Kevin Scott：微软首席技术官
Kevin Scott: Microsoft CTO
Guests: Kevin Scott
Full transcript · Read the full conversation in order, with its original context.
§01原文文稿 · 00:00–09:36
以下是与凯文·斯科特的一段对话，
他是微软的首席技术官。
在此之前，他曾担任领英的
工程与运营高级副总裁。
再往前，他在谷歌主管移动广告工程。
他还主持一档名为《技术幕后》的播客，
由凯文·斯科特主讲，我是它的粉丝。
这是一场有趣且涉猎广泛的对话，
涵盖了计算领域的许多方面。
这场对话发生在一个多月前，
也就是微软宣布投资 OpenAI 之前——
有些人曾就这笔投资问过我。
我相信将来一定会有一两个人
和我聊起那笔投资的影响。
这里是「人工智能播客」。
如果你喜欢它，请在 YouTube 上订阅，
在 iTunes 上给它五星好评，在 Patreon 上支持它，
或者干脆在推特上关注我 @LexFriedman，
拼作 F-R-I-D-M-A-N。
我还想特别感谢
汤姆和纳兰蒂·比格豪森
对本播客在 Patreon 上的支持。
谢谢你们，汤姆和纳兰蒂。
希望我没把你们的姓氏念得太离谱。
你们的支持意义重大，
激励着我把这个系列继续做下去。
现在，这就是我与凯文·斯科特的对话。
你曾把自己形容为糖果店里的孩子，
因为微软正在推进的那些有趣项目实在太多了。
（接上）
你能不能试着完成一项几乎不可能的任务，
简要而快速地概览一下微软所涉足的所有领域？
（接上）
研究和产品都算在内。
——如果把研究也算进去，那就更难了。
所以，我想大致来说，
微软的产品组合几乎无所不包，
从庞大的云业务，比如一大批 SaaS 服务。
我们有一些最初的、
或者说属于最早一批的
人人都在用的生产力软件产品。
我们有操作系统业务。
我们有硬件业务，从电脑鼠标、耳机
（接上）
到高端个人电脑和笔记本，什么都做。
我们有一个涉猎相当广的研究团队，
里面的人什么都研究，
从经济学研究开始。
比如有一位非常聪明的年轻经济学家格伦·韦尔，
我的团队经常和他合作，
他正在研究
一种叫「激进市场」的东西。
他还就「激进市场」这整套理念
写了一整本技术专著。
所以这个研究团队的范围
从那一路延伸到人机交互和人工智能。
我们还有 GitHub、有领英、
有搜索广告与新闻业务，
可能还有一堆
我不好意思地没在这份清单里数到的东西。
——游戏，比如 Xbox 之类的，对吧？
——对，游戏当然有。
比如今天早上我和菲尔·斯宾塞
聊得特别开心。
我上大学的时候，
有一款卢卡斯艺界做的游戏，
叫《触手的一天》，
我和朋友们没完没了地玩。
现在我们正和当年
做《触手的一天》的那些人做一些有意思的合作。
今天早上我简直对着蒂姆·谢弗
——也就是写《触手的一天》的那位——彻底犯了迷弟病，
纯粹是个狂热粉丝，
你知道，这种事其实经常发生。
你知道，微软这么多年来
在如此广阔的领域里做了这么多事，
所以，身为 CTO，
我大部分时间的工作都非常非常严肃。
但有时候我会沉浸在
那种感慨里——能和这些人
进行这样的对话，
实在太美妙了。
你得回到那份感性里——
那激进市场和经济学到底是什么？
——激进市场的想法是，
你能不能想出一些新的、基于市场的机制，
你知道，我想我们现在
正在进行这样一场辩论，
比如资本主义管用吗，自由市场管用吗？
这些系统里内建的激励结构，
（接上）
能否产生出那种为社会每个成员
公平分配利益的结果？
你知道，我觉得这是一组
值得问的合理问题。
于是格伦所做的，你知道，
这里有一种思路，
比如你要是怀疑市场
是否真的在起作用，你可能会倾向于，
比如，好吧，让我们更社会主义一点，
你知道，搞中央计划，
由政府
或某个别的中央机构
来做一大堆决定，
决定工作该怎么完成，
以及，你知道，
投资投向哪里、
这些投资的产出又如何分配。
格伦的想法是更多地
倚重基于市场的机制。
比如说，你知道，
这是比较激进的点子之一，
假设你对房地产这类资产
采用一种激进的定价机制，
你可能会，你可能会被别人出价
挤出你在自家房子里的位置，比方说。
比如要是有人过来说，你知道，
我能为这块房地产找到更高的经济效用，
（接上）
——就是你正在里面经营生意的那块房地产，
那你要么就得，你知道，
出价留下来，
要么那个有更高经济效用的用途
就会接管这项资产，
这会让人很难
再维持你现在那套
寻租行为，
因为你要是去做投机性出价，
你会很快
亏掉一大笔钱。
于是这些资产的价格
就会非常紧密地
与它们所能产生的价值挂钩。
而且因为你会有
这样一种实时机制，
它会迫使你把资产的价值
按市场重新标定，
这样它就能被恰当地征税。
你没法就这么守着它说，
哦，这房子只值一万块，
可周围的东西都值一千万。
——这真有意思。
所以这是一种激励结构，
