AI技术狂飙的背后，我们失去了什么？｜对话微软研究院负责人_风闻

今天为大家带来一期ACM ByteCast播客的完整内容，我们特别邀请的嘉宾主持人Scott Hanselman对ACM Fellow、微软研究院负责人Peter Lee进行了专访。

访谈里，Peter回顾了自己 40 余年的计算机科学生涯，从研究PDP-11计算机、Commodore Amiga计算机，到参与现代人工智能的发展。他着重阐述了依托数十年研究成果发展而来的现代技术，如今已变得不可或缺。他也谈及自己在医疗健康领域的探索，包括助力他入选美国国家医学院的相关工作，以及人工智能在医学领域的潜力（和局限性）。Peter与Scott还探讨了大语言模型（LLMs）的影响、传统计算机科学课程中伦理教育的缺失，以及人工智能复杂度不断提升带来的挑战。Peter还重点介绍了微软研究院在科学人工智能和量子计算方面开展的一些重要工作。

来源 | ACM

原标题：《AI技术狂飙的背后，我们失去了什么？｜深度对话微软研究院负责人Peter Lee》

Peter Lee

Peter Lee是微软研究院负责人。他领导微软研究院在人工智能、计算基础、健康和生命科学等领域培育由研究驱动的新产品和业务线。2010 年加入微软前，他曾在Defense Advanced Research Projects Agency（DARPA）工作，在那里设立了一个新技术办公室，打造出机器学习、数据科学和计算社会科学方面的业务能力。在此之前，他是卡内基梅隆大学的教授及计算机科学系系主任。

Peter Lee博士是美国国家医学院成员，同时在艾伦人工智能研究所、布罗德曼・巴蒂精准医学研究所（Brotman Baty Institute for Precision Medicine）和凯撒医疗集团伯纳德・J・泰森医学院（Kaiser Permanente Bernard J. Tyson School of Medicine）的董事会任职。他与Carey Goldberg和Isaac Kohane博士共同撰写了畅销书The AI Revolution in Medicine: GPT-4 and Beyond。2024 年，Peter Lee被《时代》杂志评为健康与生命科学领域百位最具影响力人物之一 。

访谈内容

Scott Hanselman：这里是ACM ByteCast，一档来自ACM的播客系列节目。ACM是全球规模最大的计算机教育与科学领域协会之一。我们与身处计算研究与实践交叉领域的研究人员、从业者以及创新者进行交谈。他们会分享自己的经历、学到的经验教训，以及对计算机未来的愿景。

大家好，我是Scott Hanselman。这是Hanselminutes与ACM ByteCast联合推出的又一期节目。今天我将与微软研究院负责人Peter Lee博士对话。您的履历相当丰富，今天能与您交流，我感到非常荣幸。

Peter Lee：能来到这里我也很开心。非常感谢邀请。

Scott Hanselman：：我想稍微聊点有争议性的话题，因为首先我想说，上周我刚过了生日，而今年，要是我没理解错的话，您就65岁了，对吗？

Peter Lee：是的，真是不敢相信。

Scott Hanselman：是啊。我上周刚满51岁，这段时间一直在回顾自己过去所处的领域……我有32年的软件从业经验，而您的经验更丰富。这是什么感觉呢？因为，如果您能看到我身后，就会发现我用Raspberry搭建了一台PDP-11，最近一直在研究这类东西。我还保留着小时候用过的康懋达64电脑。我真的在回想，这个领域已经取得了多么大的进展。在计算机科学领域深耕四十多年，如今身处这个人工智能的时代，您是什么感受呢？

Peter Lee：首先，既然你提到了PDP-11和康懋达Amiga电脑，我对这些设备可是情感怀念深厚。其实，我第一份有报酬的工作就是担任PDP-11的系统管理员，我还记得当时学习如何用绕线连接磁芯存储器的日子。说到康懋达的Amiga，是Amiga而不是64哦，我当年还从密歇根大学的研究生学业中抽时间加入了一家初创公司。在那家公司，我们当时想做的一件事就是把文字处理、电子表格和绘图这类生产力软件移植到Apple IIe和康懋达Amiga电脑上。那么你有没有用过AmigaWrite？

