S1E8：当系统开始“思考”，AI如何走向自主进化？
AI Next
节目介绍：
《AI Next》是微软亚洲研究院推出的一档利用 AI 技术制作的播客，内容聚焦 AI 前沿技术、科研趋势与社会影响。我们希望让听众在体验微软亚洲研究院最新研究成果的同时，聆听技术专家对 AI 发展的解读和深度洞察，在理解与思考中迎接 AI 的未来。
作为一档由 AI 合成的播客栏目，《AI Next》播客音频和宣传视频背后包含微软亚洲研究院在合成 AI 领域的三项关键技术：VibeVoice 具备自然、富有表现力的语音合成能力，能够为最多4位说话者合成长达90分钟的高质量对话语音，为用户带来更灵动的声音互动感受。VASA 可将静态肖像与音频信号结合，合成情感逼真且拥有细腻面部表情的说话头像，为内容创作及辅助教育提供了全新的呈现方式。TRELLIS 则是一个 3D 物品生成模型，能依据文本提示或图片信息构建相应的 3D 效果，让复杂的概念设计可以在立体空间中被“看见”。目前，VASA 和 TRELLIS 技术可在微软的 Copilot 产品中体验，VibeVoice 也已在 Hugging Face 上开源。三项技术的加持将为内容创造者和听众带来 AI 技术演进的真实体验。
《AI Next》的第一季主要聚焦当今智能发展的核心议题，探索前沿趋势。作为本季收官之作，第八期节目请到了微软亚洲研究院院长周礼栋博士，与大家深度探讨 AI 与底层系统的协同进化，一起拆解智能时代基础设施的重构逻辑。周院长将通过解析系统智能的核心内涵、技术路径与可信基石，带我们穿透技术表象，看见 AI 时代最底层的变革力量。
嘉宾介绍：
周礼栋
周礼栋博士现任微软公司全球资深副总裁、微软亚太研发集团首席科学家、微软亚洲研究院院长。
在康奈尔大学获得计算机科学博士学位后，周礼栋博士于2002年加入微软公司。他的职业生涯中遍及微软多个研究院，包括在微软硅谷研究院担任研究员，在微软雷德蒙研究院担任系统研究组首席研究员，以及在微软亚洲研究院担任常务副院长，并于2021年升任微软亚洲研究院院长。
周礼栋博士是系统研究领域首屈一指的专家，多年来一直专注于推动可靠、可信及可扩展的分布式系统的理论研究和实践探索。他在ACM操作系统原理大会（SOSP）、USENIX操作系统设计与实现大会（OSDI）和USENIX年度技术大会（ATC）上均获得过最佳论文奖。作为微软在设计和开发大规模分布式系统方面的重要技术带头人，周礼栋博士主持设计和开发的系统支持着微软从搜索引擎、大数据基础设施、云系统到AI基础设施的主要产品和服务。
周礼栋博士是电气电子工程师学会会士（IEEE Fellow）和国际计算机学会会士（ACM Fellow）。他曾是ACM计算机系统会刊（ACM Transactions on Computer Systems）、ACM计算机存储会刊（ACM Transactions on Storage）、IEEE计算机会刊（IEEE Transactions on Computers）的编委会成员。周礼栋博士还曾担任2017年SOSP大会联合主席，以及2023年ACM软件系统奖项评选委员会（ACM Software System Award Committee）主席。目前，他是SOSP指导委员会（Steering Committee）主席，并将担任2025年OSDI大会的程序委员会联合主席。
本期技术名词：
聚合通信（Collective Communication）：
在训练大模型时，通常不是单台机器独立工作，而是成千上万张 GPU 协同并行计算。每一轮计算结束后，所有机器都需要将各自算出的结果进行汇总与同步，达成一致后再进入下一轮计算。这个在多机之间汇总、同步数据的过程，就叫做聚合通信。
系统智能（System Intelligence）：
过去，系统更多只是被动执行指令的基础设施。而现在，研究者希望系统不仅仅是运行 AI 的载体，更能借助 AI 实现自我优化，包括自动调度资源、优化性能，甚至参与设计决策。简单来说，系统智能就是让系统从被动工具，进化为能够“独立思考”、自我迭代优化的智能基础设施。