让价格能更好地匹配价值。
——对。
格伦在推销这套想法上比我强多了，
而且我大概挑了全世界最糟的例子，
你知道，而且，
但它是故意具有挑衅性的，
你知道，所以这整套观念，
我自己都不确定是否喜欢
这种可以有一套市场机制、
让我可能被别人出价挤出自家财产的想法，
你知道，但是，你知道，
但如果你想一想，比如
伊丽莎白·沃伦提出的财富税，
那你就会，我是说，
关于你究竟如何给这些资产
定价，那会非常有意思。
而且你可能就得有这样一种机制，
如果你要推行那样一种税的话。
——真有意思，这类研究
至少是间接地触及了微软研究院。
——是的。
你是在真正地广泛思考。
也许你可以谈谈，
这和人工智能是有关联的。
我们有一位候选人，杨安泽，
他常谈人工智能，
以及人们的那种担忧，
你知道，自动化对社会的冲击。
可以说微软在所有这些方面
都处在创新的最前沿。
所以它在推动 AI 向前发展。
你是怎么看的，
把我们这里所有的话题结合起来——
激进市场、社会主义，和微软正在做的
AI 创新，
再加上杨安泽的担忧，
即这会导致
底层等群体的失业。
你是怎么看待这个问题的？
——我觉得这算是技术领域，
乃至当下整个社会里，最重要的问题之一，
即 AI 在未来几十年里
会如何发展，
以及它会被用来做什么？
它会带来什么好处，
又会带来什么负面影响？
还有，你知道，
谁来掌舵这整件事？
你知道，我先从最高的层面说，
在微软做我这份工作，
真正的乐趣之一是微软有这样一种
作为平台公司的传承。
所以，你知道，比尔，
比尔多年前说过一句话，
你知道，
衡量一个平台是否成功的标准，
在于它所产生的经济价值
§02原文文稿 · 09:39–18:32
要远远超过它为平台拥有者或搭建者
所创造的价值。
我觉得我们必须这样来看待 AI。
——作为一个平台。
——对，它必须成为一个
别人可以用来创办企业、
实现自己创意目标、
去当创业者、去解决他们在工作和生活中
遇到的问题的平台。
它不能变成这样一种东西——只有少数几家公司，
在地理上屈指可数的几座城市里，
做出关于 AI 里放什么的全部决定，
然后在
这所有的基础设施之上，再把它所有
具有商业价值的用途都建起来。
所以我觉得，从你知道，
从经济学以及
价值公平分配的角度看，这很糟，
你知道，又回到那整套
「市场到底管不管用」的问题上。
但我觉得从创新角度看它也很糟，
因为我对人类有着无限的信心——
如果你，你知道，
给人们强大的工具，
他们就会去做有趣的事。
而且这不止是几万个人
拿到有趣的工具，
而应该是数百万人都拿到工具。
所以这就像，你知道，
你想想十八世纪晚期的
蒸汽机，你知道，
它也许是我们造出的第一个
大规模替代人力的机器。
而且，你知道，一开始，
当这些东西刚投入使用时，
从蒸汽机里获得大部分价值的，
是那些有资本的人，
因为他们负担得起去造它们。
他们围绕蒸汽机建起工厂和企业，
还有那些懂得怎么造、怎么维护它们的专家。
但随着时间推移，获取这项技术的途径逐渐普及了。
就像现在，发动机
不再是什么能形成差异化的东西。
并不存在某一家发动机公司
造出所有的发动机，
也不是所有用到发动机的东西
都由这家公司制造。
然后它从这一切里拿走全部经济收益。
不，不，而是彻底普及了。
它们大概，你知道，
我们现在坐在这个房间里，
就算它们不显眼，
大概也到处都是，你知道，
比如我们俩手机里都有的 MEMS 陀螺仪。
就是那种小小的发动机，你知道，
几乎无处不在。
它们只是我们构建现代世界的一个组件而已。
AI 也得走到那一步。
——是啊，这是一种很有力的思考方式。
如果我们把 AI 看作一个平台，
而不是微软拥有的一件工具，
而是一个让别人能在其上进行创造的平台，
那就是让它普及化的方法。
这其实真的很有意思。
而微软纵观其历史，
一直都很适合去做这件事。
——还有，你知道，
回到激进市场这件事上，
我的团队一直在和格伦
以及杰伦·拉尼尔一起研究这个。
杰伦算是虚拟现实之父。
他是这个星球上最有趣的人之一，
一个特别特别可爱的人。
所以杰伦、格伦和我团队里的人
一直在研究「数据即劳动」这个概念，
他们也称之为「数据尊严」。
这个想法是，如果你，你知道，
再次回到那个
工业类比上，
如果你把数据看作
被 AI 这台机器消耗、
用来做有用之事的原材料，
那我们现在其实做得并不好——
在建立透明市场
来给这些数据贡献定价这件事上。
而我们都在明确地贡献数据，
比如你去领英，
你在领英上建好个人资料，
那就是一次明确的贡献。
你清楚地知道你放上去的
放进系统里的具体信息。
你把它放在那儿，是因为你对
自己能换回什么样的价值
有一个大致的概念。
但那只是个名义上的概念，
你并不确切知道你换回的
到底是什么价值，
比如服务是免费的，你知道，
感知到的价值很低。
然后你还有各种间接的贡献，
这些贡献只是因为你与
日常生活里所有技术的互动而产生。
所以格伦、杰伦
和这个数据尊严团队想做的，
就是能不能找出一套机制，