Scott Hanselman：：用过。

Peter Lee：那里面有我写的代码呢。

Scott Hanselman：：真的吗？

Peter Lee：那家公司最后没怎么成功，但我们当时得自己动手做鼠标之类的东西，因为那时候那些电脑根本没有鼠标，可要用上那些现代化的生产力软件，鼠标又是必需的。所以说，我对那些日子真的充满了怀念。我也思考过这些事，Scott，我猜你口袋里应该揣着手机吧？

Scott Hanselman：：当然了。

Peter Lee：我觉得你带着手机，是因为看你状态挺自在放松的 —— 因为如今要是把手机忘在家里或者酒店房间，你肯定会觉得不自在，就像少了点什么，心里没底，好像没法正常生活似的。从研究的角度来看，我认为这部手机里凝聚了计算机科学研究的六大重要成果。比如20世纪70年代兴起的超大规模集成电路（VLSI）设计，受Linux或Unix启发开发的操作系统内核，还有软件定义的移动无线电台等等。

这些成果都源自世界顶尖大学计算机系以及贝尔实验室这类优秀研究机构的硬核学术研究。这些研究成果先是发表了出来，随后转化成了一系列技术，而这些技术如今已经成了你一天到晚都离不开的东西。回想起来，这真的挺令人惊叹的。

所以，比如说，当我看到如今大语言模型（LLMs）和生成式人工智能的发展时，我脑海中想的问题不在于是否会出现通用人工智能（AGI），而在于大语言模型这类技术何时，以及是否会成为另一个你清醒时片刻都离不开的技术。我觉得这种情况是有可能发生的，不过，随着我渐渐临近退休，回顾这一切的发展，会发现技术的演变实在不可思议 —— 它们已经到了我们时时刻刻都要依赖，甚至关系到我们的心理健康和情绪稳定的地步。

Scott Hanselman：“离不开它”这种说法真的很有意思。我和我的手机关系很特殊，因为它还运行着我的人工胰腺系统。我上周在约翰内斯堡待了两周，特意买了一部备用手机。虽说我会开手动挡车，也能像以前那样用针头采血测血糖——我确实这么做了二十年。可现在为什么我会觉得离不开它了呢？我必须让手机24小时都在蓝牙范围内，要是手机丢了、摔坏了或者被偷了，我得立刻连上另一部手机，因为我需要持续血糖监测仪正常工作。我妻子不是糖尿病患者，不过她是护士，她说：“你完全可以像90年代那样，用针头扎手指测血糖啊。”我当时就说：“那简直难以想象。你怎么能这么说？”

Peter Lee：这其实就是所谓的“转变”。在医疗技术的采用史上，这种转变体现得最为明显。我最常用的例子是超声波技术。超声波发明很早，但直到20世纪50年代末，技术人员才提出可以将其用作医学诊断工具。如今，孕妇去看妇科或产科医生时，都会通过超声波来检查胎儿和母体的生殖系统。但在20世纪50年代末这项提议刚出现时，人们是很害怕的。这会伤害我的宝宝吗？会影响我的生育能力吗？医生们能看懂这些模糊的图像吗？还有各种其他的问题吗？因此，超声波花了大约十年时间才成为标准的诊疗手段。

那么，我所说的“转变”是什么意思呢？如今，要是你作为孕妇去看产科医生，而医生说“我不相信那些花里胡哨的超声波技术，我就用手摸肚子做触诊”，你不仅会感到震惊，甚至可能会举报这是医疗失职。所以在医疗技术的采用史上，不仅诊疗标准会发生转变，患者的需求和预期也在不断反转。你举的例子也是这种“转变”的又一体现。你从能够手动开车、自行监测血糖水平，转变为一种想法：为什么要这么做呢？方式太原始、太不精确、太危险了，简直不合情理，实际上这么做是不负责任的。

Scott Hanselman：不过我有点好奇，我发现自己就像个对着云朵挥拳头的老头，因为我感觉年轻人总在说这东西会改变世界。而且你也知道，他们会说“行了，老顽固”，如果你反对，那在他们看来，不支持就是反对。但我记得当年TI-83和TI-81计算器刚出来的时候，数学老师都在说：“哎呀，这样下去没人再会心算了。年轻人，你总不能一直带着计算器吧。” 可现在呢，我们每个人口袋里都揣着超级计算机。我发现自己根据我的年龄和我的一代人的基础来质疑我自己的技术意见，我开始因为自己的年龄、所处的年代，来质疑自己对科技的看法。以及我如何……我真的正在努力进行自省。我明白它会改变世界，但我也觉得，从认知层面来说，我们还不知道这些东西会如何改变我们的大脑，而且我也不确定口袋里揣着超级计算机，对我们的大脑来说到底是不是好事。

