说起微软研究院，它曾是人工智能领域的领导者，20 世纪 90 年代，微软研究院聚集了许多计算机科学、物理学、数学领域受到高度认可的专家及著名科学奖项得主，其中就包括语音识别和计算机视觉的顶尖学者，他们在语音识别等领域做出了很多当时领先的成果，但是受到 20 世纪 90 年代第二次人工智能寒冬的外部环境和微软内部决策等因素的影响，微软误判了人工智能的前景，在后来的十几年里在人工智能领域并未再投入资源，从此微软研究院在这一领域就停滞不前了。当第二次人工智能寒冬过去之后，微软重新要在这个领域发力追赶时，起点已经落后于谷歌、Facebook 和 IBM 不少了。不过幸好微软在人工智能时代只是起步落后一些，依靠自身的巨额资金和极为深厚的技术底蕴，在人工智能方面重新投入资源后，还是很快就做出了一系列优秀成果。在技术方面值得一提的是其推出的“认知计算服务<sup>○一</sup>”（Cognitive Services），它在文字、语音、语言理解等方面确实有很多创新和可取之处，现在是微软Azure 云的一个重要组成部分，也是 ChatGPT 模型诞生前 Windows 10 系统的智能助手 Cortana 的背后支撑。而在投资方面则更称得上硕果累累，雄厚的资本与眼光毒辣的投资部门，使得微软在 OpenAI 上的投资获得极高的价值回报，令其快速重新回到人工智能的第一梯队中。
上述辛顿、杨立昆和本吉奥三位机器学习“巨头”从实验室走到企业的经历，还有谷歌、Facebook 和微软等企业竞相追逐人工智能的行为，可以看作这十年来在人工智能这个方向上，学术界和工业界相互促进的一个缩影。在当前这次神经网络掀起的人工智能热潮里面，只要能够招聘到一名优秀的神经网络学者，用于人工智能研究的百万级经费就会拨到大学之中。传统的高校学术机构获得了大量的资源，也比之前有了更多可以自由调配的研究资金。这些都是学术界和工业界双赢的良性互动，与此同时，必须警惕前面两次人工智能寒冬的教训，避免过度夸大人工智能的能力和发展程度。目前确实有一部分企业和研究者似乎又一次陷入了盲目追逐的潮流之中，针对这种现象，辛顿说道：
304
第三部分 第三波高潮
○一 https://azure.microsoft.com/cn-us/services/cognitive-services。