让我们能给这些数据贡献定价，
从而创造出一种经济，
以及一套控制与激励，
让人们能够，
甚至在极限情况下，
靠自己所创造的数据
赚取一部分生计。
而且你能以明确的方式看到它。
有像 Scale AI 这样的公司，
还有一大批
现在在中国的，基本上都是
数据标注公司。
比如你在做监督式机器学习，
你需要大量大量带标签的训练数据。
而那些人，
为这些公司工作的人，
因他们往系统里贡献的数据
而获得报酬。
所以——
——给他们的贡献定个数字更容易些，
因为他们是在明确地标注数据。
但你说的是，我们所有人都在
以各种不同的方式贡献数据。
而开始明确地试图
给它定个数字，是很引人入胜的。
你觉得这可行吗？
——我不知道，这很难。
真的很难。
因为，你知道，我们并没有
我认为所需要的那种透明度——在数据如何被使用这件事上。
而且，你知道，这超级复杂。
比如，你知道，我们，你知道，
我想身为技术人员会多少领会到
其中的一些微妙之处。
就像，你知道，数据被创造出来，
然后它，你知道，它并不值钱。
比如你散发出的数据尾气，
或者，你知道，我明确地
放进系统里的那些数据，
单独一个原子地看并不太值钱。
只有当你把它
聚合成，你知道，很大的量时，它才有价值。
即便对那些
因标注东西而获得报酬的人来说也是如此。
比如如今做监督式机器学习，
你需要大量标签来训练，你知道，
一个表现良好的模型。
所以，你知道，我觉得这是挑战之一。
就像，你知道，
你要怎么搞清楚，
因为这些数据是以如此多的方式被组合起来的，
通过这些组合，
价值到底是怎么流动的。
——是啊，这很引人入胜。
——很难。
——是啊，而且很迷人的是你在思考
这个问题，我进这场对话时
甚至都没预料到微软在广义上
所思考的研究范围
竟如此之广，你们在微软所思考的。
那么如果我们回到 1989 年微软发布 Office，
或 1990 年他们发布 Windows 3.0 的时候，
在你看来——我知道你没有
经历它的整个历史，
但在你现在看来，这家公司
在这 30 年里是如何变化的？
——好的一面是，它起步时就是一家平台公司，
它现在仍然是一家平台公司，
业务中那些蓬勃发展、
最成功的部分，正是那些在搭建平台的部分。
如今公司的使命，
使命变了。
它以一种非常有意思的方式变了。
所以，你知道，回到 89、90 年，
他们当时还在最初的使命上，
那就是让每张办公桌上、每个家庭里都有一台个人电脑，
它本质上是关于让获取
这种新的个人计算技术变得民主化，
而当比尔创办这家公司时，
集成电路微处理器还是个全新的东西。
当时人们在，你知道，
用套件自制电脑，你知道，
就像现在人们组装火腿收音机那样。
我觉得这对于一般搭建平台的人来说
是件有意思的事，
比尔看到了那里的机会，
看到了个人电脑能做什么。
那是一次，可以说是一次冒险般的伸展。
你只要想象一下当时事物的状态，
你知道，他们创办公司时，
对比如今事物的状态。
在成功之后，当你把一个平台民主化了，
它就那样消融进了平台之中。
你不再去注意它了。
比如操作系统已经不再是个「话题」了。
§03原文文稿 · 18:35–27:22
它们超级重要，完全是关键，
而且，你知道，当你看到某个操作系统出故障时，
你就，你大概能理解，
但，你知道，它已经不像从前那样
你不会再去等待，你知道，
下一个操作系统的大事件了，
不像 1995 年那样，对吧？
比如 1995 年，你知道，
我们在 Windows 95 发布会的舞台上
请来了滚石乐队。
它当时就像全世界最大的事。
所有人都为它排起长队，
就像从前人们为 iPhone 排队那样。
但，你知道，最终，
而且这不一定是坏事。
它只是，你知道，
成功之处就在于它变得无处不在。
它到处都是，就像人类，
当他们的技术变得无处不在时，
他们就开始把它视为理所当然。
所以如今的使命——萨提亚
在五年多前，
当他接任公司 CEO 时重新阐述的——
我们的使命是赋能世界上
每一个个人和每一个组织取得更大的成功。
所以，你知道，这同样是一个平台使命。
而我们如今实现它的方式不同了。
就像，我们有一个超大规模的云，
人们在它之上构建自己的应用。
我们有一堆 AI 基础设施，
人们在它之上构建自己的 AI 应用。
我们有，你知道，一套生产力软件，
比如 Microsoft Dynamics，它，你知道，
有些人可能觉得它不是世上
最性感的东西，但它在帮人们弄清楚
如何自动化他们所有的业务流程
和工作流，并且，你知道，
帮助用它的那些企业成长、
变得更成功。
所以现在这是一个比当年
宽广得多的愿景。
当年那是件非常具体的事。
而如今，我们生活在这样一个世界里，
技术如此强大，
它已经成了生活中一个如此基本的事实——
你知道，它既已存在，
又会随着时间越来越好，
或者至少随着时间越来越强大。
所以，你知道，身为一个平台玩家
你要做的事就要大得多。
——没错。
你可以转型的方向实在太多了。
你还没提到混合现实呢。