Peter Lee：是的，我总是更谨慎一些。对于我们这两个科技行业高管来说，很容易看到各种历史案例……比如那些真正具有赋能作用的先进技术被采用的过程。这里面存在一种始终如一的模式。所以，就像我们这些科技从业者常会辩解的那样，历史的正确方向是这些技术不断发展进步，世界也会变得越来越好。 我认为总体而言确实是这样，但我也认为值得一些反思的是，在这个过程中我们失去了一些东西。这并不是说世界没有在变好，生活没有在改善，我认为从任何角度来看，情况都在向好发展。但我觉得，否认我们正在失去一些东西、一些技能以及一些或许曾至关重要的能力，是不对的。特别是在这个新的AI时代，我想说的一点是，我确实看到全球顶尖的思想家都在认真地思考这个问题，一场激烈的辩论正在进行。

事实上，这是一场顶尖思想家之间的辩论，其规模是自人类基因组图谱绘制完成以来我从未见过的。当年科学界完成人类基因组图谱绘制时，引发了一场轩然大波，人们争论这意味着什么，基因工程究竟是好事还是坏事？正因为有这么多顶尖思想家的参与，生物伦理学这一整个学术研究领域才真正迅速发展起来，成为极具影响力的思想引领和研究方向。我认为这在很大程度上帮助我们从对遗传学的认知中获取了尽可能多的益处，同时减轻了潜在的后续危害和风险。而我看到AI领域也在进行同样激烈的辩论，人们都在努力探究它的意义。所以我觉得这是一件好事，这也确实让我更容易对当下正在发生的一切保持乐观。

Scott Hanselman：是啊。作为一名多年计算机科学教授，你是否将伦理融入教学中，让学生思考科技背后的问题呢？我的意思是，有时候纯粹为了技术而钻研技术确实很有趣，但我总会回到一个问题上：我们做这些是在让某些人的生活变得更好，还是明显在让某些人的生活变得更糟？不过，我做过一些非正式的调查，问大家：“好了，在座的各位谁上过计算机科学伦理学课程？” 结果没人举手。大多数人都没上过。感觉我们并没有在教授计算机科学伦理学，而在GPT-4之后的世界里，这感觉尤其重要。

Peter Lee：是啊，我得承认，在职业生涯早期，我确实没把这当回事。实际上，要说有什么想法的话，我当时还努力信奉硅谷那种典型的理念——技术是好东西，技术越多越好。我曾经坚信技术能解决我们所有的问题，认为我们可以通过技术攻克一切难题。但我觉得，现在我们在这方面的认识已经成熟多了。这在很大程度上是从惨痛的教训中得来的。我们清楚地看到，这项技术和其他任何技术一样，都具有两面性。事实上，它更耐人寻味，也有着更大的正负潜在影响，因为信息技术是能够普及的，几乎可以被每一个人所掌握。这不同于基因工程，后者需要耗资数百万美元的湿实验室才能开展研究；而在这里，地球上的每一个人实际上都有可能接触并利用这项技术，既可以用它来行善，也可以用它来作恶。所以我认为，伦理问题如今变得愈发重要了。而在我职业生涯早期，就个人而言，那更像是一个“天真时代”，我们只看到了事物好的一面。

Scott Hanselman：是啊，我真的很欣赏这种技术民主化的趋势，就像开源本身一样。我用的这个“胰腺”（可能指某个工具或系统）就是一个人人都能从零开始搭建的工具包，我自己也确实这么做了。任何人都能去尝试搭建，现在我们也看到了开放权重和开放模型的出现。对于那些处于前沿的模型，有的是封闭的，有的则更开放，会公开自身的来源、训练其所用的语料库等信息，你对此有什么看法呢？你对那些前沿模型有什么看法？