可信计算基（Trusted Computing Base）：
如果系统具备了自主能力，如何保证它稳定可靠、不出偏差？这就要用到“可信计算基”。我们可以把它理解为系统中必须绝对可靠的最小核心部分。只要这部分足够安全、可控、可验证，整套系统就有了稳固的信任基石。就像一栋大楼，只有地基扎实稳固，其余部分才能安心搭建。
形式化验证（Formal Verification）：
形式化验证是一种利用数学逻辑来证明程序是否正确的技术。它与普通的反复测试不同，不是靠多次尝试来寻找漏洞，而是通过严谨的逻辑推导，从理论上证明：在所有可能的运行场景里，这段代码都符合预期规范。传统测试只能发现已知漏洞，形式化验证则能从根源上给出近乎“不会出错”的安全证明。
内容提要：
05:05 系统智能初现：从人工调优到协同优化的突破
07:55 系统与AI协同进化，从单向依赖到双向重塑
11:05 构建“系统智能”的新范式
15:45 可信基石：约束 AI 不确定性，筑牢智能系统安全防线
19:37 打破算力垄断，迈向开放多元的计算生态
21:24 培养跨学科人才，拥抱系统智能未来
互动方式：
公众号/ 小红书/ 知乎/ 微博：微软亚洲研究院
相关阅读：
* 署名文章：硅基世界的“缘分”——系统与人工智能携手进化
* 文章：LLM2CLIP：以大语言模型重塑跨模态表征学习的文本基石
* 文章：Ananke：快速、透明的文件系统微内核恢复技术
* 微软研究院播客：NeurIPS 2024: The co-evolution of AI and systems with Lidong Zhou
* 论文：Fast, Transparent Filesystem Microkernel Recovery with Ananke
* 论文：EEPO: Exploration-Enhanced Policy Optimization via Sample-Then-Forget
* 论文：WaferLLM: Large Language Model Inference at Wafer Scale
* 论文：Aeolia: A Fast and Secure Userspace Interrupt-Based Storage Stack
声明：
《AI Next》是微软亚洲研究院推出的一档利用 AI 技术制作的播客，旨在探索合成生成式技术在内容制作和传播中的新形式与可能性。节目中的语音均非真人录制，而是由研究技术原型合成。其中，嘉宾语音由 VibeVoice 技术基于既定文字内容以及嘉宾声音样本合成，宣传视频中的嘉宾人物头像由 VASA 技术基于音频内容以及卡通风格合成和渲染。
作为一项探索性播客节目，《AI Next》中涉及的相关技术仍处于研究阶段，生成内容的表现可能受多种输入因素的影响。节目制作及发布遵循人工智能、数据安全与隐私保护相关的法律法规。节目中所使用的语音、文字与图像均获得嘉宾授权，仅用于科研与科普展示。微软亚洲研究院将持续对相关技术进行优化，提升节目的收听体验。
随着人工智能技术的快速发展，确保相关技术能被人们信赖是一个亟需解决的问题。微软主动采取了一系列措施来预判和降低人工智能技术所带来的风险。微软致力于依照以人为本的伦理原则推动人工智能的发展，早在2018年就发布了“公平、包容、可靠与安全、透明、隐私与保障、负责”六个负责任的人工智能原则（Responsible AI Principles），随后又发布了负责任的人工智能标准（Responsible AI Standards）将各项原则实施落地，并设置了治理架构确保各团队把各项原则和标准落实到日常工作中。微软也持续与全球的研究人员和学术机构合作，不断推进负责任的人工智能的实践和技术。
所有使用或转载本节目的个人与机构，在引用与传播时需明确标注相关内容“由AI技术合成”或者不得移除已有的标识，并避免任何可能引发误导或侵犯他人权益的使用方式。若您发现本节目内容或相关技术被非法使用，请通过微软安全响应中心（Microsoft Security Response Center）网站进行举报：msrc.microsoft.com