你知道，那大概还处于早期，
或者说取决于你怎么看它。
但如果我们以世纪为尺度来看，
那现在是混合现实的早期。
——哦，当然。
——所以借助 HoloLens，
微软在那方面做着一些非常有意思的工作。
你有参与那部分工作吗？
你们的思路是什么？
你也把混合现实看作一个平台吗？
——哦，当然。
当我们审视未来的平台可能是什么时，
很明显 AI 是其中之一，
你甚至不用，我是说，你知道，
你随便跟谁说一声，
你知道，他们就懂了。
但我们也把混合现实
和量子看作这两个有意思的、
你知道，潜在的平台。
——量子计算？
——对。
——好吧，那我们来点疯狂的。
你现在谈的是一些很未来主义的东西。
不过混合现实这块，
微软这边其实都算不上未来主义了，它已经在这儿了。
——确实。
——是很了不起的东西。
——而且你看，它现在就在产生影响。
比如过去这几年里混合现实
发生的一件更有意思的事——
我之前没看清楚的一件事——
是它成了那些人的计算设备，
供他们做工作，
而这些人以前做工作时
根本没用过任何计算设备。
比如技术员、服务人员，
还有那些在工厂车间里
做机器维护的人。
所以，你知道，因为他们要四处走动，
他们在现场，
他们用双手工作，
并且，你知道，在维护
那些非常复杂的东西，
他们不用手机，
也不随身带笔记本，
而且，你知道，他们不被拴在办公桌前。
所以混合现实，
比如它现在正获得牵引、
HoloLens 卖出大量设备的地方，
正是面向这些工人的这类应用。
而且它变得，我是说，人们爱死它了。
他们会说，我的天，这对他们来说，
就像是同样的那种生产力飞跃，
你知道，就像一个办公室职员
第一次拿到个人电脑时所获得的那样。
——是啊，不过你确实提到 AI 显然
是一个平台，但我们能不能稍微深入聊聊？
——当然。
AI 是如何开始渗透进微软的
一些产品里的？
比如现在在云端提供
神经网络的训练，
或提供预训练模型，
或者干脆提供计算资源，
以及你想用神经网络做的
各种不同的推理。
你是怎么看待 AI 作为一个平台
由微软来提供而渗透进去的？
——是啊，我是说，我觉得这超级有意思。
它几乎无处不在。
我们现在会开这些评审会，
参加的有我和萨提亚，
还有萨提亚领导团队的成员，
以及来自全公司
各职能的一群人，他们都在从事
要么是 AI 基础设施，
要么是他们产品工作中有相当一部分
在以某种重要方式
使用 AI。
现在，要理解的重要一点是，
当你思考 AI 会如何在某样东西的
体验中体现、
从而让它变得更好时，
我觉得你不会希望「AI 味」
成为第一位的东西。
无论产品是什么，
以及它想帮你做的那件事，
AI 只是悄悄把它做得更好。
这是一种夸张的说法，
但人们会对
AI 在产品里出现的地方超级兴奋。
而我会想，你会对
自己在代码里用上哈希表
那么兴奋吗？
它只是又一个——
——它只是个工具。
——它是个非常有意思的编程工具，
但它某种程度上就是个工程工具。
所以它到处都会出现。
比如我们现在在 Office 里
有几十上百个功能，
都是由相当复杂的机器学习驱动的。
我们的搜索引擎如果把机器学习拿掉，
就根本没法用了。
还有越来越多的，你知道，
像内容审核这样的东西，
在我们的 Xbox 和 xCloud 平台上。
——是啊，你说审核时，
是指像推荐系统
那样展示你接下来想看的东西吗？
——不不不，是反霸凌那类的东西。
——就是你得应对的那种常见的社交网络问题。
（接上）
——对，没错。
但它真的，它是有针对性的，
它针对的是游戏受众。
所以这是一种非常特殊的情况，
你知道，其中好玩的打趣
和真正的霸凌之间的界线是很微妙的。
所以你得，这挺难的。
比如我有——
——我很想，如果我们能深入聊聊，
因为你还曾领导领英的
工程工作。
如果我们把领英看作一个社交网络，
再把 Xbox 游戏看作其中的社交成分，
我想，这两个平台上进行的
交流是非常不同的，对吧？
而关于霸凌之类的界线
在两个平台上也不一样。
所以你怎么——我是说，关于那条线在哪里，
这是一场如此引人入胜的哲学讨论。
我觉得没人知道正确答案。
推特那些人现在正遭受抨击，推特的杰克，
就因为试图找到那条线。
没人知道那条线在哪儿。
但你是怎么试着找到那条线的——你知道，
既要防止辱骂行为，
同时又让人们能够好玩、
开开玩笑那类的？
——我觉得在某种程度上，你知道，
如果你有我称之为「垂直社交网络」的东西，
事情就会稍微容易一点。
比如，如果你对
自己的社交网络该用来做什么
有一个清晰的概念，或者你是围绕什么来设计社区的，
那你要应对的维度就没那么多。
§04原文文稿 · 27:25–37:49
去应对内容安全问题，
不像在一个通用平台上那么多维。
我是说，比如在领英上，
整个社交网络的核心是
把人和机会连接起来，
无论是帮他们找工作，
还是，你知道，找到导师，
或者，你知道，帮他们
找到下一个销售线索，
或者只是让他们能向
自己，你知道，专业身份
广播给同行、合作者
