分享到微博 分享到人人 分享到LinkedIn 分享到Email
博客 - 2017

微软沈向洋:以人工智能服务人类社会,微软责无旁贷

随着AI领域不断取得新突破,其内质的二元性愈加明显:非凡的机遇和严峻的挑战相伴而生。微软作为一家技术企业,有机会将创新转化为工具,帮助人们更高效地完成工作;同时也有责任确保人工智能的进步将被用来增强人类智慧,符合共同的社会价值观以及对未来的共同期待。
日期: 2017年07月13日


梅涛:深度学习为视觉和语言之间搭建了一座桥梁

视觉和自然语言处理长期以来是两个独立的课题,而深度学习技术的出现建立了计算机视觉和自然语言处理之间的连接,为Image QA及Image Caption带来了突飞猛进的发展。在本文中,来自微软亚洲研究院的资深研究员梅涛将带领大家回顾视觉与语言领域的研究进展。
日期: 2017年07月13日


走近最前沿的AI科研项目——台湾篇

微软亚洲研究院在台湾宜兰举行了面向亚太地区高校和科研机构的“2017微软亚洲研究院学术日”交流活动。来自台湾、日本、新加坡、香港等亚洲地区的100位学者和科研人员,与微软亚洲研究院的研究员们共同分享了近年来双方合作研究项目的最新进展,并讨论、交换了最新想法,激励彼此取得的技术创新。
日期: 2017年07月07日


开源 | 微软开源嵌入式机器学习库ELL:把人工智能扩展到边缘设备

最近,微软美国雷德蒙和印度班加罗尔的研究团队开源了一套嵌入式学习库ELL,帮助开发者把深度神经网络部署到边缘设备上,以减少带宽限制,消除网络延迟的影响。微软希望向日常用户提供强大的机器学习工具,实现AI的普及和全民化。
日期: 2017年07月04日


走近最前沿的AI科研项目——北京篇

近期,2017 微软亚洲研究院“合作创·研”年会在微软大厦举行。本次活动汇集了来自中国大陆多所知名院校、科研机构以及微软亚洲研究院的100余位学者,分享科研合作成果,交流研究经验,共同探讨亚太学术界共同关注的、最前沿的、具有社会意义的研究课题。
日期: 2017年06月30日


程序修复程序:78.3%的“Bug修复正确率”是怎么做到的?

程序编写中,找Bug、改Bug比写程序本身要麻烦的多。为此,北京大学、微软亚洲研究院和电子科技大学的研究人员联合开发了一种新技术ACS (Accurate Condition Synthesis)。该技术可以全自动修复软件系统中的缺陷,无需用户的干预。
日期: 2017年06月29日


999,990历史最高分!看微软AI如何把“吃豆小姐”玩通关

来自微软的Maluuba团队,使用增强学习技术,在“吃豆小姐”游戏中获得了999,990历史最高分。增强学习可以用于创建人工智能 agent,让它独立地做出决定,把人们解放去从事更有价值的工作。
日期: 2017年06月29日


干货 | 手把手带你入门微软Graph Engine

Graph Engine是微软亚洲研究院开发的一个基于内存的分布式大规模图数据处理引擎,能够帮助用户高效地处理大规模图数据,实时查询应用的离线分析平台。今天,我们将带来Graph Engine的主要设计者与开发者之一,微软亚洲研究院机器学习组副研究员李亚韬对这一平台的详细介绍,以及一些快速上手实例的演示。
日期: 2017年06月26日


微软自然语言理解平台LUIS:从零开始,帮你开发智能音箱

在今年微软开发者大会上,智能音箱Invoke受到了大众的广泛关注,高效地开发语义理解模块是智能音箱开发的关键环节。微软亚洲研究院大数据挖掘组研发了LUIS的新一代算法,希望帮助非NLP专业的开发者创建和维护高质量的自然语言理解模型,并应用于智能应用中。
日期: 2017年06月23日


观点 | 计算机视觉,路在何方

在上周,"微软亚洲研究院创研论坛——CVPR 2017论文分享会"成功举办。今天,我们将于大家分享会上圆桌讨论环节中,五位计算机视觉领域的资深专家,陈熙霖教授,王蕴红教授,曾文军博士,林宙辰教授和齐国君教授就目前计算机视觉领域研究中的热门问题给出了的各自见解。
日期: 2017年06月21日


