這就要交給PR feedback。
一個是AI、一個是IA，我們非常明確是往這個方向在走。
對，不過我們微軟對AI看法是認為滿清楚的，我們不是去取代人……
自駕車很複雜。雖然臺灣很熟悉，但美國馬上的問題是撞車是誰在陪？是owner賠或者是跟公司賠？
因為畢竟做一些新的東西，如果馬上說違法的話，那就做不下去了。
我們回去會看一下Ambient Computing有什麼東西可以share。
應該是有，因為他們那邊常有奇怪的人在想一些奇怪的事。
MSR可以稍微問一下，就是問一下有沒有周邊其他研究團隊在想這個問題。
……如果他們可以share，我覺得也滿有趣。
好。但是我必須先了解有關這些項目是否可以公開的。
講得非常好，其實我們在看這個東西叫做「Ambient Computing」，就是mortal sensing，就是一直說我講的話、我出的聲音、我的肢體語言，或者是我打的東西，還是其他的一些data，可能都是包含在裡面。
對，我們是最早做出來的。
我知道Game本身一定是抽出來的。
我們最近有一個新的部門，就把WDG一個部門抽出來，但是Xbox的hardware我不太確定。
對，我們講的就是跨平台。
像我們在Andriod或者是iPhone，你在上面看一個東西，你可以轉到Windows上去，當我回到桌子上用電腦時，剛剛看的東西就跑過來，可以繼續進行。
像我講鍵盤好了，鍵盤我care的是，我今天用iPhone，有一個iPhone keyboard，然後用Android有一個Andriod keyboard。我們的願景就是「我的keyboard」，不管是用什麼裝置，我這邊打過什麼都學起來的，我回去也一樣記得。我們這邊改一個背景，回去也反應到電腦裡面。
我們care使用者，筆電可能是用Windows，但是手機可能是用（iPhone），我們care的是他的使用者經驗。
像我們做深度學習的framwork，我們以後會做Windows機器學習，其實我們講的都是跨平台的。
像我們做AI Azure，我們做IoT Edge，都是先做Linux container。
其實我們現在非常open，像前一陣子您可以看到報導，在Github裡面貢獻最多的是我們公司。
是，沒錯。Linux……
我們出去跟很多人談，其實外面很多公司願意跟我們談，其實我們現在跟以前很不一樣，很多元、很開放，且很願意跟大家一起合作，都是好事。
沒有錯，我們其實在想這一件事的時候，我們就已經想到這樣，很簡單，對我們來講，我們要all inclusive，我們沒有辦法把所有的東西都面面俱到；某些公司覺得他們一家公司可以做全部的東西。
等我們中文……再給我們一段時間，因為這個公司是英國人的，他們技術做得很好，拉丁語系做得非常好，就是一邊打，就算是突然從英文打到法文去或打到德文去，我們會自動偵測更換語系，這點Google做得沒有我們好。因為那還是西方人做的，所以對東亞語系部分著墨沒有那麼多，但我們下定決心要在臺灣設研發中心，我們希望能夠先從中文做起，然後希望在這邊當基地，擴充到東亞語系。當然這是下一步，我們目前還是得先把中文做好。
像我做keyboard也一樣，我買這一家keyboard的時候，Google的鍵盤根本很差、非常差，但一看到微軟買了，就馬上猜出我們想要做什麼，Google也很聰明的，他們這一、兩年keyboard improve非常多。這個好處是，對使用者是非常有好處的，但是重要的是，對我來說也很有好處的，競爭對手做的越做越好，我們越要保持領先、更要繼續保持創新。
這個很重要，雖然我們是開玩笑講，但是對我們來講，有競爭才有進步，我也是希望有競爭。
我們至少可以take credit，你看昨天哪一家公司宣布什麼東西，如果我們當時沒有來弄的話，你覺得那樣會發生嗎？
對，agree。因為這樣我們在內部的話，也比較好推。不管是我底下的人或者是其他部門的人，看到這是可以work的，讓他們也看到在外頭真的有一些技術很不錯。另外，有幾個成功的case也讓臺灣的廠商知道微軟是講真的。
