私的同时实现数据的价值？

Christopher Bishop：保护数据隐私与实现数据价值之间存在一种博弈。我们需要找到一种平衡，如在芯片上解密数据，确保数据的安全性和隐私性。此外，同态加密技术也是值得探索的方向，尽管它可能缺乏通用性和伸缩性。

Q：微软在人工智能公平性方面做了哪些努力？

Peter Lee：我们开发了一些工具，如SHAP和LIME，可以帮助分析模型中的偏见。此外，我们还注重负责任地开发和部署技术，确保技术的道德和社会影响。