新闻中心

排序方式

代码智能新基准数据集CodeXGLUE来袭,多角度衡量模型优劣

代码智能(code intelligence)目的是让计算机具备理解和生成代码的能力,并利用编程语言知识和上下文进行推理,支持代码检索、补全、翻译、纠错、问答等场景。以深度学习为代表的人工智能算法,近年来在理解自然语言上取得了飞跃式的突破,代码智能也因此获得了越来越多的关注。该领域一旦有突破,将大幅度推动 AI 在软件开发场景的落地。

发布时间:2020-09-29 类型:深度文章

微软Premonition:像预报天气一样预测流行病

据估计,60%至75%的新兴传染病是由于病原体从动物转移至人类所引起,比如寨卡、西尼罗河、登革热以及最近发现的 COVID-19 等等。微软 Premonition 提供了一种先进的预警机制,能彻底改变疾病预防的研究范式——从对已知病原体的被动反应,转为不断主动搜寻,帮助人类及早发现潜在威胁,并在灾难爆发前制定干预措施。

发布时间:2020-09-28 类型:深度文章

InnerEye深度学习工具包开源:让医学影像AI普及化

十多年来,微软剑桥研究院的 InnerEye 项目团队一直在开发最先进的机器学习方法,用于三维医学影像的自动定量分析。该项目的一个重要应用是在癌症放射疗法上,协助临床医生进行图像准备和手术计划。通常,癌症放射疗法需要放射肿瘤学专家或专业技术人员手动检查、标记数十个 3D CT 扫描图像,根据癌症的种类,这项任务可能需要一个小时到多个小时不等。项目团队的研究表明,机器学习可以将这个时间缩短到几分钟,帮助临床医生减轻负担。

发布时间:2020-09-25 类型:深度文章

还在捞五条人?不如用AI自己组乐队

上周,《乐队的夏天2》的乐队合作 OST(影视原声)改编赛环节结束,不少乐队都是头一次尝试和其他乐队一起,在短时间内配合进行音乐的改编和演出。来自微软亚洲研究院和浙江大学的全新“音乐人” PopMAG,非常理解这其中的不易,今天就让我们看看它是如何应对的。

发布时间:2020-09-19 类型:深度文章

对话 I 论道机器学习的未来

编者按:近期在微软研究院举办的机器学习前沿论坛中,微软剑桥研究院院长 Christopher Bishop 与微软全球资深副总裁 Peter Lee 进行了一场精彩的炉边对谈,分享了各自对机器学习研究和前沿问题的思考与展望。本文为大家节选、整理了此次对话。

发布时间:2020-09-17 类型:深度文章

自注意模型学不好?这个方法帮你解决!

上周,微软亚洲研究院高级研究员胡瀚在 B 站分享了 ECCV 2020 论文“解耦自注意模型”。针对自注意模型中的退化现象,论文提出了解耦自注意模型,有效避免了这一退化现象,并证明了其在多种视觉识别任务中广泛有效,包括语义分割、物体检测、动作识别等。

发布时间:2020-09-15 类型:深度文章

周明:预训练模型在多语言、多模态任务的进展

8月29日至30日,由中国科学技术协会、中国科学院、南京市人民政府为指导单位,中国人工智能学会、南京市建邺区人民政府、江苏省科学技术协会主办的主题为“智周万物”的2020年中国人工智能大会(CCAI 2020)在江苏南京新加坡·南京生态科技岛举办。在大会上,微软亚洲研究院副院长、国际计算语言学会(ACL)前任主席周明做了主题为《预训练模型在多语言、多模态任务的进展》的特邀报告。在大会上,微软亚洲研究院副院长、国际计算语言学会(ACL)前任主席、中国计算机学会副理事长周明做了主题为《预训练模型在多语言、多模态任务的进展》的特邀报告。

发布时间:2020-09-10 类型:深度文章

ECCV 2020 | 对损失信息进行建模,实现信号处理高保真还原

信号在我们的日常生活中随处可见,例如:声音、图像、视频等。然而在信号的传输或存储过程中,往往会面临信号失真、质量变差等问题。今天这篇文章就来探讨一下信号处理中的信息丢失问题,其中包括微软亚洲研究院机器学习组与北京大学在 ECCV 2020 上发表的 Oral 论文《可逆图像缩放》(Invertible Image Rescaling)等工作。

发布时间:2020-09-04 类型:深度文章

计算机专业求职的正确姿势

九月,既是开学季,也是在校生们求职的重要时间点。俗话说得好,“金九银十”,如何把握住这个机会,也成了大家讨论的热点。同时,在焦虑情绪弥漫的当下,大家可能也听说过不少“毕业就等于失业”、“计算机专业已经过时,就业市场趋于饱和”之类的言论,那么,计算机专业的职业发展,真的是这样吗?

发布时间:2020-09-03 类型:深度文章

强化学习三大方法,改善AI的游戏表现

近年来,强化学习为游戏开发带来了新的机遇,Paidia 项目便是最近的成果之一。该项目由微软剑桥研究院与游戏开发商 Ninja Theory 合作开发,不仅推进了强化学习的前沿技术,创造了全新的游戏体验,还开发了能够真正与人类玩家展开团队合作的游戏智能体。本文将详细介绍 Paidia 项目的三项最新研究成果,以及它们将如何引领现代视频游戏的开发,和其他现实应用领域中的AI创新。

发布时间:2020-09-01 类型:深度文章