Peter Lee：我认为这也在快速演变。让我觉得非常有趣的一点是，做第一次事情的成本与做第十次事情的成本之间的区别。所以如果你是OpenAI或者是OpenAI的前沿竞争者之一，你会努力率先达到某种智能水平。在这方面，能看到一套相当有条理的投资策略。要研发出GPT-2这类水平的模型，训练成本大概在500万到1000万美元左右。而GPT-2呈现出的完美损失曲线，会给人信心——继续扩大规模就能取得进展。然后，要研发出GPT-3水平的模型，而且要在你所专注的任何AI训练领域始终保持领先，所需的计算成本通常是之前的10倍。这么一来，成本就到了5000万到1亿美元。

再到GPT-4水平，无论是在语言领域、分子动力学领域，还是气象建模领域，只要想率先达到这个水平，似乎又需要再增加10倍的投入。所以现在成本已经接近10亿美元了，依此类推。有趣的是，在所有与技术发明相关的领域里，一旦聪明人意识到某件事是可能的，那么第二个人、第三个人、第四个人乃至第十个人再去做这件事，就会容易得多。我们在行业中看到的情况是，不做第一个行动的人意味着……当然，你无法享受到先发优势，但你能受益于更明智的做法，而且达到同等水平的成本会低得多。

并不是说研发出GPT-4级别的基础模型成本很低，它仍然相当昂贵，但比起第一批创新者研发时的投入，已经便宜多了。这是我们整个职业生涯中都经历过的技术发展模式，所以我们本不该对此感到惊讶，但看到它以如此惊人的速度上演，还是觉得不可思议。从商业角度来看，问题在于，在我们这个行业，率先行动向来能带来巨大的溢价。现在的问题是，鉴于技术变革和演进的速度，率先行动还能像以往那样带来同等程度的价值吗？

Scott Hanselman：我们本不该感到惊讶，可偏偏总会一次次被震撼到。我还记得第一次看到所谓的聊天机器人时的情景，而现在，我正看着自己的手机。我手机上装了个叫 MLC Chat 的应用，还有个 535 Mini 模型，是四比特量化的F16格式。我现在用一部算力 15 TOPS 的 iPhone，开着飞行模式就能和它聊天。这在我看来简直不可思议 —— 虽然我懂其中的原理，也明白是怎么回事，但如今我们已经到了这样一个阶段：所谓的“全栈”（你总会听到“全栈工程师”这个 说法）已经复杂到让我忍不住想从最原始的部件开始动手做东西。我正在用 7400 系列芯片组装一台 Apple 1 复刻机，就是为了提醒自己，重新接触到硅芯片层面的东西 —— 因为现在的技术栈实在太高了。我想亲手实操一番，这样或许才能从情感上接受：我的手机里竟然装着一个能在飞行模式下运行的小语言模型（SLM）。

Peter Lee：对了，你要是装两台 Apple 1的话，给我也来一台啊。

Scott Hanselman：好啊，这东西确实不错。是一家叫SmartyKit 的公司出的套件，我把链接发给你。

Peter Lee：不过你刚才说的这点，让我回想自己的职业生涯时又有了新的思考。我觉得，我们刚开始涉足这一行的时候，都还能完全理解并掌握整个技术栈从头到尾的复杂细节。从硅芯片（我那会儿接触的是绕线板）一直到所有代码，包括应用程序里的每一行代码。可现在的情况复杂多了。一想到AI将带来的可能性，我就觉得，它很快会让我们构建出极其复杂的系统，复杂到人类根本无法完全理解。这一点可能最先出现在科研领域。目前有一大批活跃的研究者在用生成式AI撰写数学证明。

当你让AI系统写数学证明时，通常会要求它用一种证明语言撰写。比较流行的一种叫Lean，当然还有其他的。证明语言的有趣之处在于，它们的设计使得你可以像在任何编程语言中那样，使用简单的类型检查器。这些证明语言的机制是：只要通过了类型检查，你就能确定这个证明是有效的。所以我预见，不出五年，我们就会有一个AI系统生成某个数学定理的证明。我们可以通过类型检查确认这个证明绝对有效且正确，但这个证明本身可能复杂到任何人类——即便是世界上最聪明的人——都无法理解。

