智能系统会是人工智能的未来吗？

智能系统会是人工智能的未来吗？

2017年微软Build开发者大会上，微软高级项目经理Cornelia Carapcea展示了一项技术：

用户创建的自定义视觉API模型只需要一个训练数据样例（只有几十个摄影样本），而Custom Vision则可以完成其余的工作。

一旦创建了这个模型（只需几分钟），用户就可以通过安装在微软服务器上的REST API访问。Carapcea说它可以用于识别食物和地标，甚至是应用在零售环境中。

而对于最近刚刚兴起的AutoML技术，周博士也发表了一些自己的看法：

AutoML让用户在没有专业知识的情况下使用机器学习的门槛大大地降低，甚至可谓是零门槛。在没有机器学习专家指导的情况下，用户通过AutoML就能在一定情况下得到高质量的模型，这使机器学习的行业应用更加容易可行。周博士说，微软亚洲研究院希望把这类技术的使用和研究更加普及化。微软正在着力打造一款用于深度学习的项目，名曰：深度学习智能探索（Neural Network Intelligence），简称叫NNI。

另辟行径，打造智能系统

然而，微软对降低人工智能门槛，提升深度学习普及化的想法可不止于此，AutoML技术只是其中的一环，微软要做的是智能系统。

周博士表示，AutoML是人工智能系统的一部分，它也对人工智能系统提出了包括资源管理、任务分配等一系列挑战。简单的说：灵活可扩展的好的人工智能系统能够更好的支撑AutoML，使其更好更快的生成结果。而好的AutoML则能够使人工智能系统更加完备，更方便使用。

智能时代，系统为先

周礼栋博士首先表示：人工智能如果没有系统的话，就只是一个海市蜃楼——看上去很美，但一点都不真实。

他认为，系统就是把复杂的东西变得有序易用。而在计算机领域，系统的重要性是不言而喻的，在整个计算机发展的过程当中，我们感受到的每一次大的突破，背后实际上都有很多计算机系统的理论和设计作为推动力。

周博士分析了每一个时代下，系统的重要性：

互联网时代，有很多非常新的系统出现在我们的生活中，其中最有代表性的一个系统就是搜索引擎。大家很多人都用搜索引擎搜索网上的信息，而搜索引擎背后就有很多系统领域的技术、理论。其中一个典型的系统理论就是分布式系统理论。

如今的人工智能时代，我们看到越来越多深度学习在计算机视觉、语音识别、自然语言等领域都取得了突破，这就对系统产生了更大的需求。我们研究开发了很多大规模深度学习的平台，这其中也依托了最近在系统方面的进展和研究成果，包括怎么利用异构的硬件高效地执行这些深度学习的任务，也包括怎么进行高性能的并行计算。这些使得深度学习，特别是非常有深度的模型的处理成为可能。

周博士说：“我们还可以设想，未来量子计算将成为主流的技术。但是我们也可以看到，现在在系统方面的发展还没有到能够让它付诸实用的阶段。虽然理论上很成熟了，但若要变成现实，还需要在系统方面进行很多创新、研究、实践，才能促成这一步大的变革。”

深度学习的瓶颈

在演讲中，周博士提到了深度学习目前已经取得进一步的发展，但还是会遇到一些瓶颈，而且很多瓶颈还是产生在系统方面。他说：“现在，即便我们有很多不同的硬件加速，有很多不同的模型，我们能怎么解决把这个模型非常高效地映射到相应的硬件上，并且有不同定制的优化呢？整个深度学习领域里面的工作目前其实都是人工去做的，而不是用系统化的方法去完成的。”

人工智能领域的门槛非常高，所以人工智能从业者的身价也非常高。这也是因为系统层面的很多工作还不够深入。周博士表示，他们推进自己的工作，就希望能够把这个门槛降低，真正做到“人工智能普及化”。这将是非常可行、且必行的下一步工作。

微软的智能系统

周博士认为：系统最关键的创新，就是把抽象实现的非常完美。用户其实“看不到”系统，大家谈起来，似乎看到的都是视觉等上层的突破，永远看不到下面底层的进步。所以我们一直说，系统的最高境界就是完全不可见的，是隐形的。

他告诉我们：微软一直认为，未来，整个世界就是一台计算机。现实世界也好，虚拟世界也罢，所有这些部分都将连接在一起。

据介绍，微软亚洲研究院系统领域的研究成果在现实的商业场景中已经有了广泛的应用，并产生了实际的商业效能，例如：

Apollo大数据任务调度系统，可以直接部署在10万台机器上，每天能够调度几百万条的任务，用来支持搜索引擎、广告等部门的日常业务；

智能系统的未来

最后，周博士表达了他个人对智能系统发展趋势的一些看法：

其次，系统的能力会越来越强，会有无界的资源。整个世界就是一台计算机，所以我们最后希望能够达到的目标就是，在资源无界的环境里，你所使用的资源，无论是来自于计算中心还是来自于自己的计算机，甚至是来自于一个不知道是什么的地方，都会被系统很好地隐藏起来。你只要把事情做好，而不用关心资源是从哪里来的。

最后，也是需要再强调的一点，在系统研究里最关键的创新在于要提出一种更简约的抽象，并且用全新的工具和平台来支持这个抽象，从而让大家各方面的工作效率得到提升。

结尾

为了推进人工智能普及化、降低开发门槛，微软正在不断地努力和尝试，相信用户很快就能享受到这些努力的成果。就像周礼栋博士所说：系统的最高境界是无形的。也许技术的最高境界就是无形的，好的技术就是这样在潜移默化中改变了我们的生活，虽然我们没有感觉，但是它的确发生了。