金融行业如何借助AI重新定义投资的疆界

微软亚洲研究院与华夏基金宣布双方将就人工智能在金融服务领域的应用展开战略合作研究。今天,我们与大家一起回顾科技、金融专家们是如何看待AI与投资结合的未来。AI会不会改变我们的投资生活,这样的一种改变对我们的财富管理意味着什么?
日期: 2017年06月20日


Microsoft Pix:让iPhone拍出自带大师范儿的照片

微软专为iPhone和iPad打造的基于人工智能技术的相机应用Microsoft Pix最近推出了一项新功能,可以自动为随手拍摄的照片增加艺术化风格,模仿陈列在阿姆斯特丹、巴黎和纽约的著名画廊里的绘画杰作及艺术摄影作品。
日期: 2017年06月16日


可变形卷积网络:计算机新“视”界

如何适应图像中复杂的几何形变问题是物体识别的主要难点,也是计算机视觉领域多年来的核心问题。近日,微软亚洲研究院视觉计算组公布了一篇题为“Deformable Convolutional Networks”的论文,在卷积神经网络中引入了学习空间几何形变的能力。
日期: 2017年06月09日


从洪荒到智能——数据驱动的材质属性建模发展历程

机器学习早在10年前就在计算机图形学中被应用,那时,被称之为“数据驱动”方法。今天,来自微软亚洲研究院网络图形组的董悦博士,将基于数据驱动方法,以材质属性建模为例,为我们介绍数据驱动图形学的发展历史。早年间图形学中的机器学习是什么样的?
日期: 2017年06月09日


以数据的名义——浅谈三维几何的处理与分析(下)

三维形状的不同表达和CNN有着不同的结合方式。研究员们希望发明一个对输入鲁棒的三维CNN网络,用来处理纷杂的三维数据。在基于体素的3D CNN基础上,利用八叉树结构压缩存储,并且只在八叉树节点上进行CNN运算,实现了基于八叉树的卷积神经网络,提高了计算效率和信息传播效率,优化了内存占用。
日期: 2017年06月07日


以数据的名义——浅谈三维几何的处理与分析(上)

分析与处理三维形体是计算机图形学中的一个基本任务与研究方向,我们为大家分享来自微软亚洲研究院网络图形组主管研究院刘洋博士的系列文章《以数据的名义--浅谈三维几何的处理与分析(上)》,探讨如何从数据中学习噪声与三维数据之间的复杂关系。
日期: 2017年06月07日


微软发布升级版认知工具包,加速深度学习研发

微软在开源平台正式发布了2.0版本的认知工具包(Microsoft Cognitive Toolkit),用于生产级和企业级的深度学习工作负载,包括了测试版发布以来累积的几百项新功能,简化了深度学习过程,能够与更广泛的AI生态系统实现无缝整合。
日期: 2017年06月05日


寻亲四余载,微软科技点亮孩子的回家路

2015年,“回家”应用程序在微软举办的 “骇客马拉松”中诞生,它通过微软人脸识别应用程序编程接口寻找走失儿童。同年12月, 微软开始与“宝贝回家”志愿者协会合作,通过人脸识别技术帮助寻找走失儿童。在未来,微软将不断优化“回家”程序,希望帮助更多家庭找回走失的孩子。
日期: 2017年06月01日


从线到面——绘制草图轻松构建三维模型

图形学中有一类构造复杂的三维物体通用方法,绘制界面与造型。用户只需绘制简单、粗糙的线框草图,计算机便能构造符合用户期望的完整三维形状。今天,我们将为大家介绍微软亚洲研究院在促进绘制造型技术表达力和易用性方面取得的进展。
日期: 2017年06月01日


寻路:室内导航新玩法

云计算及移动计算组推出了一个有趣的室内导航项目:寻路(Path Guide),通过收集手机在运动过程中的磁场、加速度传感器、陀螺仪和气压计等数据的变化来记录用户的相对运动轨迹,进而生成一个参考路线供用户分享。后者只需要沿着“领路人”的路线指引即可找到对应的位置。
日期: 2017年05月25日


为什么科学家如此热衷于研发棋牌类AI?