这算是一个很典型的例子，说明AI正带领我们进入这样一个阶段：我们能够构建出能正常运行的事物，也能看到它们在运行、验证它们确实有效，却无法弄明白其运作的原理和原因。而且我觉得情况会是这样的：当人们问我通用人工智能超级智能（GI super intelligence）的标志是什么时，对我来说，这会是第一个标志。你我都有这样的根基 —— 我们仍然希望理解一切，并且会做些事情来保持这种探索欲，但我觉得这会变得越来越难。

Scott Hanselman：这一点说得真有意思。我觉得你说得对，我这一代以及前后差不了几年的人，始终放不下这样一个事实：我们明明是拿了块石头，把它打磨平整，再注入电，如今它却能和我们对话了。我想弄明白那电和软乎乎的石头到底是怎么回事，但我的孩子们，比如我那个19岁的孩子，完全愿意接受那个神奇的黑匣子能发挥作用。当我跟他聊起这类话题时，总会说，或许我们不该把AI拟人化，还是聊聊它实际在做什么吧。他就说：“嗨，它帮我做作业了，我觉得挺好的。”我有点被你的书The AI Revolution in Medicine打动了，那本书出版时，GPT-4 还没全面问世呢。你在书里对模型的探讨很有意思，你好像在拟人化它，但同时也想理解它。既然这本好书已经出版，你对这个模型有了更多的了解，那你会改变哪些与该模型的互动方式呢？

Peter Lee：是的，那本书是我们在2022年圣诞假期写的，当时GPT-4还只是个秘密项目。我们特意做了安排，让这本书的出版时间与GPT-4向全球发布的月份保持一致。那段时间，我们真的既惊叹又困惑。我把这种感受称为九阶段悲伤。其实，我记得在书中某处还提到了AI九阶段悲伤。当初OpenAI的人第一次向我展示GPT-4时，我充满了怀疑，因为他们所说的那些功能，在我看来根本不可能实现。接着，我从怀疑阶段进入了沮丧阶段，因为我觉得微软研究院的同事们好像被这东西骗了。

然后，我开始感到担忧，因为我发现，哇，微软可能真的会在这东西上押下重注。但后来亲自上手体验后，我开始见识到它的神奇之处。我还记得当时那种喜悦感，心想：哇，这东西简直……我从没想过自己能活到见证这样的技术出现，更别说能亲手使用它了。再后来，就进入了一段极度投入的时期。所以说，人会经历这些阶段，但在最初的喜悦、兴奋到失眠的阶段里，那些让人产生共鸣、诱使你陷入拟人化想象的方面，最终都变得非常有趣。而在医学领域，这种现象也被反复观察到。事实上，在我们的书出版一个月后，加州大学圣迭戈分校和斯坦福大学联合在一份医学期刊上发表了一篇论文，其中提到他们使用GPT-4回复患者的电子邮件。

他们将这些AI回复与人类医生所写的邮件进行了对比。随后开展了一项盲测，让患者和医生对这些针对患者咨询的回复质量和准确性进行评分。结果显示，AI回复不仅在准确性上与人类医生不相上下，而且在患者看来，AI生成的回复更具同理心，两者的比例达到了9:1。当然，说机器能有同理心，听起来似乎很离谱。但我认为，这背后的实际情况是，疲惫不堪的医生没时间写超过两三句话，只能直奔主题，然后赶紧处理下一封邮件。而AI则可以写好几段内容，并且可能会记得在问诊过程中患者提到过要去看海鹰队的比赛之类的事情，还能在回复中加入这些贴心的个人化细节。所以说，这里面既有有趣又有令人不安的地方，但这种方式似乎确实能以一种非常有意义且非常实际的方式触动人们。我想，作为一个社会，我们至今仍在努力适应这一现象。

Scott Hanselman：没错，我突然想到，理论上来说，只要有恰当的提示，再加上控制人态度得当，AI可以拥有无限的同理心和耐心。我总是会回到同理心这个话题上。当下这个世界需要更多同理心，科技领域也需要更多同理心。我用GitHub Copilot的时候，不会让它帮我做作业。我基本上把它当成一个热情的结对编程伙伴，而且我发现它有着无限的耐心。它从不评判我，从不刻薄，也从不冷漠。所以，只要我跟它好好沟通，理论上它就能拥有无限的同理心。你的书里那个后记让我印象很深。你说：“仅仅通过预测下一个词，不可能产生智能——可事实真的如此吗？”难道我只是一个统计模型，只会预测Hansel接下来最可能说什么词吗？这就是我的本质吗？