以及，你知道，专业社群的人脉网络。
我是说，从某些角度看，
那非常非常宽泛，
但从另一些角度看它又，你知道，很狭窄。
所以你可以构建 AI，
比如机器学习系统，它们，你知道，
在那些边界内有能力
做出更好的自动化决策，
关于什么是，你知道，
不当的、冒犯性的评论，
或危险的评论、违法的内容——
当你有一些约束条件时。
你知道，同样的道理，
游戏社交网络也一样，
比如说，它的核心是玩游戏、
是找乐子。
而你不希望在平台上发生的事，
正是为什么霸凌是如此重要的一件事。
霸凌一点都不好玩。
所以你会尽一切所能
去鼓励它不要发生。
是啊，不过我觉得这总体上是个难题，
而且在这个问题上我觉得，你知道，
最终我们得从政策制定者那里
得到某种澄清，
告诉我们究竟该做什么，
界线在哪儿，因为这很难。
就像在民主制度里，对吧，
你不希望，
你希望有某种民主参与，
人们应该对界线划在哪儿有发言权。
界线是被人划出来的。
你不希望一群人
做出单方面的决定。
而我们现在正处于这样一种状态——
对其中一些平台来说，你确实不得不
做出单方面的决定，因为政策制定
不会快到足以
防止非常糟糕的事情发生。
但我们需要政策制定那一面尽快赶上来，
我觉得越快越好，
因为你希望整个过程是一件民主的事，
而不是，你知道，某种奇怪的局面——
由一群不具代表性的人
做出那些，你知道，
具有全国乃至全球影响的决定。
——这很引人入胜，因为数字空间不同于
建立起国家和政府的物理空间。
（接上）
所以政策在全球层面是什么样，
霸凌在全球层面是什么样，
健康的交流在全球层面是什么样，
都还是开放的问题。
我们都在一起摸索它，
这很引人入胜。——是啊，我是说，
就拿假新闻为例，还有——
——深度伪造，以及由人类制造的假新闻？
——是的，我是说，我们可以聊聊深度伪造。
我觉得那是另一个，你知道，
非常有意思的复杂层级。
但如果你只想想文字本身，对吧？
比如我们，你知道，发明了莎草纸，
大概 3000 年前，我们，你知道，
你能把字写在纸上。
然后 500 年前，我们有了印刷机，
文字变得稍微普及了一些。
然后，你真正真正地还没能让
印刷文字无处不在，直到 19 世纪末
胶印机被发明出来。
然后，你知道，它就爆发了，
而且，你知道，它与
工业革命对受教育公民的需求相乘，
导致了识字率的迅速扩张
和文字的迅速扩张。
但在那之前我们有 3000 年
去搞清楚，你知道，
什么是新闻业、什么是编辑操守、
什么是，你知道，科学同行评审。
所以你建立起这一整套机制，
去试着从技术所制造的全部噪声中过滤，
（接上）
最终得到社会能够应对的东西。
而如果你只想想个人电脑，
50 年前个人电脑还不存在。
所以在，你知道，这半个世纪的跨度里，
我们从没有数字技术、你知道，
没有无处不在的数字技术，走到了拥有一台
揣在口袋里的设备，你可以在上面
说出任何你心里想的事，
玛丽那份报告里有什么来着——
玛丽·米克上周刚发布了她新的幻灯片。
你知道，我们已经让互联网
渗透到全球一半的人口。
现在已经有三十五亿人
连接到了互联网。
所以这，这太疯狂了，疯狂到难以想象，
这一切发生得有多快。
所以，你知道，我们还没搞清楚该怎么办，
这并不奇怪。
但我们得，我们真的得倾力
投入这一系列问题，因为我们基本上
有相当于三千年的工作要做，
关于如何应对这一切。
而我们大概
只有接下来十年左右的时间。
——既然我们在聊困难的、你知道，
艰巨而有挑战性的问题，
那我们从工具这一面多看看微软在 AI 上
正在关注的东西，比如人脸识别软件。
人脸识别有很多强大的正面用例，
但也有一些负面的，
我们正在世界上不同的政府那里
看到那些负面的用例。
所以你们，微软是怎么看待
把人脸识别软件作为平台
用在政府和公司里的？
是啊，我们在这里如何取得伦理上的平衡？
——是的，我觉得我们已经阐明了一个清晰的观点。
布拉德·史密斯去年秋天写了一篇博客，
我记得它非常具体地勾勒出
我们在这件事上的观点。
而且，你知道，我们认为有某些用途
是人脸识别不该被用于的。
我们同样认为，
那里需要监管。
政府真的应该介入并说，
你知道，这就是界线所在。
而且我们非常希望弄清楚
界线在哪儿应该是一个民主的过程。
但在短期内，我们已经划了一些线，
你知道，我们在那些线上抵制
人脸识别技术的某些用途。
你知道，比如旧金山市，
我记得已经彻底禁止任何政府机构
使用人脸识别技术。
这也许会被证明有点过于宽泛，
但对于某些执法方面的事，
我个人宁愿在限制它的使用上
过于谨慎，
直到我们，你知道，定义出一个合理的、
民主地确定的监管框架，
规定我们在哪些地方可以且应该使用它。
而且，你知道，还有一点是，
我们有一堆正在进行的研究，
在偏见这件事上也取得了不少进展。
而且有各种各样奇怪的偏见
是这些模型可能带有的，
从最广为人知的那一种，
你知道，你可能会有代表性不足的少数群体，
他们在训练数据中代表性不足。
于是你就开始学到一些奇怪的东西，
