新闻中心

排序方式

故宫博物院院长王旭东:敦煌与故宫,科技支撑下的世界文化遗产保护与传承

2011年,微软亚洲研究院为敦煌研究院定制了“飞天号”十亿级像素数字相机系统,数字化技术在今天已经深度参与到文化遗产保护中。从敦煌研究院到故宫博物院,王旭东院长已致力于文化遗产保护近20年,近日,他在微软亚洲研究院为大家分享了两大世界文化遗产在传承中面临的挑战,以及数字科技在文化遗产保护中的应用现状与未来机遇。

发布时间:2019-12-11 类型:深度文章

NeurIPS 2019 | 全参数化分布,提升强化学习中的收益分布拟合能力

强化学习正在游戏领域中被广泛应用,其中基于分布拟合的强化学习算法是目前性能最好的一类方法。在这类方法中,如何参数化收益分布是算法设计的核心问题。现有的参数化方法在对累积概率分布进行拟合的时候,往往是选择固定的分位点概率或者随机采样的分位点概率。但是不同分位点概率带来的拟合误差往往差别很大。为了更好的拟合收益分布,微软亚洲研究院提出了可自适应的累积分布分位点概率,可以找出对于拟合累积分布函数最关键的几个分位点概率,实现了全参数化的分位函数,大大提升了对收益分布的拟合能力。

发布时间:2019-12-10 类型:深度文章

NeurlPS 2019丨微软亚洲研究院精选论文解读

NeurlPS 2019 正于12月8-14日在加拿大温哥华举行。微软亚洲研究院有11篇论文入选本届 NeurlPS,内容涵盖社交网络影响力最大化、奖励分解、语音合成、机器翻译等多个前沿主题。本文将为大家介绍其中的5篇论文。

发布时间:2019-12-09 类型:深度文章

中科院心理所朱廷劭:我们想用技术挽救站在自杀边缘的人

在网络上表达自杀意念的人,也许不是说说而已,超过半数的人真的付诸行动。通过科技手段,希望能将他们留住。11 月 19 日,中国科学院心理研究所研究员朱廷劭应邀以“基于人工智能技术的心理识别与干预”为主题,为微软亚洲研究院实习生带来了精彩讲座。通过心理与信息科学的交叉研究,朱老师及其团队实现了对用户心理特征的有效识别,他们也正在通过人工智能手段,为更多站在自杀边缘的人提供心理援助。本文是对他报告的回顾。

发布时间:2019-12-05 类型:深度文章

NeurIPS 2019丨推敲网络+soft原型序列,带来轻便又精准的机器翻译

机器翻译模型生成序列通常采用单阶段解码过程,不能很好地应用目标端的全局信息。微软亚洲研究院提出了一个引入 soft 原型序列的框架来充分利用目标端的全局信息,让基于推敲网络[1]的机器翻译模型在精度无损的情况下模型更小,速度更快,翻译结果更准确。

发布时间:2019-12-04 类型:深度文章

NeurIPS 2019丨是呆头伯劳鸟还是南灰伯劳鸟?深度双线性转换帮AI准确区分

双线性特征在学习细粒度图像表达上效果很好,但计算量极大,无法在深层的神经网络中被多次使用。因此,微软亚洲研究院设计了一种深度双线性转换模块,能够深层地将双线性表达应用在卷积神经网络中,来学习细粒度图像特征。这项工作发表在了 NeurIPS 2019 上。

发布时间:2019-12-03 类型:深度文章

联培博士,求索不已:沈向洋等人探讨计算机博士培养

挑战不止,变化不息,求索不已,这是微软研究院肩负的使命,也是微软亚洲研究院联合培养博士生项目的基因。在微软亚洲研究院与高校携手开展联合培养博士生项目20年之际,几位与联培博士生项目渊源深厚的“老朋友”再次相聚在微软亚洲研究院,就计算机博士培养开展了一场求索未来的“创享对话”。

发布时间:2019-11-29 类型:深度文章

2020 IEEE Fellow名单出炉:微软亚洲研究院陈卫博士获选

2020 IEEE Fellow 名单在今日公布,据统计,本届共有 280 多人当选,其中华人占比近三成。微软亚洲研究院高级研究员陈卫因在社交网络影响力最大化算法研究方面的贡献成功入选。

发布时间:2019-11-27 类型:深度文章

Project Silica: 微软研究院实现“玻璃存储”,把电影《超人》写入石英玻璃

本月,在微软最大规模的年度 IT 盛会 Ignite 2019上,微软公司首席执行官萨提亚·纳德拉宣布,微软与华纳兄弟首次将电影《超人》存储在了一块杯垫大小的石英玻璃中。这块75×75×2毫米的玻璃能够安全地存储 75.6GB 数据,不仅防水、耐磨、耐高温,更无需用高功耗的方式保存和维护。从海底数据中心到全自动 DNA 数据存储,将光学技术引入云计算领域的 Project Silica,代表了微软对下一代的云存储技术的又一展望。

发布时间:2019-11-27 类型:深度文章

AAAI 2020丨沟壑易填:端到端语音翻译中预训练和微调的衔接方法

编者按:在端到端的语音翻译中,虽然预训练配合微调的方法被广泛使用,但两个环节尚且不能很好地进行衔接。微软亚洲研究院提出串联编码网络(Tandem Connectionist Encoding Network, TCEN),使参与语音翻译任务的每个子网络都能够被预训练,且预训练中学到的参数都将在微调过程中使用,从而显著提升语音翻译模型性能。

发布时间:2019-11-25 类型:深度文章