我们生活在一个令人激动的系统研究与创新时代。这些创新让计算机系统得以处理前所未见规模的数据和应付高度复杂的大型系统问题。在这些创新中，大规模分布式系统的进步以及其他相关系统领域诸如数据库系统、程序语言与编译器、理论与形式化方法、硬件与体系结构、安全与隐私和应用密码学的进步都起到了关键性的作用。然而，“无形”的系统因为其“看不见摸不着”的特点，很少成为媒体的焦点。究竟什么是计算机底层系统？一个好的计算机系统究竟意味着什么？面向未来的系统创新和设计需要面对怎样的技术挑战和技术战略前瞻？
人工智能备受关注、取得革命性进步背后的推手，其实是“机器学习”。 机器学习其实是一门多领域交叉学科，它涉及到计算机科学、概率统计、函数逼近论、最优化理论、控制论、决策论、算法复杂度理论、实验科学等多个学科。机器学习的具体定义也因此有许多不同的说法，分别以某个相关学科的视角切入。但总体上讲，其关注的核心问题是如何用计算的方法模拟类人的学习行为：从历史经验中获取规律（或模型），并将其应用到新的类似场景中。 那么，当我们谈机器学习时，到底在谈些什么？从业者需要掌握哪些前沿技术？未来，又有什么技术趋势值得期待？
对于离不开社交平台、电商、新闻阅读、生活服务的现代互联网用户来说，个性化推荐已经不是什么新鲜事儿。 随着信息技术和互联网行业的发展，信息过载成了人们处理信息的挑战。对于用户而言，如何在以指数增长的资源中快速、准确地定位到自己需要的内容是一个非常重要且极具挑战的事情。对于商家而言，如何把恰当的物品及时呈现给用户，从而促进交易量和经济增长，也是一件颇具难度的事情。推荐系统的诞生极大地缓解了这个困难。
识别图像对人类来说是件极容易的事情，但是对机器而言，这也经历了漫长岁月。 在计算机视觉领域，图像识别这几年的发展突飞猛进。而这些最新进展的背后推动力是深度学习。深度学习的成功主要得益于三个方面：大规模数据集的产生、强有力的模型的发展以及可用的大量计算资源。对于各种各样的图像识别任务，精心设计的深度神经网络已经远远超越了以前那些基于人工设计的图像特征的方法。 尽管到目前为止深度学习在图像识别方面已经取得了巨大成功，但在它进一步广泛应用之前，仍然有很多挑战需要我们去面对。与此同时，我们也看到了很多具有未来价值的研究方向。
如今，人工智能正在改变我们的生活，更在变革或颠覆着各行各业。人工智能在创造机遇的同时，也给人类世界带来了诸多挑战。未来的人工智能时代会是何种样貌？我们应当以怎样的姿态迎接这个科技时代？预见未来的最佳方式是参与创造未来，而参与创造的前提是对人工智能有全面而清晰的认知。在这里，我们不仅想讨论人工智能可以做什么，也想把更多眼光落在人工智能应该做什么，尝试去探索人工智能造福人类的最佳路径。
在我们的生活中，用语音查询天气，用必应搜索信息，这些常见的场景都离不开一种应用广泛的数据存储方式——表格（table）。如果让表格更智能一些，将是怎么样的呢？在这篇文章中，微软亚洲研究院自然语言计算组将为我们介绍基于表格的自然语言理解与生成方向的一系列工作。
在ACM Multimedia 2018上，微软亚洲研究院与京都大学合作的“Beyond Narrative Description: Generating Poetry from Images by Multi-Adversarial Training”获得最佳论文。这是研究人员第一次将图像理解与诗歌生成纳入整体框架，让AI学会了真正的“触景生情”，在看到一副图片时，直接吟出一首与之高度相关又富有绝妙想象力的诗歌。
如果你是刚入门机器学习的AI探索者，你知道什么是胶囊网络吗？AutoML和元学习又是什么？为了帮大家节省查阅晦涩难懂的论文的时间，我们邀请微软亚洲研究院机器学习组实习生吴郦军、罗人千帮大家用最通俗的语言解释了这三个机器学习领域的热门词汇，赶紧收藏吧！
近年来随着关于三维数据的研究与深度学习的紧密结合，三维内容（如物体与场景）的生成也成为这股三维深度学习浪潮中的热点与亮点。针对这方面的核心部分——三维几何解码器的工作，我们邀请了微软亚洲研究院主管研究员刘洋为大家做了全面的梳理和分析。
人工智能和大数据时代，分布式机器学习解决了大量最具挑战性的问题。为了帮助机器学习从业者更加深入地了解分布式机器学习领域的基本框架、典型算法、理论和系统，帮助大家在这个领域打下扎实基础，微软亚洲研究院机器学习核心团队撰写《分布式机器学习：算法、理论与实践》一书，全面介绍了分布式机器学习的现状，深入分析其中的核心技术问题，并且讨论该领域未来的发展方向。
2018年11月8日，微软亚洲研究院举行建院二十周年庆典，集中展示了微软亚洲研究院成立20年来走过的发展历程和取得的科研创新成果，以及产学研多方合作的最新进展。 面对技术领域突飞猛进的发展势头，微软亚洲研究院特别发布了一系列专家技术趋势解读文章，勾勒出计算机科学核心领域未来十年发展的重点方向。与此同时，微软亚洲研究院还展示了涵盖人工智能创作、机器认知智能、数据智能与开放平台、科技赋能等方向的26项技术原型和应用实例。
二十周年是一个里程碑，更是崭新的起点，我们以本次周年庆典活动为契机，回顾微软亚洲研究院过去的发展历程与丰硕成果，以更好地展望新的未来。