但甚至还有，你知道，别的怪事。
比如我们，我想我们在公开研究里见过，
模型会学到一些奇怪的东西，
比如「所有医生都是男性」。
是啊，我是说，所以这确实是一件
对所有从事这些工作的人来说都非常重要的事——
在他们点击发布之前，
在他们启动实验、他们，你知道，
把代码推送到，你知道，线上，
甚至在他们发表论文之前，
至少开始去思考其中一些东西
可能有哪些潜在的负面后果。
我是说，这就是，你知道，深度伪造那套东西
让我非常忧虑，只因为
GAN 生成的图像会有一些
非常好的、有益的用途。
而且，有意思的是，它实际有用的
地方之一是，我们现在正用这项技术
来生成合成的视觉数据，
用于训练一些人脸识别模型，
以消除偏见。
所以那是这项技术的一个超棒用途，
但，你知道，它现在变得足够好了，
你知道，它将会挑战
一个普通人去判断的能力，
现在你可以这么说，
过去要让某人
伪造一段逼真的假视频是非常昂贵的。
而 GAN 会让伪造一段逼真的假视频
变得便宜到不可思议。
所以你以为自己大致能信以为真的东西，
与你应当保持怀疑的东西，之间的界限即将改变。
而我觉得我们还没为它做好准备。
——真相的本质，没错。
这也令人兴奋，因为我想你我
大概都会同意，解决、
迎接那项挑战的方法是靠技术。
§05原文文稿 · 37:52–47:20
——对。
——没错，大概会有一些点子，
想出办法去验证哪种视频是真实的，
哪种不是。
所以对我来说，那是个令人兴奋的可能性，
最有可能是因为互联网通常会用这类视频
创造出的那种喜剧天才，
希望不会造成任何严重伤害。
——是啊，而且有可能，
我觉得我们会有一种技术，
也许能够检测出
某个东西是假的还是真的。
不过，那些伪造品相当逼真，
甚至当你把它们交给机器审视时也是。
但我们还有这些越来越有意思的
社交网络，它们现在正因为
自己做的一些坏事而遭受抨击。
比如你可以选择用社交网络做的一件事是，
你可以用加密技术
和这些网络来给内容签名，
让你可以拥有一条完整的保管链，
伴随着每一条内容。
所以当你在看某样东西，
而你想问自己，
「我能在多大程度上信任它？」时，
你可以点一下某个东西，
然后拥有一条经过验证的保管链，
它显示，「哦，这来自这个来源，
而且它由，比如一个
我信任其身份的人签了名。」
是啊，我觉得有了那条保管链，
比如能够说，「哦，这里有段视频。」
它可能是、也可能不是用
某种深度伪造技术制作的。
但如果你有一条经过验证的保管链，
让你可以一路追溯
到某个身份，然后你就能判断
我是否信任这个身份，
比如，「哦不，这真的来自白宫。」
或者，「这真的来自
这位特定总统候选人的办公室。」
或者它真的来自领英 CEO 杰夫·韦纳，
或微软 CEO 萨提亚·纳德拉。
那也许就是
你可以用来解决其中一些问题的一种办法。
所以那算不上超高科技，
这类技术我们一直都有。
但我觉得你说得对。
它必须得是某种技术性的东西，
因为用来制造它的底层技术
除了随时间越来越好，不会有别的走向。
而精灵已经放出瓶子了。
没法把它塞回去。
——而且还有一个社会层面，
我觉得这对民主其实很健康，
人们会对自己看到的东西保持怀疑。
——是啊。——总体上。
所以这是好事，总体上保持怀疑
对你个人接收的内容是好的。——我觉得是好事。
——所以从这个意义上说，深度伪造正在制造
一种全球性的怀疑——他们能相信自己读到的东西吗？
它鼓励人们进一步去探究。
我来自苏联，
在那里基本上没人相信媒体，
因为那是宣传。
而那种怀疑鼓励人们对各种想法
做进一步的探究。——是啊。
——而不是只信任任何单一的来源。
——嗯，我觉得这正是为什么
科学方法和我们现代科学的
这套机制如此出色的原因之一。
因为你不必去相信任何东西。
现代科学的整个理念，
除了「这是一个假设、
这是一个用来检验假设的实验」，
还有一个同行评审的过程，
用来审视已发表的结果。
但东西也应该是可重现的。
所以你知道它经过了这个过程的审核，
但你也被期待发表足够的细节，
这样如果你对某样东西足够怀疑，
你就可以自己去试着重现它。
我不知道这是怎么回事。
我觉得很多工程师都是这样的，
你的大脑在某种程度上天生就为怀疑而生。
你不会第一时间就相信
自己看到和遇到的一切。
而且你会好奇地想去弄懂下一件事。
但我觉得这是一件完全健康的事。
而我们现在正需要多一点这样的东西。
——我不是个大企业主。
我只是微软许多产品的忠实粉丝。
我是说，其实就我要生成
大量图形和图像而言，
我至今还用 PowerPoint 来做那件事。
对我来说它比 Illustrator 好用。
甚至在某种专业层面上，这很有意思。
所以我好奇，比如说 Windows
和 Office 的未来会是什么样？
你能看到吗？
我是说，我记得当年很期待 XP。
XP 发布时激动吗？
就像你说的，我不记得 95 是什么时候发布的了。
但 XP 对我来说是一场盛大的庆祝。
而 10 出来的时候我想，
「哦，好吧，挺好，是个不错的改进。」