人工智能领域,科学家总是热衷于让AI跟人类下棋,从简单的跳棋到复杂的中国象棋、国际象棋,以及最近热门的围棋和德州扑克。每次AI在智力游戏上成功击败人类都会让大家唏嘘不已。那么这些不同的游戏在研究人员的眼里究竟有什么区别?研究它们对我们的生活又有什么意义呢?
日期: 2017年05月24日


AI 创造艺术风格化:从图片到视频

上周,我们发布了“AI修图黑科技,Geek也能艺术范”,介绍微软亚洲研究院关于图片风格化的技术新成果。今天,我们将为大家介绍风格迁移背后的相关技术,详细解读微软亚洲研究院视觉计算组的研究员和实习生们发表的三篇关于艺术风格化的论文。
日期: 2017年05月24日


张霖涛:计算机系统研究,AI发展浪潮的基石

在音乐、科技与艺术相结合的MTA天漠音乐节,微软亚洲研究院首席研究员张霖涛分享了关于计算机系统跟人工智能之间的关系、机会和挑战的看法,及微软亚洲研究院在计算机系统方面所做的工作。微软希望推进人工智能基础设施的开发,帮助整个人工智能的产业、社区一起进步。
日期: 2017年05月24日


AI修图黑科技,Geek也能艺术范

去年,艺术画风格的图片处理工具Prisma风靡全球的社交网络,人们可以通过应用让生活照片变身大师级风格图片。近期,来自微软亚洲研究院视觉计算组的三篇论文为我们带来了一些关于图片风格化的技术革新。当风格转移问题转化为图像类别问题能带来什么效果?
日期: 2017年05月19日


Project Emma:让帕金森病患者重拾书写、绘画能力

Emma是一名设计师,快三十岁时,她的右臂开始 “不听使唤”。手部震颤影响着全世界1000多万名帕金森病患者的正常生活。微软研究员张海燕开发了一款特殊的手表 —— The Emma Watch,帮助帕金森病患者克服手部的震颤,像正常人那样写字画画。
日期: 2017年05月19日


微软小冰:人工智能创造三原则

作为目前最大流量的对话式人工智能,微软小冰正在多个领域展开探索。约10%的公众号由小冰提供人工智能托管解决方案;小冰的唱歌水平已经接近人类;小冰创作的诗歌,化名向多家媒体投稿都获得了作品录用。基于情感计算框架创造模型,小冰可通用地完成诗歌、歌词和财经评论的创造。
日期: 2017年05月19日


华刚:arXiv让双盲评审形同虚设,单纯刷分把研究机械化、暴力化

微软研究院的优势在于能够自己培养人才,这个核心能力很关键,我们能吸引和培养对研究真正感兴趣的人。”微软研究院首席研究员华刚博士谈到他心中的微软研究院、学术会议时表示,研究和评审过程中唯“分数”论会将研究机械化和暴力化,好的研究成果应该为领域提供新的知识。
日期: 2017年05月16日


走过半个世纪的图灵奖和摘得桂冠的AI大师们

艾伦·麦席森·图灵是真正意义上 “百年难得一见的天才人物”,1966年美国计算机协会以他的名字设立图灵奖,奖励对计算机事业作出重要贡献的个人。50年间,它让65位业内顶尖的计算机科学家、几十项科技成就走进公众视野。
日期: 2017年05月16日


全球协作,微软人工智能技术助力智能医疗服务升级

Airdoc是一家专注以深度学习提升医学诊疗效率的企业,在放射影像、肿瘤及眼科等领域都有实际应用。但由于大规模医疗数据和实时并发性,市面的深度学习系统很难满足需求。Airdoc将目光转向了微软研究院推出的微软认知工具包,基于CPU、GPU高效处理大规模应用任务的深度学习系统。
日期: 2017年05月12日


到底什么是生成式对抗网络GAN?

