Windows 10發布當天，微軟CEO Satya Nadella并不在微軟總部，而是在肯尼亞。他為什么會出現在那里？原因則是為了微軟的一項創新技術——TV WhiteSpace，利用電視的空白頻段傳送無線電波，低成本地提供長距離高帶寬的無線傳輸服務。我們希望利用該技術去改善當地教育、改善當地數百萬人 的信息獲取問題。

其實在微軟，有很多像這樣的基礎研究項目，它們通常耗時多年才會開花結果，大家并不能一下子就用上我們的這些研究成果，但微軟還是堅持做研究，為什么？因為基礎研究是技術創新的核心，并不斷推動著創新的發展。

以前，政府和高校為大部分基礎研究提供了大量的 資金及資源支持。但在全新的環境下，越來越多的企業看到了基礎研究的重要性，并設立了相應的實驗室或研究機構。雖然有些產品未必能在短期內獲得成功，不過 大家都相信研究能夠帶來長期的技術發展與源源不斷的創新，尤其在人工智能和機器學習領域，基礎研究可能是新一輪工業革命的驅動力。

如今，我們已經可以看到機器學習在基礎研究的推 動下有了越來越多的應用場景。比如，我們近期推出的一個多人參與的電子游戲——光暈5（Halo 5），通過機器學習技術，它會觀察用戶在游戲中的習慣，然后把那些有相同習慣的人聯系在一起，讓用戶更加喜歡、適應這個游戲。再比如，Microsoft Band（微軟手環）利用機器學習監控用戶的心跳、熱量等，幫助人們提前預防疾病。而對于一些企業，我們用機器學習來學習公司內部的郵件、會議日程，以及 相關信息，從而讓員工發揮優勢做合適的工作。如此等等，機器學習廣泛的應用前景將帶動人工智能的進一步發展。

但現在那些看起來***顛覆性的產品或應用，其背后的技術都經歷了幾十年基礎研究的積累，計算機視覺如此、語音識別如此、機器學習如此、各類技術與資源的集大成者——人工智能更是如此，其中基礎研究的重要性不言而喻。

以語音識別為例，其識別錯誤率在1993年、 2000年、2010年分別為100%、26%和7%，每一次進展都等待了數年甚至更久。正是因為2010年絡技術的應用給語音識別所帶來的巨大突破，才 促成了我們在2012年的第十四屆 “二十一世紀的計算”大會上對實時語音翻譯技術的***公開展示。從當時現場觀眾雷動的掌聲和激動的神情中，我們讀到的是“Magic“。就在今年9月份 ，Windows Skype里面正式嵌入了該實時語音翻譯技術——Skype Translator。

未來，我們會讓實時語音翻譯技術跨越多個平臺， 并且在語音翻譯上做更多的研究，讓翻譯模型和語音模型可以更好地適應不同的說話方式，無論是工作上的正式交談還是朋友間的親密對話。我們的努力不僅僅是為 了推出Skype Translator，而是希望構建一個全新的語言處理模型讓更多的人可以打破語言障礙有更多的溝通與交流，提高個人和組織的生產力。

從1993年到2012年，我們花了近20年的時間來實現語音識別的基礎科研突破。但在有著耗時耗力特點的基礎研究旅程中，微軟一直持續不斷地大量投入，其原因就是——只有長期的投入和耐心才能實現真正持久的創新。而我們堅信基礎研究必將奠定下一個時代的大規模創新。

但基礎研究并不是呆板的，它還需要一個開放的心態，因為你會從中得到一些意想不到的收獲。非計劃的研究，有時候會帶來顛覆性的理解和創新。這些研究起初可能只是一種有實驗性質的小樂趣，但這也是基礎研究中非常重要的組成部分。

微軟研究院對于如何管理研究進展有一套自己的方式，我們會依照研究的時間安排和其限制性來制定一個坐標（如下圖），以此來衡量一個研究項目是需要在一定時間內解決的，還是為了解這個世界所進行的較為開放的探索。

我們會專注于一些具體的任務，然后在此基礎上去研究一些顛覆性的技術。這樣才可以在滿足不同需求的研究任務的同時去發現新的機會，最終向全世界提供更好的產品和創新。但無論在坐標的哪個位置，研究始終都是核心，且永不止步。

有些時候，人們可能會錯誤地認為已經解決了世界 上大部分甚至所有的問題，但實際上很多事情我們僅僅觸碰到了皮毛。我們在計算機科學領域的探索如今只是一個開端，未來還有很多可以去做、需要去做，正如微 軟的使命所期待的：Empower every person and organization on the planet to achieve more，予力全球每一人、每一組織，成就不凡