微软亚洲研究院2020技术精选集

2020-12-30 | 作者:微软亚洲研究院

不平凡的2020年即将结束。在这个回顾过去、展望未来的时刻,微软亚洲研究院推出了2020年度技术精选专辑。先让我们一起通过专辑的 “MV”,来看一下这张技术精选集都收录了哪些黑科技。

 无法识别图片真假?用“X光”照一下

“我这5.0的眼睛都没看出来是假照片,它竟然还指出了合成边界。”

随着 AI 换脸算法的精进,如今“眼见也不一定为实”,因此换脸鉴别技术变得愈发重要。Face X-Ray是微软亚洲研究院鉴别换脸图像真假的最新突破。研究员们发现图像都有其特殊的噪声标记,被替换过的图像会留下更换边界。透过 Face X-Ray,即使再天衣无缝的合成图像,也能看到合成的痕迹,让换脸图片难逃其法眼。

焕新老照片,回忆更清晰

“一张充满回忆的泛黄照片,竟可以修复得像刚拍下来一样!”

周杰伦在《上海1943》里唱到 “夕阳斜斜映在斑驳的砖墙,我对着黑白照片开始想象爸和妈当年的模样…”也许你也曾从橱柜里翻出家人压箱底的老照片,但画面已泛黄,甚至有些褪色。虽然我们无法控制时间流逝,但 AI 技术却可以帮助我们“翻新记忆”。微软亚洲研究院基于纹理 Transformer 模型的图像超分辨率技术,和以三元域图像翻译为思路的老照片修复技术,可以让老照片重现光彩。

雀神在手,赢牌非我莫属

“这可是让日本麻将大神都频频感叹强大的 Suphx 老师呀!”

麻将,可谓家喻户晓,但若要真正打好,达到精通水平却十分困难。不过,有了麻将 AI 系统 Suphx 的“陪练”,想成为雀神指日可待。微软亚洲研究院研发的麻将 AI系统 Suphx 是首个在国际知名专业麻将平台“天凤”上荣升十段的 AI 系统,是目前 AI 系统在麻将领域取得的最好成绩。2020年,Suphx 研发团队发表相关论文揭秘了技术细节,让你从内而外透彻了解 Suphx。

玩乐队一缺三?快来认识一下PopMAG

“这么魔性的伴奏,配个什么样的主唱好呢?彭磊?彭坦?还是阿茂?不要打断,让我再YY一会儿。”

乐队是将不同乐器、不同声音汇聚,最终形成的一个和谐的整体。而这个和谐整体中的默契是由乐队成员们朝夕相处地练团培养、磨合出来的。现在,只需给出一段主旋律,微软亚洲研究院和浙江大学联合研究的PopMAG也可以自动生成由“虚拟乐队”默契配合的伴奏效果,解决了不同乐器之间和谐“相处”的难题。研究人员希望 PopMAG 能够拓展音乐人的创作空间,加速和谐乐曲的生成,也帮乐迷朋友圆一个“乐队梦”。

爱写作,爱上英语写作

“谁也别跟我提爱写作,怎么总能找出那么多错误。”

今年4月,微软“爱写作”公众号正式上线,“坐拥”四大功能:语法检查、高级词汇推荐、分类作文打分和手写图片识别。随后的几个月,“爱写作”不断升级,批改和打分的速度、准确率以及专业度方面都有大幅提升。它不仅是学生学习的好帮手,也是老师的“智能助教”。根据不同年级的作文标准,“爱写作”可以从语法到用词、文章结构,全面且便捷地帮助使用者提升英文写作水平。

在 COVID Insights 上,直观了解疫情传播特性和病毒学分析

“透过数字表面,更深入、多角度地分析新冠疫情。”

抗击新冠疫情是一场持久战,人类与病毒的斗争仍在继续。2020年4月,微软亚洲研究院的研究人员基于在计算生物学、数据分析等领域的专业知识和研究经验,构建了新冠数据分析网站 COVID Insights(covid.msra.cn),希望利用先进的技术挖掘疫情数据背后隐藏的规律和洞察。该网站主要包含流行病学、病毒学和研究趋势三大板块,以可视化和互动的方式直观展现了疫情在不同国家和地区的传播特性、引起疫情的病毒 SARS-CoV-2 的病毒学分析结果,以及全球最新的相关研究热点。

AI 助力治理空气污染,精细刻画“排放-污染物浓度”关系

“AI 真的可以帮助解决环境问题?别问,问就是成本减少90%以上。”

控制和减少污染物排放是治理空气污染的重要手段。微软亚洲研究院与清华大学联合提出的 DeepRSM 模型,能够精细地刻画空气污染物浓度,帮助决策者快速找到减排效果更好、成本更低的方案。该研究已在环境科学顶级期刊《环境科学与技术》上发表。

代码智能新基准数据集,多角度衡量模型优劣

“能让机器‘写代码’已经很不易了好伐,它还设置了十个测试关卡!”

微软亚洲研究院联合 Visual Studio 和必应搜索发布了代码智能领域首个大规模多任务的新基准——CodeXGLUE,可覆盖 code-code、code-text、text-code、text-text 四个类别,包含10个任务及14个数据集,且每个任务和数据集均提供了基线系统。

集“百家”之长,成一家之言

“取他人之长补己之短,我需要好好学习一下这些技能。”

微软亚洲研究院继2019年面向自然语言生成任务推出预训练模型 MASS 之后,在自然语言理解任务上推出全新预训练模型MPNet。它在自然语言理解任务 GLUE 和 SQuAD 中,超越 BERT、XLNet 和 RoBERTa 等预训练模型,取得了更好的性能。

开源平台“微矿 Qlib”和“群策 MARO”

“整合跨界经验,探索 AI+行业的更多可能!”

微矿 Qlib”和“群策 MARO”是微软亚洲研究院推出的两个开源平台。其中微矿 Qlib 是业内首个 AI 量化投资开源平台,覆盖了量化投资的全过程,可以帮助实现量化投资流程的 AI 闭环。群策 MARO 则是针对不少行业都存在的资源调度优化问题,而构建的多智能体资源优化平台,可用于涉及资源供需匹配和调度优化的绝大部分业务场景中。目前,两大平台均已开源,欢迎大家关注和使用。

对所有人来说,2020年是充满挑战的一年,希望崭新的2021年可以对大家都好一点,焕发新的生机,诞生更多可以让世界变得更美好的黑科技!

标签