最近，微软的Jennnifer Marsman 在他自己的老板身上测试了一下自己设计的测谎仪。
「你觉得你所在的公司是全世界最好的公司吗？」
「当然９
「哈！根据测谎仪的反应，这话有点心虚。」
「今年会提拔我吗？」
「当然９
「这话听起来倒不假。」
不过，微软可不是在玩执法游戏。37 岁的Marsman是个「重量级技术布道者」（principal developer evangelist），她的工作就是不遗余力地推广机器学习——人工智能的一种形式，利用数据预测所有事，从季度销量到奶牛什么时候怀孕等等。（译者注：技术布道师是最前线也是最重要的「翻译者」，他们能够把技术以易懂的方式解释给来自不同领域的人，以此获得他们对产品或技术的支持。这需要又懂技术又能挖掘出技术背后故事的人才，他们能够激发起人们对于一个产品的激情。）
Marsman 设计的测谎仪将算法和 14 个分列排布的用来监测脑电脑的头戴式设备结合起来一起工作，这就像是聚会上的一个小把戏。Marsman 借此向软件开发者展示如何使用微软 Azure 机器学习（Azure Machine Learning）工具。Marsman 在微软扮演着重要角色，微软在机器学习领域起步早，但是现在面临着来自Google 和亚马逊机器学习商业化的竞争。
这样的风险相当高。接下来的几年，机器学习将会改变世界——会使得计算机智能程度呈指数级增长，并帮助削减公司成本，预测哪些值得投资，哪些值得大笔投资。彭博社智库（Bloomberg Intelligence）分析员 Anurag Rana 称这项技术「是区分软件公司发展好坏的最重要因素。」离开机器学习，他说：「你都无法卖出产品。」
虽然微软已经在机器学习领域耕耘了至少 20 年，但是 Office 和 Windows 这类部门一度小心谨慎地利用其预测功能。「很多人的反应就是『我们知道怎么去做，为什么你还要用数据质疑我的观点？』」华盛顿大学计算机科学教授 Pedro Domingos 如此表述，他写了一本关于机器学习的书——《算法大师》（The Master Algorithm）。
当微软尝试用 Bing 搜索赶超 Google 的时候，微软才真正拥抱机器学习技术。两年前，Satya Nadella担任微软 CEO，在此之前，他就为搜索部门定下了工程和技术战略，并把机器学习技术向魔法粉一样洒落在公司涉及的所有产品中。「机器学习深深嵌入了微软公司，微软现在处于这样的位置，」Domingos 说。「他们正大力投资机器学习，以使得该领域不那么荒芜。」
与 Google 和苹果使用机器学习改善自家产品一样，微软将这项技术融入到自身的运营中。这不仅仅是节省成本，帮助公司更好运作；微软自身使用这技术越多，向客户解释和销售就更容易。「客户很困惑，」Joseph Sirosh 说，2013 年，微软把他从亚马逊挖来，负责微软机器学习工程。「在一片不解声中前行颇具挑战。同时，内部也困难重重，销售人员要说服消费者并向他们讲解所有的使用场景。」
微软首席财务官 Amy Hood 的财务部门已经开始依赖算法——使用算法预测销售数据，预测在给定时间段内的授权数量。「结果表明非常非常精准，」Sirosh 说，「Amy Hood 是机器学习的超级粉丝，知道机器学习模型预测地季度数据后，她也能睡个好觉。」
微软还用算法预测随着数据中心的快速扩张，还需要采购多少服务器，并帮助销售人员确定重点客户。Sirosh表示，甚至之前的老产品，如 2002 年收购的一款财会软件都得到了机器学习的加持。微软的 Cotrana 分析套件（Cotrana Analytics Suite）可以让用户自己动手打造这样一类工具。
25 岁的Ram Shankar Siva Kumar自称自己是数据牛仔（data cowboy），是 Azure 安全数据科学（Azure Security Data Science）团队的一员。他使用机器学习算法来预测微软网络中的可疑行为。一旦知晓需要寻找的目标，微软的安全团队能很快找到攻击源，而 Kumar 必须在任何人知道这一情况之前找到他们。
为了训练算法识别有害行为的能力，他有偿鼓励微软红色团队（Microsoft’s Red Team）的黑客去攻击网络以及来自微软安全中心的危险报告，用实际的攻击去训练算法。这能帮助他建立模型以识别真正的漏洞。
各行各业正在使用微软的技术。日本农民用技术追踪奶牛，奶牛准备受孕时走动会更频繁，所以他们能让奶牛在最佳的时间受孕。一家澳大利亚的酒厂也使用类似的算法预测葡萄产量。一家距离微软大约 1 小时车程的医院使用 Azure 工具找出哪些心脏病患者更有可能需要再住院检查。挪威 eSmart 系统利用 Azure 机器学习预测能源网使用量，并在需求高的时候关闭家用供暖。
Matt McIlwain 是西雅图 Madrona 风险投资集团（Madrona Venture Group）总经理，他认为微软的机器学习技术不比竞争对手的技术差，甚至更好。但是他也认为微软仍然缺乏品牌感知，目前正在迎头赶上。「人们如何发现微软真的有很棒的机器学习技术？」他说。「微软必须将自己推销出去。」
这正是 Jennifer Marsman 的切入点。她遍历全球，展示她的测谎仪并大力宣传机器学习的潜在用途。其中医疗应用讨论颇多。人们已经问到使用该技术预测癫痫、监控依赖辅助生活设施的老人并决定在比赛中受伤的运动员是直接去医院还是回到场上继续比赛。「我在公司有着最酷的工作。」
本文选自Bloomberg，作者Dina Bass，机器之心编译出品，编译：陈刚。