所以你怎么看这些产品的未来？
——我觉得有一堆令人兴奋的东西，
我是说在 Office 这边，
会有越来越多的生产力红利，
来自这些即将到来的 AI 驱动的功能。
产品会变得越来越聪明，
以一种非常微妙的方式。
不会有那种一声巨响的时刻，
比如 Clippy（回形针助手）重出江湖，然后——
——等一下，好吧，我们得，等等，等等。
Clippy 要回来了吗？
不过很认真地说，关于 AI 的注入，
并没有太多，或者至少我不太了解，
那种辅助型的东西正在
Office 产品内部运行。
比如 Clippy 风格的助手、私人助理。
你觉得未来
有这种可能吗？
——我觉得有一堆非常小的方式，
让机器学习驱动的辅助功能
现在就已经在产品里了。
比如有一堆有意思的东西，
像自动回复功能越来越好，
它已经到了这种程度——
它可以自动回复，比如，
「好的，这个人显然在想约个会。」
于是它看一眼你的日历，然后自动
试着找一个双方都合适的时间和地点。
（接上）
我们有一个叫「微软搜索」的概念，
它不只是网页搜索，
而是跨越你所有信息的搜索——
那些存在你 Office 365 租户里、
以及可能在其他产品里的信息。
我们还有一个叫「微软图谱」的东西，
它基本上是一个 API 联合器，
它把你跨越整个广度地连接起来，
跨越所有那些
在被图谱编织到一起之前
曾是信息孤岛的东西。
它正在以越来越高的
有效性被接入
这些自动回复的功能里，
让你能够看到系统
自动为你检索信息。
比如，你知道，我经常发
邮件给别人，说，
我找不到某篇论文、某个文档之类的。
没有理由系统不能
替你做那件事。
而且我觉得它正朝着
拥有更像一个
完全集成的、你知道，助理的方向发展。
但你会看到自己面前有一堆步骤，
（接上）
它不会是那种一声巨响的东西，
比如 Clippy 回来、你就有了这样一个，
你知道，一个火力全开的助理的
化身。
所以我觉得那肯定会出现，
比如所有的，你知道，
协作共同创作的功能都在变好。
你知道，这真的很有意思。
比如你看我们在微软内部
如何使用 Office 产品组合，
越来越多的使用是发生在 Teams 里，
把它当作一块画布，你知道，
协作处于产品的中心，
而我们构建了一些非常酷的东西，
其中一部分即将开源，
它们是框架层面的东西，
用于进行共同创作。
——那太棒了。
那么，这里面有云的成分吗？
是在网页上，还是，
请原谅我如果我还不知道这一点，
但有了 Office 365，我们
如果在用 Word 做协作，
我们还是把文件传来传去。
——不不不。
——所以这是。
——我们已经比那好一点了。
而且，你知道，你没意识到这一点，
意味着我们还有更好的工作要做，
比如帮你发现这些东西。
但是的，我是说，它已经有了巨大的、
巨大的云成分。
而且，你知道，这套框架东西的一部分，
我想我们管它叫，
我们已经做了好几年了。
我知道它的内部代号，
但我想当我们在 Build 大会上发布它时，
它叫 Fluid 框架。
而 Fluid 让你能做的是，
§06原文文稿 · 47:25–56:59
你可以进入你在 Teams 里正进行的一段对话，
然后引用，比如你正在处理的
一张电子表格的一部分，
那边有人正坐在 Excel 画布里，
在处理这张表格，用一个，你知道，
图表之类的。
你可以把表格的一部分嵌进
Teams 对话里，在那里你可以
动态地更新它。
而你对这个对象所做的
所有改动都会，你知道，
协调一致，一切都在实时更新。
所以你可以待在对你完成工作
最方便的那块画布里。
——那么我，出于我作为工程师自己的好奇，
我知道带一个
十到十五人工程团队是什么感觉。
微软有，我不知道具体数字是多少，
也许五万、也许六万工程师，也许四万。
——我也不确切知道那个数字。
反正很多。
是好几万。
——没错，比十个或十五个多多了。
我是说，你带过不同规模的，
大多是大规模的工程师团队。
要把这么大一群人带着
持续创新、
持续保持高产出，
同时又催生出各种新点子，
还要维持——带这么大一群
聪明绝顶的人，需要什么？
——我觉得你随着
管理的规模越来越大所学到的，
是有三件事对大型工程团队
非常非常重要。
一是对你将在很长一段时间里
要构建什么东西
有某种前瞻性的思考。
不是说要确切地，你不需要知道
说，你知道，我把所有筹码
都压在这一个产品上、它将会是「那个东西」。
但知道你认为自己
将需要具备什么样的能力
来构建未来的产品，是有用的。
然后去投资那个基础设施，
不管，而且我说的不只是
存储系统或云 API，
也包括，你的开发流程是什么样的？
你想要什么工具？
你想围绕什么来打造文化？
比如你们如何，你知道，协作，
去做复杂的技术性的东西。
所以有自己的观点并为之投资，
它只会变得越来越重要。
而你越早能有一套具体的观点，
你就会做得越好。
你可以凭感觉撑一阵子，在小规模下。
比如，你知道，当你创办一家公司时，
你不必对它超级具体。