生成对抗网络(Generative Adversarial Nets)基于一个博弈式的训练过程,以图片为例,由生成模型生成图片,判别模型学习其与目标图片的区别,再由生成模型进行改进,如此反复直至判别模型无法区别图片差异。采用神经网络作为模型类型的训练过程即为生成式对抗网络。
日期: 2017年05月11日


从短句到长文,计算机如何学习阅读理解

SQuAD挑战赛由斯坦福大学自然语言计算组发起,被称为机器阅读理解界的ImageNet。在这项比赛中,长期稳坐第一名的是来自微软亚洲研究院自然语言计算的一支团队,他们稳踞榜首长达5个多月。想知道世界顶尖的机器阅读理解是怎么做到的吗?
日期: 2017年05月08日


宋睿华:会有那么一天,机器人可以写小说吗?

2016年初,一篇名为《机器人写小说的那一天》入围日本第三届“星新一文学奖”初审,而这篇毫无破绽的小说正是由机器人写作的,这样的设定也颇具哲学意味。人工智能真的可以写小说吗?微软亚洲研究院主管研究员宋睿华和台湾大学研究生郑文峰为你讲解机器人写作背后的人工智能技术。
日期: 2017年05月05日


吕岩:云计算的听说读写

在微软AI讲堂哈尔滨工业大学站上,微软亚洲研究院资深研究员吕岩博士分享了多媒体计算、智能计算与云计算的相互关系,并通过两个项目详细说明了如何通过多媒体计算与智能计算为云计算带来自然的听说读写能力。
日期: 2017年05月05日


如何用深度学习实现程序自动合成

尽管计算机领域在过去几十年间取得了各种突破,编写计算机软件的过程依旧需要程序员使用编程语言完成。近日,微软研究院在新近发表的一篇论文中展示了最新的研究成果,让深层神经网络学习根据用户意图生成计算机程序。
日期: 2017年04月28日


惊喜与挑战并行的NSDI 2017

NSDI大会,全称是Networked Systems Design and Implementation,是计算机网络系统领域久负盛名的顶级会议,侧重于网络系统的设计与实现。NSDI 2017于三月末在美国波士顿召开,我们邀请了北航-微软联合培养博士生肖文聪与我们分享他的此次参会的心得体会。
日期: 2017年04月26日


林钦佑:人工智能的下一个风口——知识计算

上周,微软AI讲堂来到了哈尔滨工业大学站,举办了一场题为“拥抱智能,对话未来”的分享。今天,我们将与大家分享微软亚洲研究院首席研究员林钦佑博士的演讲《人工智能的下一个风口——知识计算》。知识计算将如何助力智能未来?
日期: 2017年04月25日


引领风骚,对话未来——WWW2017参会有感

WWW大会是万维网一年一度的首要会议,旨在分享与讨论包括系统架构、内容分析、应用与隐私保护等与网络有关的前沿话题。我们邀请了中国科大-微软联合培养博士生练建勋,与大家分享他的参会体验。
日期: 2017年04月24日


黄学东:微软是如何利用人工智能技术做好语音识别的

想知道微软的语音识别是如何达到人类水平的吗?近日,微软人工智能及微软研究事业部技术院士黄学东博士来到清华大学,分享了微软在人工智能领域的一些突破,以及在语音识别和机器翻译中取得的最新进展。
日期: 2017年04月24日


孙茂松:运用之妙,存乎一心——从机器翻译到古诗生成

“微软AI讲堂”清华站中清华大学计算机科学与技术系孙茂松教授的演讲——《运用之妙,存乎一心——从机器翻译到古诗生成》。孙茂松教授通过介绍机器翻译的发展,讲解了多语的重要性及机器翻译从统计到神经模型的过渡。LSTM神经网络主要针对语言,应用于机器翻译,在此基础上,研究组考虑语义的相关性对其进行改进以创作古诗。
日期: 2017年04月18日


人工智能的革命性前景和未来

人工智能正开启一个全新的时代,微软相信 ,AI的存在将会革命性地提升人类生活的质量和工作的效率。近期,微软全球执行副总裁沈向洋博士以及微软 CEO 萨提亚·纳德拉,分别诠释了微软为每个人普及人工智能的战略和举措。
日期: 2017年04月18日