Peter Lee：所以我觉得，在我们写那本书的时候，我真的很困惑，但如今我对正在发生的这一切的理解和接受程度已经有了很大提升。的确，这些大型语言模型的基础预训练任务就是预测对话中的下一个字。从这个角度来说，可以说这些大型语言模型的训练目标除了这个之外，并无其他实用目的。不过，我想举这样一个例子。比如有句话：“凶手是______”。如果你想选出最合适的词来填补这个空白，那么这句话“凶手是______”得放在比如一本完整的阿加莎的谋杀悬疑小说的语境中来看。要是你纯粹从统计学角度去处理这个问题，那么即便有数千本悬疑小说和短篇故事可供参考，你试图通过统计模式来找出最可能出现的凶手名字，也得不到什么靠谱的答案。

相反，要真正优化填补空白的质量，你得具备一定的演绎推理能力。你需要理解不同情境下人类的心理，知道是什么在驱动他们，他们在面对特定询问时会有怎样的反应，诸如此类的一切。所以，当我们试图优化填补空白或下一个字的预测能力时，背后的原理其实是一个极其庞大、规模堪比天文数字的随机过程，这个过程有可能意外地发现能够实现某些推理功能的神经回路。而这种情况居然真的会发生，即便只是偶然发生，也足以令人惊叹。但我们正在操作的规模，确实让这种情况成为了现实。因此，并非是下一个字的预测本身让我们觉得模型似乎在思考，而是高度优化下一个字预测能力的过程，让我们有机会真正发现并固化这些能实现各种功能的神经回路片段。

Scott Hanselman：是啊。我曾用一个类比给一些年轻人解释过，不知道这个类比是否恰当：作为人类，我们的“栈”（用于存储近期信息）容量有限。随着年龄增长，我们会积累起越来越庞大的堆（用于存储长期信息），并且不断把堆里的东西调到栈中使用。有些演讲者、有些思想家，比如《纽约时报》的评论员Jamelle Bouie，他似乎拥有海量的知识储备，能调动起自己读过的所有书籍里的内容。他词汇量惊人，我很钦佩他能灵活调用这些智慧片段的能力，而我自己却总在梳理自身所有经历时感到吃力。我认为，当AI的栈（也就是它的上下文窗口）甚至超过最聪明的人类时，它就会给人一种通用人工智能（AGI）的感觉。关键就在于它会拥有超大的上下文窗口，大到能涵盖整个人类的一生。

Peter Lee：是啊。到目前为止，大多数情况下，大型语言模型，特别是Transformer模型，在记忆信息方面还相当不完善。在将训练语料训练进Transformer模型的过程中，会对这些语料进行大规模的压缩。这一点，我一直试图向医生们解释，因为他们正在努力理解生成式AI。要知道，与普通计算机不同，事实上，医生们在网上使用的一个很受欢迎的应用（或许是最受欢迎的应用）叫做UpToDate。它本质上是一个针对高度精选的医学知识的搜索引擎。所以在UpToDate中，你提出问题，就能得到医学上精准的答案。我们已经习惯了使用这类工具，就像使用网络搜索一样。输入查询，期待得到一系列相当精准的答案。但Transformer模型不具备这种能力，它的记忆能力非常不完善。当然，这种情况正在改变，因为从根本上来说，基于计算机的系统没理由不能实现完美的记忆提取。所以我同意你的看法，我认为我们终将迎来这样一个阶段：这些AI系统不仅能进行各种联想、展开这类推理，还能真正受益于完美记忆提取这一基本能力 —— 而我们一直都默认机器本该具备这种能力。

Scott Hanselman：如果这个问题的答案我本该知道，那请原谅我的无知。不过，你对技术在医疗领域的浓厚兴趣是从什么时候开始渗透到你所做的一切中的呢？最近这段时间，你总是希望通过技术让人们的生活变得更好，这似乎又回到了医疗健康领域。难道你有医疗相关的背景，只是我还不知道？

