如今，从为软件开发人员生成代码到为图形设计师绘制草图，由大型语言模型驱动的人工智能系统正在改变人们的工作和创作方式。微软执行副总裁兼首席技术官 Kevin Scott 认为，未来，无论是帮助应对气候变化及儿童教育等全球挑战，还是彻底变革医疗健康、法律、材料科学甚至科幻小说等领域，这些人工智能系统的复杂度和规模都将继续增长。
近期，Kevin Scott 就人工智能对知识工作者的影响以及人工智能下一步发展等话题分享了他的看法，核心观点包括：
Kevin Scott：当我们进入2022年时，我想人工智能领域的几乎每个人都期待在接下来的12个月左右的时间里能发生引人瞩目的大事。现在，这一年马上就要结束了，即使当初的期望颇高，回顾我们在人工智能领域各个方面取得的创新规模依旧令人兴奋。科研人员和其他同行们为推进前沿技术所取得的成果，仅在几年前都几乎是无法想象的。而几乎所有这些都是人工智能大模型飞速发展的结果。
Kevin Scott：我可以很有把握地说，2023年将会是人工智能领域有史以来最激动人心的一年。之前我也曾真心实意地相信2022年是有史以来最令人激动的一年。创新的步伐一直在快速向前。
前面我已经谈到了 GitHub Copilot，但这也只是人工智能大模型潜在能力的冰山一角，如果把同样的理念外推到各种不同的场景中，那么我们就可以帮助到编程以外的其他脑力劳动。整个知识经济将会见证人工智能如何帮助人们解决工作中的重复性问题，并让工作更愉快、更有成就感。这将适用于几乎所有的工作，比如设计新分子来创造药物、根据 3D 模型设计制造“配方”，或者是单纯的写作和编辑。
这就是“一切皆有副驾驶（copilot for everything）”的梦想——当你做任何类型的认知工作时，都会有一个“副驾驶”坐在你身边，它不仅可以帮助你完成更多的工作，而且还能以新颖有趣的方式增强你的创造力。
问：这种生产力的提高显然也会提升满意度。为什么这些工具能给工作带来更多乐趣？
Kevin Scott：我们所有人都需要使用工具来完成工作。其中一些人非常乐意获得、掌握这些工具，并且弄清如何以超级有效的方式用它们来做事。在很多情况下，人们已经有了全新、有趣且从根本上比以前更有效的工具。我们做过一项研究，发现使用无代码或低代码工具对用户的工作满意度、总体工作量和员工士气产生了80%以上的积极影响，特别是对那些处于相对早期阶段的工具，这是一个巨大的好处。
问：除了 GitHub Copilot 和 DALL∙E 2 之外，人工智能还以其他方式出现在了微软的产品和服务中。那么下一代人工智能如何改进 Teams 和 Word 等现有产品？
Kevin Scott：这是一个人工智能不为人知的故事。迄今为止，人工智能带来的大部分益处都分散在1000种不同的地方，你甚至可能都没有意识到你获得的产品体验中有多少来自机器学习系统。例如，在 Teams 视频通话功能的系统中，所有这些参数都是通过机器学习算法学习的；音频系统有抖动缓冲器使沟通顺畅；屏幕上显示的模糊的背景效果也是机器学习算法在起作用。有十几个机器学习系统协同工作，才让我们的交流体验变得更加愉快。而整个微软公司的产品和服务都是如此。
我们已经将机器学习的应用从几个地方扩展到遍布不同产品的上千个场景，从 Outlook 电子邮件客户端的运作、Word 中的文本预测、必应（Bing）搜索的体验，到用户在 Xbox Cloud Gaming 和 LinkedIn 中看到的信息流是什么样的，无处不在的人工智能正在让这些产品变得更好。
问：微软通过 AI4Science 和 AI for Good 等倡议持续推进人工智能的研发。人工智能领域最让你兴奋的是什么？
Kevin Scott：我们的社会现在面临的最具挑战性的问题都在科学领域。如何治疗那些难以治愈的复杂疾病？如何为下一场大流行病做好准备？如何为逐渐老龄化的人口提供负担得起的高质量医疗？如何帮助更多的孩子接受他们未来所需的技能教育？如何通过开发技术来抵消碳排放产生的一些负面影响？我们正在探索如何将人工智能中一些令人兴奋的发展成果用于解决这些问题。
Kevin Scott：我们在人工智能领域看到的几乎所有最新进展背后的根源，是我们验证了模型规模的重要性。事实证明，基于更多数据和更多计算能力训练出来的模型具有更丰富和更通用的能力。如果想继续推动这一进步——需要明确的是，目前我们还没有看到扩大规模所带来的好处的边界，我们要做的是尽可能优化和扩展计算能力。
Kevin Scott：我们生活在一个异常复杂和宏观经济历史性变革的时代，展望未来5到10年，我们需要全新的生产力形式，让所有人都能够继续享受进步。我们希望将这些人工智能工具打造成平台，人们可以使用这些平台来构建业务和解决问题。我们相信，这些平台可以让更多的人使用人工智能。而有了这些平台，我们就能解决更多的问题，就会有背景更加多元的人们参与到技术的创造中来。
此前，人们需要大量的专业知识才能开始人工智能的实例化。但现在你可以调用微软 Azure 认知服务和微软 Azure OpenAI 服务，并在这些服务的基础上构建复杂的产品，而你不必是 AI 方面的专家，也不需要从零开始训练自己的大模型。
Kevin Scott：我们一直非常严肃地对待这个问题。微软的人工智能系统必须通过“负责任的人工智能（responsible AI）”流程，而且我们还在继续改进这个流程。我们会与一个由多学科专家组成的团队一起仔细审查正在进行的工作，确保我们充分了解可能发生的所有潜在危害，并尽可能降低它们的负面影响。例如，改进用于训练模型的数据集、部署限制有害内容生成的过滤器、集成拦截敏感主题查询的技术帮助防止不良行为者的滥用，或者应用可以返回更有用和更多样化响应和结果的技术。我们为人工智能系统制定的计划还包括在发布后尽快发现并减轻任何我们没有预料到的危害。
另一个非常重要的保护措施是有意识的迭代部署。我们所做的大部分工作都是针对具有广泛能力的模型。我们将这些模型托管在我们的云中，并通过 API 或我们的产品提供给公众。任何开发者都可以访问 API，但他们必须遵守服务条款才能使用，如果他们违反了服务条款，那么他们的访问权限将被取消。对于其他产品，我们可能会先向一些有明确用例设想的客户提供有限的预览版。与这些早期客户的合作将帮助我们确保负责任的人工智能保障措施能够在实践中发挥作用，以便我们能够在更大的范围内推广应用。我们坚信安全和责任是重要的，希望我们能为整个行业提供一些激励。为此，微软将通过我们的“负责任的人工智能标准与原则（Responsible AI Standard and Principles）”，与业界共享在开发某些解决方案时应用的全部资源和专业知识。
