“人工智能會不會在未來五年、十年就把人類替代了？”在人工智能研究快速發展的今天，這樣的問題不斷被人提出，但在微軟全球執行副總裁、計算機視覺和圖形學領域頂尖專家沈向洋看來，這個問題從一開始就問錯了。

“我說這個問題都問錯了，人工智能也好，計算機也好，或者是以前的石器時代也好，人類發展是不斷的在尋找所謂的工具。不斷的有了這些新的技術，是在令人類的能力更加的強，我自己是持這樣的態度。”

18日，沈向洋在位于微軟總部貝爾維尤的一處辦公樓內接受騰訊科技采訪，暢談了他對于人工智能研究領域的理解。

“最典型的應用是我們有兩個程序員寫了How old .net，那件事情一下子火的不得了，現在上傳數據差不多有6億張圖片，非常有趣。”微軟全球執行副總裁沈向洋笑著說道。

上傳一張肖像照片，系統立即就能告訴你這個人的年齡，這就是前一段時間火爆的應用“How-old”能實現的具體功能，這個微軟出品并遇到無數好評和罵聲的應用，實際上便是人工智能的具體應用。

沈向洋認為，人工智能現在正處于“激動人心”的發展階段，最近發展得“非常迅猛”，包括研究機構、大學、大公司都在進行這方面的研究，也受到風投的密切關注。

他提出，人工智能領域取得了一些“突破性的進展，主要表現在兩個領域，一是語音識別，另一個是視覺識別。

在語音識別方面，沈向洋說，“語音識別業界已經做了四、五十年，但語音識別最大的問題是誤差率一直降不下來。”

“語音識別如果在一般的場景下，比如在一個房間里，一般的人聽語音大概誤差率在8%，這么多年下來它是一直下不來。最近有了突破的發展，就是深度學習，用很多層的人工網絡去做大數據，大訓練，做到這樣，所以最近語音誤差率降的非常快。”沈向洋說。

他指出，目前語音識別的誤差率（實驗室環境）已經降到12%左右，而微軟的預測是五年之內誤差率可以達到人類的水平。

他認為，在語音識別領域，目前微軟、谷歌(微博)和IBM三家公司處于領先地位。

在視覺識別方面，沈向洋認為，目前的發展也非常迅速，上述提到的“How-old.net”便是一個具體的例子。

他提出，微軟目前所提出的“移動為先、云為先”的戰略，實際上給更廣泛的人群進行人工智能的研究和應用開發也提供了很好的基礎。

“微軟的目標是打造全球最大的云，這個云還不是一般的云，是智能云。”沈向洋說。

微軟在今年4月份發布了Project Oxford（牛津計劃），便通過微軟的Azure云服務，向開發者提供API和SDK工具包，讓開發者可以使用微軟的自然數據理解能力，為自己的解決方案增加智能服務。這些工具包包括人臉識別、語音識別、計算機視覺和語音理解智能服務。

對于開發者來說，如果想從事一些語音或者語言識別，或者做一些圖像識別的應用，可以從“云端”API獲取相應的內容。

但沈向洋同時提醒說，在人工智能領域，雖然部分領域發展很快，但還是有更多的領域并沒有像語音和視覺識別發展的那么快，例如可推廣性方面、規劃方面等。

他認為，實際上人類目前對人工智能的研究，和過去任何時代一樣，是人類不斷拓展自己的能力、尋找工具的探索。

“不斷地擁有這些技術和工具之后，實際上是對人類能力的一種增強。”沈向洋說。