周明:自然语言对话引擎

基于向全球公民普及人工智能知识的初心,微软亚洲研究院推出“微软AI讲堂”系列活动。日前,AI讲堂第一站走进清华大学,进行了一场题为“拥抱智能,对话未来”的分享。今天,我们带来微软亚洲研究院副院长周明博士的演讲《自然语言对话引擎》。
日期: 2017年04月13日


如何让人工智能助理杜绝“智障”

近些年,随着人工智能的蓬勃发展,越来越多的人工智能助理进入到了我们的日常生活中。但是用户普遍认为多数智能助理其实不智能。微软亚洲研究院开发了一个名为EDI的真正聪明起来的人工智能助理,笔者以EDI开发过程中的经验和大家分享一下如何打造人工智能助理,提高其自然语言理解能力,以及人工智能助理还需要做好的几件事。
日期: 2017年04月11日


TuX²:面向机器学习的分布式图计算系统

基于分布式图计算系统的经验和机器学习应用的理解,微软亚洲研究院系统组提出了分布式机器学习系统--图学习TuX2(Tu Xue Xi)。TuX2作为一个全新的分布式图引擎,致力于融合图计算和分布式机器学习系统。
日期: 2017年04月10日


对话|人工智能先驱Yoshua Bengio

今年年初,深度学习先驱Yoshua Bengio成为了微软人工智能研究顾问。Bengio 自1993年后在蒙特利尔大学任教,与Yann LeCun、Geoffrey Hinton并称“深度学习三巨头”。最近,Bengio来到微软雷德蒙园区,从多角度分享了他对深度学习的一些看法。
日期: 2017年04月10日


曾文军:当机器学习遇到大视频数据

“开启智能计算研究之门”系列 - 微软亚洲研究院首席研究员曾文军博士《当机器学习遇到大视频数据》:研究员们尝试以人为中心的方法,在视频分析方面进行了深入研究。通过特征学习、注意力模型抽取人脸特征进行匹配;利用全卷积网络和关节点间的特殊关系提取人体主要关节点;利用有记忆性的RNN处理时序数据和视频数据。在NTU数据集中,我们的STA-LSTM方法已经有了很好的效果。
日期: 2017年03月31日


童欣:数据驱动方法在图形学中的应用

“开启智能计算研究之门”系列 - 微软亚洲研究院首席研究员童欣《数据驱动方法在图形学中的应用》:童欣所在研究组希望基于轻松分享三维内容、改进传统交互方式、抽象信息可视化这三个目标,研发一些图形方面新的解决方案。并通过分享研究员们在几何造型、真实感绘制和计算机动画这三大领域的工作,展示了如何通过数据驱动的方法处理图形学问题以及一些图形学的应用。
日期: 2017年03月30日


郑宇:多源数据融合与时空数据挖掘(上)

现代化的生活方式带来了包括交通拥堵、环境恶化、能耗增加等社会问题。如何发现并解决这些环环相扣的城市问题,微软亚洲研究院主任研究院郑宇以城市大数据为例,为你讲解机器学习在时空数据领域中的应用与挑战。
日期: 2017年03月30日


谢幸:用户画像、性格分析与聊天机器人

"开启智能计算的研究之门"系列第二篇 - 微软亚洲研究院资深研究员谢幸博士的《用户画像、性格分析与聊天机器人》。谢幸表示,用户在生活和社交网络中的行为产生的大数据很重要。微软亚洲研究院社会计算组近几年在此基础上,从多个维度给用户画像,多角度分析用户性格。受到著名Eliza项目的启发,进一步研究具有某种性格或特点的聊天机器人及其用途。
日期: 2017年03月24日


刘铁岩:人工智能的挑战与机遇

1956年至今,人工智能可谓几起几落,挑战与机遇共存。日前,四位来自微软亚洲研究院的资深大咖受邀在中国科学技术大学进行了一场主题为“开启智能计算的研究之门”的前沿分享,今天我们带来的是刘铁岩博士的演讲《人工智能的挑战与机遇》。
日期: 2017年03月24日


回顾AAAI|如何参加国际顶级人工智能大会?