Peter Lee：这其实纯属偶然，而且当初差点就没走上这条路。2010年我加入微软时，为了进入微软研究院这个优秀的机构，能成为其中一员我深感自豪，后来一路晋升，做到了微软全球研究院负责人的位置。到了2016年，Satya Nadella和当时的首席技术官Harry Shum把我调离了研究院，让我接手一个100人的“臭鼬工厂”团队，重新规划微软在医疗健康及相关技术领域的发展方向。这个调动让我深受打击，甚至觉得自己是因为什么事受到了惩罚，还认真考虑过辞职。毕竟我不仅毫无医疗健康领域的背景，而且……你要知道，在全球任何医疗机构、任何诊所里，几乎都能看到微软的产品。

我们的客户遍布全球每一家医疗机构。最小的客户可能是肯尼亚内罗毕的一家只有一名护士的诊所，最大的则包括联合健康集团、凯撒医疗集团等行业巨头，以及介于两者之间的所有机构。这就意味着，微软内部大概有十几位位高权重的企业副总裁，都在各自涉足医疗健康领域的业务。所以我当时也在想，谁会听Peter Lee的呢？事情就是这样开始的。你得琢磨琢磨，我们该做些什么？Satya当时担心的一点是，我们在医疗领域对云和AI的思考还不够深入。所以我们首先想到的是，云能否用于存储医疗记录？我们很早就发现，不行，因为存在合规性问题，而且我们当时不支持某些数据标准。

不光是我们的云做不到，谷歌、亚马逊等竞争对手的云服务也做不到。不过这至少让我们有了具体的事情可做，有了需要解决的问题。在这方面我们取得了很多进展。我们还启动了第二个项目，是与Nuance公司以及匹兹堡大学医学中心的Shiv Rao医生合作的，项目名叫“Empower MD”（赋能医生）。因为我们了解到，医生们在每次与患者沟通后，都得写临床笔记并录入电子健康记录系统，这让他们不堪重负。于是我们想，或许可以用AI来聆听对话，至少能自动生成临床笔记草稿。这个项目就是“Empower MD”，后来它的发展逐渐成熟，我们决定将其产品化，在此过程中还收购了Nuance公司。

对于匹兹堡大学医学中心（UPMC）的Shiv Rao医生，UPMC的风险投资部门UPMC Enterprises同意提供种子资金，支持他成立一家公司来做同样的事情，这家公司就是Abridge。如今，该领域的两大顶尖产品分别是微软的DAX Copilot和Abridge的产品。我们就是这样起步的。在大约五年的项目推进过程中，我对这个领域有了深入的了解。我还成为了一所新医学院 —— 凯撒医疗医学院的创始董事会成员。新建医学院需要设计课程体系，我因此有机会研究这些课程，至少在临床前研究方面学到了不少知识，甚至还入选了美国国家医学院。

后来到了2020年，我们的首席技术官Kevin Scott把我调回了研究院。我当时想，太好了，终于可以脱离医疗领域，回到我真正热爱的计算机科学基础研究工作中了。可就在这时，新冠疫情暴发了。所以微软决定，“Peter，你是我们的医疗技术负责人，现在所有客户和利益相关方都需要微软的帮助来应对疫情，所以你得负责协调这件事。”就这样，我又留在了医疗领域。我原以为这个任务在2020年夏天就能结束，可疫情的严重性远超预期。再后来，GPT-3.5和GPT-4问世，又出现了新的问题：这些技术是否适合投入使用？在医疗领域使用是否安全？而我自然而然成了牵头解决这些问题的人。所以你可以说，我一直努力想脱离医疗领域，却总被拉回来，但我对此并不反感。只是这一切都并非我计划之中，想想也挺奇妙的。

Scott Hanselman：有些最好的职业不是计划好的，我想这就是个很好的证明。

Peter Lee：我很庆幸当初没离开微软。那样的话，不知会……

Scott Hanselman：我想我们都很高兴你没有离开。那本来会是……要是当时你觉得自己受了惩罚就立刻辞职，我们肯定会损失惨重。当我们准备结束时。

Peter Lee：我知道，这是因为Satya Nadella是一位非常出色的领导者。但我觉得外界有些人可能不知道，他有时会让大家去做一些极其困难的事，而这些事确实能推动事业向前发展。

