机器学习|首届微软研究峰会召开！微软CEO纳德拉最关注的3件事是什么？( 二 )

我们在分子动力学模拟方面有了非常惊奇的进展，这将在很多不同的领域产生如此巨大的高杠杆效应，如可持续性、药物发现等领域，甚至在应对新冠肺炎流行过程和流感大流行中，我们用很多方法帮助我们做出更好的反应，这些项目在我们的社会复原力计划中，能够看到人工智能模型本身作为平台运作。
微软用十亿美元的超级计算机来训练这些模型，可以帮助其他人构建平台和技术解决方案。此外，我们必须考虑如何负责任地、合乎道德地管理我们所做的所有技术工作的影响，并确保我们实现技术惠益的包容性和公平分配给每一个人。
另一个问题是，当你展望未来时，最乐观、最有希望的是什么，为什么？
纳德拉：作为一个科技公司，进一步民主化使我们获得技术，进而推动经济增长，以及整个部门和国家的总体繁荣。在这种背景下，我对于三件事很感兴趣：
第一个是系统公司，我们从基础研究开始如何正确前进？有新的系统架构使我们能够以更丰富的方式思考计算，一些人工智能工作负载正在推动对云和边缘计算的根本性反思。那么我们如何真正保持系统研究的前沿，创造无处不在的计算？
第二个是正在成为平台的大规模模型，这种大型模型背后的计算，如何继续构建系统。
第三个是如果线下有这个会议，我们俩同时在场，但实际上我们并没有共同出席，而这是一个很大的突破。这一技术将如何转变为产品？
纳德拉：你认为未来10年会发生什么？你认为微软研究需要基本方法吗？
斯科特：我从小热爱研究，并受益于阅读研究人员的产出。微软研究峰会的研究很重要，我们正在建设致力于研究和技术的世界。建立一个研究机构的目的是什么以及你是否真的能够成功地解决并处理这些问题。我们应该鼓励他们承担更大的风险。例如下一次突发时间爆发，如何处理全球变暖，如何处理错误信息泛滥，并发挥重大作用。
二、机器学习：科学家的新“显微镜”微软公司首席技术官凯文·斯科特（Kevin Scott）与微软副总裁、杰出科学家麦克斯·韦林（Max Welling）对话主要内容如下：

文章插图
斯科特：首先希望你给我们一个简短的概述，关于职业生涯以及目前的研究方向？
韦林：最初作为学者攻读量子重力博士学位，然后到帕萨迪纳加州理工学院学习计算机视觉和机器学习，随后与机器学习、深度学习的发明者杰夫·欣顿做博士后工作，之后回到帕萨迪纳或洛杉矶成为加州大学的教授，并教授机器学习。在那之后，我花了四年时间为高通建立人工智能实验室，并准备在分子模拟领域再开一家初创公司，随后加入微软。
斯科特：在这个丰富的历史中，你在学术界有如此惊人的职业生涯，并建立了初创公司，是什么吸引你来微软工作？
韦林：我在分子模拟领域中看到了巨大潜力，并且机器学习使用我们的模型在分子模拟领域产生了巨大的影响，我认为这是进入该领域的最佳时机。微软背后强大的计算能力才能真正为解决分子模拟领域的问题，应对分子模拟的计算难度。更重要的是，微软致力于可持续发展问题，我们这一代人一直把碳排向空中，因此我们有责任采取行动。微软承诺到2030年成为碳中和或实际负值，并已经拿出了将在2050年生产的所有碳，因此我最终选择加入微软。
斯科特：在过去几年，感知神经经网络、自然语言深神经网络的规模扩大，不仅可以更好地解决深度神经网络领域已经面临的问题，而且能够通过这些网络解决未预料到的事情。因此，这种规模回报是显而易见的。你的背景和兴趣是模型本身，当你用他们试图了解这些科学领域深层结构的问题，可以使用相同的原则，用大规模模型注入这些科学问题，如模拟复杂的系统，并改进性能，这是否你目前感兴趣的领域？