我們是覺得臺灣有一些技術，如果透過這樣雙贏的合作模式，我們build很多AI，但是AI畢竟還是很年輕的技術，很多東西我們不見得做得很完美，或者我們不見得有做，我們是希望能夠跟業界一起結合，大家一起共同努力。 我們想讓AI普及化，一個很重要的原因是，我們不能就由一家去獨佔所有的東西，應該結合大家共同努力，我們就是這樣的做法。
但以前比較是從sales marketing出發。
對，像Michael，他現在是直接report到美國總部我們這些decision maker，我們可以直接做出決策，不是像從前還要用case層層往上送……
跟您報告一下，我們這次的做法其實很不一樣，或者甚至跟臺灣很多外商的做法不一樣。
像我們也不可能到世界上去設data center這一些東西，如果什麼東西都要自己寫的話，這都是操作的東西，當然我們希望公司能夠focus 在自己core的技術上，這種操作如果有人代勞的話，其實就很好，所以事實上我們非常open，就是看如何跟臺灣的廠商合作。
因為我們是一個大房東，我們就是幫你很多東西做好，你就不用再去考慮，像世界各國的government的compliance很複雜，連我自己做電腦都覺得很複雜，還要搞這一些東西，所以有時想一想覺得還好，微軟其他團隊已經幫我們搞清楚了。
對，他們也有，Google，現在大家都有了。我們是非常open，如果臺灣有一些很強的做AI技術廠商，我們如何合作，然後能夠幫臺灣這些廠商的服務帶到全世界去。
以後到上面去，就有臺灣的這一些service在上面，可以讓別的國家的人也可以買，我覺得臺灣有很多、很好的技術，但是從go to market 來看，你要走全球化的話，其實從這種全球性的scale out，其實也是滿挑戰的，比如你說data center，像台灣不太可能自己去各國去設資料中心，比如說compliance，這種投資起來是非常大的。
對，exactly！
我們現在是在explore一個新的想法，如果臺灣有很好類似AI的技術，想要走到國際舞臺，其實我們非常open，就是看看透過什麼樣的平台，我們一起合作。
我們在AI的這一種，所謂把AI的技術產品化，而且把它做得很平民化，其實我們走得比Amazon、Google來得早，這個是非常重要的。
我們微軟在人工智慧投資非常久，1992年MSR設立的時候，前面三個研究團隊，就是speech、vision及language，所以我們做得非常早。
我們現在做了以後，我們其實總共有三十個service，現在全世界大概有100萬個程式開發者在用我們的東西做AI。
對，那個整個是我做的，我三年前開始做的。
我打岔一下，微軟還有另外一組AI的服務，也就是我們的cognitive services。
那你要挑戰杜弈瑾，我跟他非常熟，你挑戰他說為什麼以前他在開發Cortana的時候，怎麼沒有把這個做好呢（笑）？
對，另外你看知識背景是一樣的，像要做臺灣的Cortana，我理解現在沒有臺灣的Cortana，它不是只有翻譯的問題，像要看知識base是否足夠，這個東西也不是一時三刻可以完成的。
影像辨識，其實我們的做法是用了兩個深度學習的model：第一個是認照片、認裡面有什麼東西，像我現在照照片，裡面有人、桌子跟飲料。第二個model是用資料語言處理，像我現在有人、飲料、桌子，然後我要造句，這個造句的部分是NLP，我們不能說造句之後再翻譯，這不見得會work，這個不能直接做，我想Paul專家會比我清楚一點，因此我們是language skill up其實並不是很trivial。
像我剛剛講影像辨識或者給一張圖，就跟你講看到什麼東西，現在是只有英文版，但是中文版馬上就會有，因為language skill up，在AI來講沒有那麼trivial，因為這不是UI的問題，UI很簡單，翻譯、弄一弄就結束了，但是support knowledge，那就沒有那麼直接。
另外，像我剛剛跟你演示的這一種，就是我們叫做「OCR」，我們現在在build，要用深度學習做的辨識，我們是英文先做好，事實上中文就是下一個主要的語言。
我自己的project是，在臺灣很大的任務是要把中文輸入做得非常好，不管是language model，從prediction我們要做得非常好，像我希望透過這個團隊，我希望可以做好，這個是一個。