美国人工智能年会(简称AAAI)是AI领域顶级国际会议,因其高质量论文和讲座等系列活动享有盛誉,可谓年度AI盛会。微软亚洲研究院自然语言计算组实习生星辰作为此次大会的参与者,用自己的经历告诉你,它也许并没有你想象的那么遥远。
日期: 2017年03月22日


让搜索引擎更智能需要经历什么?

不知不觉中,搜索引擎已成为我们生活不可或缺的一部分,是我们依赖已久的“百科全书”。但你是否注意到,如今通用的搜索引擎正在发生一些悄无声息的智能变化?微软亚洲研究院高级研究员杨懋为你带来搜索引擎的现状与展望。
日期: 2017年03月22日


实物编程语言:扫清残疾儿童的编程障碍

如今,大多数孩子都是通过简化工具第一次接触编程。通过这些工具,他们可以拖放命令块来创建程序,并执行类似“迷宫导航”或“空间穿越”的任务。微软剑桥研究院的研究人员和设计师团队正努力让这一概念更进一步。他们创造了一种 “实物编程语言”的工具,让孩子们可以连接实物组件,由此构建程序代码。
日期: 2017年03月16日


程序编写程序:泛用人工智能领域的一颗明珠

日前,微软研究院与剑桥大学宣布他们合作开发了一种名为DeepCoder的新算法,可根据输入问题输出自动编写解题程序的算法,让不少人直呼“程序猿们要失业”。事实真是如此么?且听微软亚洲研究院副研究员李亚韬为你分解会编程的程序。
日期: 2017年03月15日


如何让人工智能学会用数据说话

在作诗、写文、生对联等传统文本生成之外,机器还可基于结构化数据让它说话,通过这种文本生成,机器可分析商业数据,生成新闻报道、产品描述甚至还有天气预报。微软亚洲研究院知识计算组副研究员刘璟博士带你玩转结构化数据文本生成。
日期: 2017年03月14日


谢幸:如何让机器拥有像人一样的思维?

机器能否进入人类内心深处去了解她们的性格和情感呢?这些问题在心理学领域已经被思考了上千年。日前,微软亚洲研究院资深研究员谢幸受邀在剧院式演讲平台“造就”上发表主题演讲《如何让机器拥有像人一样的思维》。
日期: 2017年03月10日


秦涛:深度学习的五个挑战和其解决方案

近日,微软亚洲研究院主管研究员秦涛博士受邀在钛媒体发表主题演讲。秦涛指出,虽然大数据、大模型、大计算是深度学习三大支柱,但它们也在一定程度上制约了其进一步发展。这期课堂中,秦涛分享了他眼中深度学习的挑战和解决方案。
日期: 2017年03月09日


Thomas Moscibroda: 人工智能与科技金融

在厦门召开的2017首届科技金融国际峰会上,来自微软亚洲研究院的首席研究员,云计算及移动计算组(C&M)创始负责人,清华大学交叉信息科学研究院(IIIS)网络科学方向讲席教授Thomas Moscibroda为大家分享了题为《人工智能与科技金融》的演讲。
日期: 2017年03月06日


为了实现全息通讯,科学家们正在努力求解

想象下未来的全息通讯,打破空间阻隔,让远在天边的Ta也触手可及,甚至还可实时互动。虽然这项技术已经实现,但离大规模运用还有相当距离。随着微软研究员和日本国家信息学研究所教授的合作,这个以往电影中才有的场景正向我们一步步走来。
日期: 2017年03月03日


让人工智能解数学题,可能没你想象的那么简单

古代数学著作《孙子算经》中记载了一个有趣的鸡兔同笼问题:“今有雉兔同笼,上有三十五头,下有九十四足,问雉兔各几何?”这个问题小学生们解决起来可能都轻而易举,但对于人工智能而言可能并非如此。在人工智能火热的今天,我们想聊聊如何让计算机具备解此类问题的能力——即数学解题。
日期: 2017年02月28日


张冬梅:带领数据探索的梦之队

13年前,刚回国的张冬梅对微软亚洲研究院的生活既有期许,也有压力。13年后,张冬梅已是首席研究员,带领的软件分析组也成绩斐然,与微软Power BI产品组的合作助其占据Gartner最新报告榜首。快来看看这支数据探索梦之队背后有着怎样的故事!
日期: 2017年02月24日


