打个比方，人类最了不起的是群体性的智慧。可能个体会比较聪明，但是个人想要造出一些特别先进的事物必须依靠群体的智慧。人类永远是需要知道为什么的，不会不明白背后的原理就拿来用。所以要对全人类充满信心，作者在未来简史中提到的这个问题我觉得大家可以不必去担心。

　　| 按照人类简史上面观点的逻辑，以后大公司通过他们收集到的数据或许能让AI给出很符合我们心理的建议，但这种情况下做出的决定是否还属于我们自己？

　　像之前说的任何东西牵扯到人，很多时候在不了解之前，我们大部分是不会接受它的。对于什么是智能，我个人认为应该分成下面四种层次：

　　功能——计算机有多少的计算速度、内存、硬盘空间等。

　　智能——智能并没有范式，随着时间一直在改变。从打败人类的象棋冠军深蓝，到最近的AlphaGo，随时间不断进行改变。

　　智力——创造力还有判断力，在数据不全的时候怎么去进行创造与判断。

　　智慧——当你知道这个是对的，但是需要别人启发。

　　我不担心人类会把自己的决定完全交给别人，就像大部分人都不会把自己的投资交给别人。相反，大部分人会去收集一些资料，权衡风险、征集很多的意见在做出决定。人生中的很多决定都会听取别人的意见、自己也会做很多分析，（可能也会根据AI的意见）但是最终还是会自己做出决定，然后走下去。

　　| 作为微软亚太研发集团主席和微软亚洲研究院院长，工作强度和时间分配的问题？

　　我自己非常幸运从事科研的工作。虽然作为领导需要从事管理工作，但是大部分时间还是从事科研相关的工作。不过由于时间原因，我无法像大多数科研人员一样做一些具体的工作，比如编程等。但是我大部分时间都花在与研究员讨论问题、给予建议、批评、反馈 ，有时候也会有争辩，更多类似这一类的事情。有时候也会参与一些创造力、新算法的讨论，这些也是令我十分感兴趣的部分。

　　对于科研管理，我不太认为职业经理人这个模式可以在科研团队运转。因为对于科研的工作，职业经理人可能就不太专业了。因为对相关知识其实不是特别了解（编程、创新、分析相关问题），比如说像语音、计算机视觉等专业问题，必须要有一定的了解才能起到增强的作用。在研究院我们倾向于“由下往上”的科研方法，科研创新从来没有一次是由上往下的。在科学单位最重要的地方就是激发大家的潜能、让大家自由发挥、自由地提出自己的想法。

　　| 作为管理者，如何保证创新性和领先性呢？

　　要保证一个“求真”，开奖，在讨论技术的时候保证求真、不忽悠。我们也很高兴做出一个新技术，但是它未来能实现什么、可能会出现什么问题，需要保证一个求真、求实的态度。

　　基于这个原则，我在院里非常鼓励大家互相之间做Project Review时提出自己最真实的想法，在这种脑力激荡、最真实的想法讨论下，对于项目往下继续进行是非常有帮助的。我们希望基于由下往上、真实的原则下，在精益求精的状态下做得更好。

　　| 在人工智能这个战场，微软的发展战略是什么？着重在哪几个版块进行科研投入？未来在着重板块如何胜出？

　　微软和其它公司不一样的地方是微软是一家平台公司，这也是自身的历史、DNA决定的。

　　平台公司顾名思义本身做比较少的应用，大部分的工作都是做平台（包括人工智能）。然后我们的合作伙伴来做最后一层、最后一里的创新，最后变成一个应用或者解决方案。举例来说就像篮球中的助攻，最后的投篮得分是伙伴去进行的。做平台的一个好处就是可以接触到很多不同的领域，给出不同的助攻，这个和微软的宗旨是Empower也是相符的。

　　所以我们的战略就像这几年提出的微软认知服务（Cognitive Services），就是早期的牛津计划（Project Oxford）。在这个计划中我们有做语言、语音、视觉、知识以及搜索上面的API。我们希望第三方合作伙伴可以利用这项技术API结合自身数据、技术来开发出更多能造福广大的老百姓的技术。