近日，微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文博士回到母校——卡内基·梅隆大学，给计算机科学学院2019届毕业生们分享了自己有关人类智慧、科技影响、社会责任等心得。
发布时间：2019-05-28 类型：深度文章
近日，微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文博士回到母校——卡内基·梅隆大学，给计算机科学学院2019届毕业生们分享了自己有关人类智慧、科技影响、社会责任等心得。
发布时间：2019-05-28 类型：深度文章
编者按：5月10日，“中国高校人工智能人才国际培养计划”2019国际人工智能专家论坛暨2019微软新一代人工智能开放科研教育平台合作论坛在微软亚洲研究院召开。在下午进行的“人工智能教育”分论坛上，西安交通大学兰旭光教授、南京大学黎铭教授、清华大学唐杰教授与来自微软亚洲研究院的马歆和邹欣共同对人工智能人才培养、校企合作、交叉融合进行了精彩的分享与讨论。
发布时间：2019-05-22 类型：深度文章
CVPR 2019 | 告别低分辨率网络，微软提出高分辨率深度神经网络HRNet
对于视觉识别中的区域层次和像素层次问题，分类网络（如ResNet、VGGNet等）学到的表征分辨率比较低，在此基础上恢复的高分辨率表征空间区分度仍然不够强，使其在对空间精度敏感的任务上很难取得准确的预测结果。为此，微软亚洲研究院视觉计算组提出高分辨率深度神经网络（HRNet），对网络结构做了基础性的改变，由传统的串行连接高低分辨率卷积，改成并行连接高低分辨率卷积，通过全程保持高分辨率和对高低分辨率表征的多次信息交换来学到丰富的高分辨率表征，在多个数据集的人体姿态估计任务中取得了最佳的性能。
发布时间：2019-05-21 类型：深度文章
在微软研究院最新一期播客中，微软技术院士、微软首席语音科学家黄学东博士分享了语音与自然语言技术的最新动态。过去几年中，微软先后在newstest2017、SQuAD、CoQA等多个权威测试中率先使机器能力媲美人类水平，熟练掌握语音识别、翻译、对话的机器正在从“感知人工智能”转向“认知人工智能”，向着真正的人类智能迈进。
发布时间：2019-05-17 类型：深度文章
ICML 2019 | 微软提出极低资源下语音合成与识别新方法，小语种也不怕没数据了！
目前，人类使用的语言种类有近7000种，然而由于缺乏足够的语音-文本监督数据，绝大多数语言并没有对应的语音合成与识别功能。为此，微软亚洲研究院机器学习组联合微软（亚洲）互联网工程院语音团队在ICML 2019上提出了极低资源下的语音合成与识别新方法，帮助所有人都可以享受到最新语音技术带来的便捷。
发布时间：2019-05-15 类型：深度文章
WWW 2019（The Web Conference）于5月13-17日在美国旧金山召开，今年会议共收到投稿1247篇，录取225篇，录取率为18%。微软亚洲研究院共有6篇论文入选，内容包括推荐系统知识图谱中的多任务特征学习、知识图卷积网络、中文分词与中文实体识别、云服务故障预测和诊断、深度学习在移动端APP上的应用情况等。
发布时间：2019-05-14 类型：深度文章
语义分析引擎是诸多人工智能产品的核心模块，但由于标注成本高、难度大，学术界现有的语义分析数据集存在数据规模小、问题种类少、问题模板结构过于单一等缺陷。为此，微软亚洲研究院自然语言计算组与微软必应（Bing）搜索引擎团队合作构建并发布了大规模、高质量、多类型的语义分析数据集 MSParS(Multi-perspective Semantic ParSing Dataset)，希望供科研人员和工业界同行研究和使用。
发布时间：2019-05-13 类型：深度文章
ICML 2019 | 序列到序列自然语言生成任务超越BERT、GPT！微软提出通用预训练模型MASS
从2018年开始，预训练（pre-train） 毫无疑问成为NLP领域最热的研究方向。借助于BERT和GPT等预训练模型，人类在多个自然语言理解任务中取得了重大突破。然而，在序列到序列的自然语言生成任务中，目前主流预训练模型并没有取得显著效果。为此，微软亚洲研究院的研究员在ICML 2019上提出了一个全新的通用预训练方法MASS，在序列到序列的自然语言生成任务中全面超越BERT和GPT。在微软参加的WMT19机器翻译比赛中，MASS帮助中-英、英-立陶宛两个语言对取得了第一名的成绩。
发布时间：2019-05-09 类型：深度文章
ICLR 2019 于5月6日至9日在美国新奥尔良举行，本届投稿比去年增长了近60%，共收到1591篇，录取率为31.7%。由微软研究院与蒙特利尔大学 MILA 研究所合作的论文《Ordered Neurons: Integrating Tree Structures into Recurrent Neural Networks》获得了最佳论文奖。来自微软亚洲研究院的6篇论文入选了本届ICLR，内容涵盖多智能体的对偶学习、自然语言生成模型训练中的表征退化问题、基于知识蒸馏的多语言神经机器翻译、多视图立体场景重建等。
发布时间：2019-05-07 类型：深度文章
微软机器阅读理解系统性能升级，刷新CoQA对话式问答挑战赛纪录
近日，由微软亚洲研究院自然语言处理组与微软雷德蒙语音对话组研究员组成的团队，在斯坦福大学发起的对话式问答挑战赛CoQA（Conversational Question Answering Challenge）中荣登榜首，成为目前排行榜上唯一一个模型分数超过人类分数的团队。
发布时间：2019-05-06 类型：深度文章