但我作为工程领导者见过的
最大的苦难，发生在那些
你没能足够早地对那些事
有足够清晰观点的地方。
然后你就会制造出一堆技术债
和文化债，清理起来痛苦得
要命。
所以那是一捆事。
另一捆事是，
拥有一个清晰的使命
真的真的非常重要。
那不是你随口说说的、
因为你觉得自己该有个使命的
那种漂亮废话，而是能为人们厘清
你们一起要往哪儿去的东西。
我知道它现在大概有点
太流行了，但尤瓦尔·赫拉利的书《人类简史》，
他书里的核心思想之一是，
讲故事是协调大群人活动的
最本质的东西。
一旦你超过了邓巴数，
而我在管理工程团队时
真的真的看到了这一点。
当你人数少于 120、150 人时，
你可以靠蛮力硬来，
在那种规模下你能了解、信任，
并理解所有人之间的互动是怎样的。
但一旦超过那个数，如果你没有
某种共同的目标
在朝之前进，事情就开始
灾难性地崩溃。
所以，尽管这听起来软绵绵的、
尽管一堆技术人员
会对「你需要有一个清晰的
使命」这个想法嗤之以鼻，
但使命真的真的真的非常重要。
——尤瓦尔说得对，对吧？
故事，这正是我们的社会，
正是把我们所有人连结在一起的
那层织物——就是这些有力量的故事。
这对公司也同样管用，对吧？
——它对一切都管用。
比如，我是说，甚至细到，
你要是真去想一想，
比如我们的货币，就是一个故事。
我们的宪法是一个故事。
我们的法律，我是说，我们非常非常
强烈地信仰它们，谢天谢地我们信仰。
但它们，它们只是一些抽象的东西。
它们只是一些文字。
如果我们不信仰它们，它们就什么都不是。
——从某种意义上说，那些故事就是平台，
其中一些正是微软在创造的，对吧？
是啊，是我们在其上定义未来的平台。
那么最后一个问题，你——
也许我们来点哲学性的，
比微软还要大，
你觉得接下来二三十年以至更久
对于计算、技术、设备会是什么样？
你对世界的未来有什么疯狂的想法吗？
——是啊，你看，我觉得我们正进入这样一个时代，
我们拥有以有史以来最快速度
不断进步的技术，
同时你又面临一些非常大的社会问题，
比如我们必须应对的社会规模级的问题。
所以，我觉得我们会迎难而上，
想出如何把这项技术的
全部力量
与我们面临的所有重大挑战交汇起来，
无论是全球变暖，
还是比如人口爆炸在未来 50 年左右
最大的余量
集中在非洲。
而全球变暖会让养活全球人口
变得越来越困难，尤其是
在这个你将迎来
最大人口爆炸的地方。
我觉得我们，AI 将会，
如果我们把它推向正确的方向，
它能做出不可思议的事，去赋能我们所有人
实现我们的全部潜能，并且，
你知道，过上更好的生活。
但那也意味着要聚焦于
一些极其重要的事，
比如你如何把它应用到医疗保健上，
来确保，你知道，
我们医疗覆盖的质量、成本
以及普及程度
随时间越来越好。
这一点在美国
和整个工业化世界的其他地方
每天都变得越来越重要。
比如西欧、中国、日本、韩国，
你有这样一个人口泡沫——
正在老去的、工作的，你知道，
劳动年龄人口，他们，你知道，
在未来二三十年的某个时刻，
将大体上退休。
而且，你会有比劳动年龄人口
更多的退休人口。
然后，你知道，
就有一些自然而然的问题——谁来照顾
所有老年人，谁来做所有的工作。
而对所有这类问题的答案，
在你撞上，你知道，
世界和社会的种种约束的地方，
一直都是，
什么技术能帮我们绕过这个？
你知道，我七八十年代还是个孩子时，
我们一直在谈论，
哦，人口爆炸、人口爆炸，
我们将，我们将没法
养活这个星球。
而当时我们正处于
绿色革命的正中间，就是那场
由技术驱动的、全球范围内
作物生产力的大规模提升。
其中一部分是把我们在西方
所掌握的一些东西，
分发到，你知道，发展中世界去。
而另一部分是诸如，你知道，
更聪明的生物学，帮我们增产之类的东西。
而现在我们不再谈论人口过剩了，
因为我们或多或少
已经搞清楚了如何养活全世界。
那是一个技术的故事。
所以我对未来，
以及对我们将能够应用技术
去解决其中一些极具挑战性的问题的方式，
超级超级抱有希望。比如我，我现在
正努力花时间去做的事情之一，
就是试着让其他所有人也抱有希望，
因为，你知道，回到赫拉利，
我们就是我们所讲述的那些故事。
如果我们，你知道，如果我们现在
对技术潜在的未来过度悲观，
那我们，你知道，可能会没能把
我们所需要的一切都安排到位，
从而拥有我们可能拥有的最好的未来。
——而那种满怀希望的乐观。
我很高兴你拥有它，
§07原文文稿 · 57:00–57:36
因为你在带领着一大群工程师，
他们正在实实在在地定义、在书写那个故事，
正在帮助建造那个未来，这超级令人兴奋。
我同意你说的一切，
只是我确实希望 Clippy 能回来。
（凯文笑，原文转写为「Colin」）
我们想它。
我代表人民发言。
那么凯文（原文转写为「Colin」），非常感谢你和我聊天。
——非常感谢你请我来。
很荣幸。
（欢快的音乐）
（欢快的音乐）
（欢快的音乐）
（欢快的音乐）
（欢快的音乐）
（欢快的音乐）