微软：人工智能的下一个前沿领域是专家教学机器

微软高管表示，人工智能的下一个前沿领域将包括利用人类专业人士的专业技能来训练机器 学习模型。“机器教学”本质上是一个位于机器学习层之上的接口，它为没有能力编写代码 的人提供一种培训和部署系统的方法。

微软企业人工智能副总裁Gurdeep Pall在接受电话采访时表示，机器教学可以应用于许多领 域，包括文本分类、对话对话、计算机视觉和机器人技术。

他说，最近的人工智能初创企业收购和微软多年的研究工作，将推动未来更广泛使用机器教 学的举措。2015年，微软研究院（Microsoft Research）成立了机器教学小组，承诺提供此类 功能。

这些领域的举措将依赖于Microsoft Research和AI Group近十年的工作，现有的工具，如公 司的AirSim模拟器，以及微软去年收购的旧金山湾区AI创业公司Bonsai和Lobe。 Lobe专注于 无需代码的深度学习，而Bonsai旨在帮助企业培训用于制造，建筑管理和机器人的系统。

Pall表示，微软的机器培训也将寻求整合机器人操作系统（ROS），即去年秋天Windows10上 推出的一款颇受欢迎的机器人操作系统。

Pall说，潜在的应用案例包括护士教机器手臂如何移动病人样本，或者专家帮助自动化石油 钻井平台的移动。

“我认为人工智能必须摆脱只能由人工智能专家从事的工作，否则人工智能的应用及其对世 界的影响将非常有限。我认为我们必须达到这样一个境界，那就是世界上并不是只有1万名人 工智能专家能够在许多垂直领域的不同场景中真正应用人工智能。”他说。

Business AI总经理Mark Hammond今天在一篇博客文章中说，增加访问权限的工具可以让数百 万人创建AI模型。

Pall说，如果人工智能变得更加深奥和难以理解，那么它将朝着错误的方向发展。他补充说 ，机器教学意味着将知识从人类专家的大脑转移到金融、制造和客户支持等领域的机器学习 算法上。

他说：“我认为必须有一些非常具体的步骤，才能让真正不了解引擎内部发生了什么的领域 专家更容易接近它，但是……实际上可以指定任务，训练机器，看它是否正常工作，并相应 地进行调整。”“我们认为这符合当今世界人工智能专家和领域专家之间存在的这个鸿沟中 真正重要的需求。”

尽管近年来人工智能的进步强调了需要理解Python的机器学习框架（如TensorFlow和 Microsoft Cognitive Toolkit），但微软等公司一直在开发平台和工具，帮助那些不知道如 何编写代码、培训和部署人工智能模型的人。

在5月6日至8日于西雅图举行的Build年度开发者大会上，预计还会有更多关于升级微软用于 训练人工智能模型的工具的细节。

该公司致力于机器教学之前，发布了几个谷歌云解决方案，包括Anthos混合云平台和云自动 表的首次亮相，以及BigQuery ML for AI with tabular data。

最近几个月，Kubernetes为数据科学家推出的解决方案，如英特尔的Nauta平台，AWS深度学 习容器、谷歌的AI Hub和Kubeflow Pipelines。

Pall表示，微软计划通过专注于解决现实问题的机器教学，使自己与竞争对手区别开来。

他说。“无论是建立客户服务机器人、自主系统，还是在计算机视觉任务中识别物体，所有这些都可以通过机器教学方法更好更快地完成，并由人工专家参与其中。”