在微軟總部西雅圖傳聞中的34號樓，幾家媒體已經開始在會議室落座等待。與其說是等待，不如說是翹首以盼。因為即將接受采訪的這個人剛剛入選了美國工程院院士，工程界最高的榮譽之一。他就是微軟全球執行副總裁沈向洋，微軟核心管理層唯一的大陸華人，職位僅次于CEO ，也是美國科技行業職位最高的華人。

除此之外，媒體更愿意讓他能夠分享一些對人工智能的思考與看法，去年（2016年）9月份微軟新成立的“人工智能與研究事業部”由沈向洋全權負責。當然，還有一個八卦心（也可以說是好奇心）：對于被譽為“硅谷最有權勢華人”陸奇離開微軟，加入百度的看法，畢竟當時陸奇進入微軟還是因為沈向洋的介紹。

?

果然，沈向洋如期而到。據說，采訪當天早上沈向洋才從外地匆匆忙忙趕回西雅圖，但看到媒體的沈向洋完全沒有倦容，很是興奮的給大家介紹微軟園區的情況。他總是能夠知道媒體想要什么，不經意間透露一些料。

“他更懂得識人”

據說，在微軟總部園區有一個停車場最靠近電梯，只有4個車位，其中有一個是薩提亞納德拉的，還有一個就是沈向洋的，足以證明其在微軟的位置。從1996年畢業于卡內基梅隆大學，然后進入微軟研究院；再到2013年成為微軟全球執行副總裁，職位僅次于CEO；再到2016年全面負責微軟全球人工智能戰略；2017年被選入美國工程院院士，沈向洋的每一步都成為了一個傳奇。

雖身居高位，但沈向洋從來沒有架子。來自微軟的員工透露，沈向洋非常隨和，而且非常幽默，敢于自黑，在路上相遇總是喜歡主動和人打招呼。同時，在工作上沈向洋非常認真，在此次媒體采訪之前，他還特意要了所有媒體的資料和介紹，做好了功課。

在他負責微軟人工智能與研究事業部之后不久，微軟便在語音識別上取得了歷史性突破。微軟的對話語音識別技術在產業標準Switchboard語音識別基準測試中實現了出錯率低至6.3%的突破，這意味著微軟的語音識別系統的語音識別能力已經與人類專業高手持平。此前，更多是IBM在語音識別領域取得領先的地位。

帶領團隊取得這一突破性進步的正是微軟首席語音科學家黃學東，當問起為何微軟能夠取得這樣的突破時，黃學東更愿意把功勞歸為沈向洋。黃學東只提到了一句話“他更會識人”。

微軟員工透露，沈向洋用人舉賢有不避親，即使是空降到新團隊也會把得力親兵帶過去一起干，同時也深入新團隊了解情況，和一線碼農一對一談隊伍，抓問題。

對于被譽為“硅谷最有權勢華人”陸奇離開微軟，加入百度，沈向洋表示“我只能祝福，非常感謝陸奇過去八年在微軟做出的巨大貢獻，我也非常相信陸奇在新的崗位上會再創輝煌。” 最初陸奇加入微軟時，正是沈向洋向當時微軟CEO鮑爾默進行的推薦。

沈向洋當選為美國工程院院士正是因其“在計算機視覺和圖形學的突出貢獻，以及在業內的研發領導力。”

AlphaGo讓人敬仰 但未見商業化能力

人工智能已經成為一個熱詞，每個公司CEO如果不談那么一下人工智能都稱不上是一個科技企業了。科技巨頭紛紛投入人工智能當中，谷歌、IBM、微軟以及英特爾等等。“人工智能實際上已經成為了一種文化。谷歌會說他們就是一家人工智能公司，就連Salesforce也會提到說要做人工智能，啟動了一個叫’愛因斯坦’的項目。”沈向洋表示。

谷歌因其AlphaGo大勝韓國世界圍棋冠軍李世石而被人所知；IBM的人工智能助手沃森被認為是其發展一百多年歷史當中最具創新力第一次舉措，也代表著人類進入人與機器相互融合階段；微軟則單獨成立了人工智能與研究院……

對于人工智能的發展，最讓沈向洋興奮的兩點：一個是人工智能能力的增強；另外一個就是人機交互界面的徹底顛覆。

“人工智能能力在不斷增強，尤其在語音與計算機視覺方面。我認為，五年之內計算機視覺一定會超過人類；而十年之內，計算機視覺識別也一定會比人類更強。”沈向洋認為。

正如上文提到的，微軟語音識別技術出錯率低已至6.3%，已經與人類專業高手持平。

“最讓我激動的還有就是所謂人機交互界面的徹底顛覆。”沈向洋表示，“無論人工智能到底怎么定義，這么多年以來，計算機科學的發展自始至終都在做一件事情——人機交互。包括手機、筆記本的發展都是如此。我們一直在研究如何與計算機同存共進。”

沈向洋認為“用戶圖形界面”的概念正在被顛覆，語音用處越來越多，未來視頻類技術也會隨著跟上。而這也是微軟一直在提的概念：對話式人工智能。比如其小娜、小冰。

相比谷歌的AlphaGo在圍棋方面大戰人類，沈向洋更看重人工智能在商業領域的突破。

“我對AlphaGo除了敬仰還是敬仰，真的非常了不起，的的確確打破了很多人對人工智能的想象。”沈向洋坦言，“但是AlphaGo雖然很了不起，我們卻看不到它能真正應用到商業領域的地方。我個人認為，近三到五年，人工智能的突破還是在商業領域的應用。”

具體來說是人工智能在傳統商業領域，比如銷售市場、客戶支持、人力資源等領域的應用。

沈向洋以市場銷售為例。過去銷售一件商品可能需要打很多拜訪電話，有一個非常長的潛在客戶名單。在面對這么多客戶名字、公司的時候，需要判斷在有限的時間里應該先聯系誰，后聯系誰。但是有了越來越多的數據可以參考和分析之后，可以利用人工智能技術讓效率提升五倍、十倍。