企业大数据挖掘:为员工构建职场知识图谱

微软亚洲研究院有一位大名鼎鼎的AI个人助理,人称EDI,从预订会议室到更新公司内部“八卦”,随叫随到全年无休,还非常了解员工喜好,深得大家喜爱。快来听微软亚洲研究院大数据挖掘组给大家讲讲职场知识图谱!
日期: 2017年02月22日


微软研究院的产业研究周期

在微软,研究员可自由探索感兴趣的问题,并同时聚焦能为公司产生影响的领域,即所谓的产业研究周期。你想成为这个周期的一部分么?快来看看微软研究院软件工程研究组研究经理Thomas Ball是如何借用这个模型来解释微软研究院的运作方式吧!
日期: 2017年02月21日


以梦为马—— 记第七期微软创新人才学院《高级软件工程》结课

微软创新人才学院是隶属于教育部创新人才培养实验区的教学改革项目。它每年从合作高校招收优秀大四学生进行为期一年的培训,旨在帮助他们发掘科研潜力,激发创新能量。第七期微软创新人才学院《高级软件工程》结课了,来看看同学们的体验吧。
日期: 2017年02月17日


微软开源的这个系统能让无人机等装置安全地自主航行

微软在GitHub上开源了空中信息技术和机器人技术平台(Aerial Informatics and Robotics Platform)的研究项目之一AirSim,让开发人员能用于在模拟器中训练和测试无人机等空中智能组件,让这些设备最终能在现实世界中自主、安全的运行。
日期: 2017年02月17日


守护城市安全:时空数据+深度学习

在人工智能国际顶级会议AAAI 2017上,来自微软亚洲研究院的郑宇博士及其团队的论文Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction首创性的将时空数据与深度学习结合,利用时空深度残差网络用于预测城市人流问题。
日期: 2017年02月14日


AAAI | 如何保证人工智能系统的准确性?

上周在旧金山开幕的AAAI人工智能会议上,微软的研究人员发表了两篇研究论文,它们旨在综合运用算法和人类专业知识,消除数据缺陷和系统缺陷。另外,另一组微软研究人员团队即将发表一个语料库,它可以帮助从事语音翻译研究人员测试其双语会话系统的准确性和有效性。
日期: 2017年02月13日


微软认知服务:人工智能人人皆享

在推进AI普及化进程中,微软认知服务扮演着重要角色。作为25款工具集合,微软认知服务集微软机器学习和AI研究之大成,免去广大开发人员从无到有的自创技术之苦,让毫无机器学习背景的开发人员也可在其应用中轻松添加诸多智能功能。
日期: 2017年02月08日


微软开源生物模型分析器(BMA):一款基于云的生物研究工具

微软在GitHub上刚开源了“生物模型分析器”(Bio Model Analyzer)。这是一款能够帮助生物学家模拟细胞互动和通信过程的基于云的工具,它能够创建计算机模型,用技术了解正常细胞变成癌细胞的生物过程,从而治愈癌症。
日期: 2017年02月07日


行为识别:让机器学会“察言观色”第一步

让机器人“察言观色”是不少电影里出现的场景,那么这项技能是如何实现的呢?微软亚洲研究院副研究员兰翠玲博士带你走进机器察言观色的第一步——行为识别,细说如何通过智能监控和人机交互等方式让机器与人类心有灵犀。
日期: 2017年02月06日


文本型医疗大数据,拿来就可用?