Scott Hanselman：确实如此。当你被召唤去承担责任时，要么挺身而出，要么退缩不前。很高兴你选择了挺身而出。我想说的是，眼看访谈就要结束了，现在差不多是三月中旬。在这期播客收尾之际，微软研究院有哪些成果是我们应该了解的？

Peter Lee：好的。我们在两个领域做了很多特别的工作。一个是我们所说的AI for Science（人工智能助力科学研究）。就像我们发现，生成式AI架构（比如Transformer和基于扩散的模型）能够如此高效地从人类的语言、思想和行为中学习一样。所以，你可以用大量人类的文本输出或文字成果作为语料，而模型从中学习到的东西是很惊人的。同样地，对于世界中的图像和视频，这些相同的架构 —— 目前全球都在深入研究，也是微软研究院重点投入的领域 —— 也适用于对自然现象的观测。比如大气风型、蛋白质与小分子的动态变化，或是电解材料结构中电子的运动。这确实令人难以置信。

这意味着，如果我们在这些领域遵循同样的 AI 规模化发展路径，或许能实现诸如提前数周预测极端天气事件、为已知药物靶点设计药物分子、识别病原体中的新药物靶点，或是设计新型材料 —— 从固态电池到能让素食更美味的酶，应用范围广泛。因此，这种AI for Science（人工智能助力科学研究）是我们的一项重大展示成果，微软研究院推出的一系列新模型已纳入Azure Foundry平台，同时相关成果也在材料科学、化学工程、物理学、气候科学等领域的顶级学术期刊上发表。不过，有一个显著的差异，也是阻碍我们在这些领域发展的因素，那就是训练数据的获取。

目前并没有专门用于分子动力学模拟的互联网资源，所以问题在于：我们从哪里获取训练数据？我们拥有计算基础设施，但需要训练数据。而正在兴起的第二个领域是量子计算。我认为在2025年，我们将看到首批实用的可扩展量子计算机。至少我和微软的一些同事最期待的首个应用，是利用它对这些自然现象进行经典精确模拟，从而生成大量标记完美的训练数据。如果能做到这一点，我们就能真正拥有针对蛋白质、材料、天气模式的GPT-4或GPT-5，我觉得这将非常惊人。

Scott Hanselman：是啊。这样一来，从研究到实际应用的桥梁就搭建起来了，研究成果也就不会仅仅停留在理论层面。我很欣赏你们一边发表论文，一边在Foundry平台上发布模型的做法。这让我回想起我们整个对话的开头 —— 过去30年里，每年都有人告诉我，糖尿病将在五年内治愈。拿出实际成果来看看吧。拿出能切实发挥作用的东西来，比如能阻止人们在龙卷风中失去家园，或是能挽救胶质母细胞瘤患者生命的技术。就是这类实实在在的成果。你说AI和这些模型会带来好的改变。

Peter Lee：我尝试解释这点的方式是，在众多科学领域，我们已经达到了GPT-2水平的能力。唯一真正阻止我们达到GPT-3水平的就是足够的训练语料获取问题。所以一旦我们能够解决这些问题，就能达到GPT-3级别的能力，甚至超越它。对于我们微软，对于你我而言，Scott，GPT-3意义重大，因为在大型语言模型领域，GPT-3是我们首个能够尝试将其转化为产品的阶段。当然，这也就催生了首款GitHub Copilot。

Scott Hanselman：没错，这就像是曲棍球杆曲线的起点。一旦曲线开始上扬，各种变化就会接踵而至。非常感谢Peter Lee博士今天和我们交流。我们由衷表示感谢。

Peter Lee：Scott，谢谢你的邀请。和你聊天真的很愉快。

https://learning.acm.org/bytecast/ep68-peter-lee

查看完整文章内容

本文经授权转载自微信公众号“ACM 计算机学会”，原标题为《与微软研究院负责人Peter Lee深度对话：从绕线板到大语言模型，技术如何改变人类？》。

特 别 提 示

1. 进入『返朴』微信公众号底部菜单“精品专栏“，可查阅不同主题系列科普文章。

2. 『返朴』提供按月检索文章功能。关注公众号，回复四位数组成的年份+月份，如“1903”，可获取2019年3月的文章索引，以此类推