2018年11月6日，由微软亚洲研究院主办的第二十届“二十一世纪的计算”国际学术研讨会暨微软教育峰会在北京隆重召开。在教育部国际司和中外人文交流中心的指导和支持下，本届大会同时承担了“中国高校人工智能人才国际培养计划”2018年国际人工智能专家论坛的重任。教育部国际合作与交流司副司长方军、微软公司CEO萨提亚·纳德拉以及四位图灵奖获得者，携手全球计算机科学和人工智能领域的知名学者，与现场1,000多名中国高校师生，共同探讨科技前沿与行业影响。
时光荏苒，我与微软亚洲研究院结缘已经20年。我将自己职业生涯中的大部分时光献给了这所享誉中外的基础研究机构。 每每回想研究院走过的历程， 我都非常感恩大时代的机缘，让我们与中国波澜壮阔的改革开放进程同步，一起成长和壮大， 将努力和梦想融进事业发展中。
20年来，微软亚洲研究院发表了超过5,000篇科研论文，成为了世界上最受赞许的企业研究院。高质量的科学研究始终是我们取得成功的核心所在。
卡内基梅隆大学计算机学院教授、图灵奖获得者Raj Reddy莅临微软亚洲研究院，为我们带来了一场题为“重新审视人工智能：以历史的视角”的精彩讲座。Reddy教授从历史的视角出发，带领我们回溯了60年来计算机科学和人工智能领域的成就，回应了大众对“人工智能威胁论”的疑虑，并对未来的“超智能”作出了展望。
卡内基梅隆大学（CMU）计算机学院院长Andrew W. Moore和副院长Philip L. Lehman来到微软亚洲研究院，与研究员们分享了过去两年中人工智能领域的一些技术突破，并从业界和学界两个角度，探讨了他们对于人工智能接下来发展方向的看法。
深度学习的运用常常能为我们解决很多难题，但深度学习的使用需要依托大数据的支持，所得出的模型一般也是不可解释的。在“微软AI讲堂”西安交通大学站上，微软亚洲研究院主管研究员邵斌向同学们介绍了符号学习的概念并比较了它和深度学习之间的区别，指出符号学习的优点在于它能够尝试从小数据集中找到数据的可解释规律。本文是此次演讲的文字精简版。
在中国科技大学举行的一场以“开启智能计算的研究之门”为主题的前沿分享中，微软亚洲研究院副院长刘铁岩博士带来了《人工智能的挑战与机遇》的演讲，分享了一些对人工智能这个领域的看法。
在AI讲堂清华大学站上，微软亚洲研究院副院长周明博士做了《自然语言对话引擎》的演讲。周明博士简单介绍了人机对话中常见的卷积神经网络和循环神经网络。运用注意力模型计算主题词与当前对话的匹配强度,通过知识图谱和外部知识对用户的问题进行语义理解,微软在人机对话方面取得了一定成绩。大家熟知的微软小冰背后,就是基于深度神经网络的自然语言处理技术。
美国总统特朗普访华期间，他6岁的外孙女阿拉贝拉用中文普通话演唱和背诵传统诗歌的视频在中国社交媒体上引起广泛关注，可以感受得到，越来越多的人对中文学习充满了兴趣。智能私教微软小英帮助很多中国人解决了练习英语的难题。现在，为了让“歪果仁”朋友也能说一口顺流的中文，我们又派出了新的AI贴心私教——Microsoft Learn Chinese。
“微软小英”是一款融合了语音识别、口语评测，自然语言处理、语音合成等人工智能技术而实现的智能人机交互服务。用户只需关注微信公众号“微软小英”，即可与小英一起学习英语。
微软亚洲研究院正式发布Microsoft Concept Graph知识图谱和Microsoft Concept Tagging模型，用于帮助机器更好地理解人类交流并且进行语义计算。
Microsoft Pix自动为随手拍摄的照片增加艺术化风格，模仿绘画杰作及艺术摄影作品。
微软亚洲研究院云计算及移动计算组推出了一个有趣的研究项目：寻路（Path Guide），提供低成本、即插即用的室内导航服务。在“领路人”的带领下，用户可以跟随前人的移动轨迹在室内找到通向某地的正确路线。它通过收集智能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（包括步数信息、转弯和上下楼等），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。在路线创建的过程中，“寻路”也支持添加个性化文字、语音及照片等功能，既为分享路线增添了乐趣也能帮助后续用户更容易地找到终点。
最新资讯
查看更多>11 月 7 日，Yoshua Bengio 受邀参加微软亚洲研究院主办的第二十届“二十一世纪的计算”国际学术研讨会，给出了题为“深度学习通往人类水平 AI 的挑战”（Challenges for Deep Learning towards Human-Level AI）的演讲。 演讲中，Bengio 以去年发布在 arXiv 的研究计划论文“有意识先验”（The consciousness pr…
2018年11月8日，微软亚洲研究院二十周年庆典在北京举行。二十周年是一个里程碑，更是崭新的起点，我们以本次周年庆典活动为契机，回顾微软亚洲研究院过去的发展历程与丰硕成果，以更好地展望新的未来。
“二十一世纪的计算“大会进行到第二日，在一场计算机科学人才培养专题论坛后，三位重磅嘉宾带来了精彩的演讲，他们是图灵奖得主、清华大学交叉信息研究院教授兼院长姚期智，卡内基梅隆大学计算机科学系杰出教授Lenore Blum，和深度学习大神、蒙特利尔大学计算机科学系教授Yoshua Bengio。
人物特写
查看更多>