我们现在所做的健康医疗领域研究基于大规模医疗文本数据的处理。但是否有了大量的确定领域文本数据,就可以直接拿来进行挖掘,建模,并利用数据来创造价值了呢?如果发现问题没那么简单,我们要做些什么工作才能让这些大数据真正创造价值呢?闫峻博士本文解读了这些他在关于医疗大数据的对外合作交流中经常被问起的问题。
日期: 2017年01月24日


视频人脸模糊技术:新闻编辑的福音

微软研究院提出了一套基于人工智能算法的视频人脸模糊解决方案。该算法能够对视频进行自动处理,将其中出现的不同人物返回给用户。用户只需要轻点鼠标,选择想要打码的人物,相应人物在视频中的所有露脸区域都将被打上马赛克。
日期: 2017年01月23日


2017年最值得关注的科学概念之“迁移学习”

2017年,最值得关注的科学术语或概念是什么?微软全球资深副总裁Peter Lee博士认为是迁移学习。对某一项技能或心理机能的学习和精进能够对其他技能或心理机能产生积极影响——这种效应即为迁移学习。它不仅存在于人类智能,对机器智能同样如此。
日期: 2017年01月20日


透过视频看世界

随着各种摄像头的普及,视频数据正记载着物理世界发生的一切,让机器帮助分析理解视频大数据就成了我们观察了解物理世界的一条捷径。但视频数据不但量大,还包含千变万化的内容,分析理解并不是件易事。曾文军博士带我们探讨了视频数据分析理解的应用场景和技术要求、技术发展现状和瓶颈,以及对未来技术发展的展望。
日期: 2017年01月19日


李飞飞、李凯、沈向洋、张钹、洪小文:我们正处于人工智能的秋天

2017未来论坛年会上,在微软亚洲研究院院长洪小文主持的未来智能讨论环节,斯坦福终身教授李飞飞、美国工程院院士李凯、微软全球执行副总裁沈向洋、清华教授张钹院士四位AI泰斗级人物与现场观众共同畅谈人工智能的未来。
日期: 2017年01月17日


每一个人的人工智能

1月14日,未来论坛2017年会暨首届未来科学颁奖典礼在北京拉开帷幕,微软全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋受邀在此次论坛上发表了主题演讲。本文包括沈向洋博士此次演讲内容的视频和文字整理,希望与大家分享微软对人工智能的理解和对未来的美好愿景。
日期: 2017年01月16日


郑宇:用大数据预测雾霾是如何做到的?

伴随着城市化进程不断加深,雾霾等城市问题已然成为全民关注的热点和槽点。对此,微软亚洲研究院主管研究员郑宇及其团队选择利用城市计算这一交叉研究解决雾霾在内的各类问题,利用大数据预测雾霾。
日期: 2017年01月11日


芯片架构换血!如何评价微软在数据中心使用FPGA?

全新的古老计算机芯片FPGA正悄然改变着全球芯片市场,微软亚洲研究院实习生李博杰在知乎上回应“如何评价微软在数据中心使用FPGA代替传统CPU的做法”,在这篇文章中,李博杰从为什么使用FPGA,微软部署FPGA的实践和FPGA在云计算中的角色三个角度详细阐述了他眼中的FPGA。
日期: 2017年01月11日


迈克尔·乔丹:几百年内AI不会觉醒

随着AI发展,人类恐惧日甚一日。Jordan是著名计算机科学家,门下英雄辈出,如深度学习大牛Yoshua Bengio、百度首席科学家吴恩达、斯坦福Percy Liang教授。近日他提到,以目前进展来看,机器人毁灭人类几百年里不会发生。
日期: 2017年01月10日


程骉:智慧医疗产业化应用的挑战和解决之道

2016年12月18日,微软亚太研发集团创新孵化总监程骉在新智元百人峰会闭门论坛做了《对话即平台——智慧医疗初探》的分享。这是微软在智慧医疗领域的一个新尝试,以“对话”为突破口、推进AI商业化应用。
日期: 2017年01月06日


LightGBM:三天内收获GitHub 1000+ 星

不久前微软DMTK(分布式机器学习工具包)团队在GitHub上开源了性能卓越的LightGBM,好评如潮。小编特邀微软亚洲研究院DMTK团队的研究员们为大家撰文解读,还有主管研究员王太峰带来的视频讲解。
日期: 2017年01月05日


微软研究院开源项目盘点

根据全球最大代码托管网站GitHub去年9月的一份报告,微软已凭借16419位开源贡献者占据贡献榜榜首,不仅壮大了开源界力量,也为开发者节省了大量时间。本文介绍了部分微软研究院过去两年的重要开源项目。
日期: 2017年01月05日


归档