新闻中心

排序方式

机器学习隐私研究新进展:数据增强风险被低估,新算法“降服”维数依赖

如今,数据是推动人工智能创新的核心要素。但数据的安全和隐私问题限制了数据充分释放其潜能。一直以来,微软都倡导打造负责任的人工智能,并正在开发和利用多种技术以提供更强大的隐私保护、确保数据安全。本文将为大家介绍微软亚洲研究院在机器学习隐私研究的最新进展,以及讨论在深度学习中的隐私攻击与保护。

发布时间:2021-03-04 类型:深度文章

微软与清华专家纵论天下AI

2021年2月28日,由清华大学五道口金融学院、清华大学国家金融研究院、清华大学研究生会联合主办的“未来已来—全球领袖论天下”系列讲座开讲。清华大学国家金融研究院院长、IMF 前副总裁朱民的主持之下,清华大学双聘教授、美国国家工程院外籍院士、英国皇家工程院外籍院士沈向洋博士与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针对人工智能的热点问题展开演讲和探讨,介绍了人工智能(AI)的发展现状与未来发展方向,并就企业如何借助技术的发展实现数字化转型、人类与人工智能的关系进行了热烈的探讨。(扫描下方图中二维码,即可回看本次讲座视频。)

发布时间:2021-03-03 类型:深度文章

全面了解计算机系统研究的必读书目

如今,我们每天都在手机、电脑、平板等移动设备上享受着各种软件提供的便捷服务,比如新闻推荐、购物、打车、聊天、搜索等等。这些便捷服务的背后离不开底层计算机软件系统的支持,计算机系统研究的创新则为各种技术提供了持续提升与变革的肥沃“土壤”。计算机系统研究关注于创造新的方法论和工程技术,以构建高效、节能、鲁棒、可扩展、安全和交互友好的软硬件系统。为了帮助大家更好地了解、学习计算机系统研究领域的相关知识,我们邀请了微软亚洲研究院系统研究组高级研究员林昊翔为大家推荐了该领域的五本经典书籍,内容涵盖系统基础原理、操作系统、并发计算、分布式系统等。

发布时间:2021-02-24 类型:深度文章

从语言、模型和规模三个维度,打造下一代AI

人工智能的发展不断改变着人类的生产和生活方式,而 AI 所迈出的每一步都来自于人类智慧的持续输出。协作将可以让我们不断扩大 AI 的边界,突破人机交互的局限。我们也将共同构建越来越强大的模型,让 AI 更好地理解世界,激发人类的创造力。新春伊始,我们梳理了计算机从初始语言学习开始,到模型,再到 AI 规模化的漫长之路。

发布时间:2021-02-19 类型:深度文章

60倍速音频降噪,噪声抑制算法让线上会议不再尴尬

新冠疫情的爆发使得线上办公、在线课堂成为常态化,但随之而来的问题也让人们体会到了其中的不适:杂乱的背景、乱入的家人、尴尬的噪声…… 为此,微软在线会议软件 Microsoft Teams 不断更新,推出了背景虚化/背景替换、Together Mode 等功能。最近,Microsoft Teams 全新的噪声抑制功能也正式上线了,一键屏蔽噪音,让沟通更纯粹。

发布时间:2021-02-05 类型:深度文章

自回归与非自回归模型不可兼得?预训练模型BANG全都要!

近两年,预训练技术的发展极大地提高了自然语言生成的效果,但随着数据量和模型大小的增加,模型在使用时的推断耗时也随之变大。为了降低自回归生成的时延,并行预测目标语句所有单词的非自回归模型被提出。然而,非自回归和半非自回归的依赖关系学习和生成难度较大,它们的生成质量往往弱于自回归模型。针对上述问题,微软亚洲研究院的研究员们提出了新的自然语言生成预训练 BANG。

发布时间:2021-02-03 类型:深度文章

AAAI 2021 | 微软亚洲研究院论文大礼包请查收!

AAAI(Association for the Advance of Artificial Intelligence——美国人工智能协会)是人工智能领域的主要学术组织之一,其主办的年会也是人工智能领域的国际顶级会议。今年的 AAAI 2021 是该大会的第35届,会议于2月2日-2月9日全程在线上举办。本次大会中,微软亚洲研究院有多篇论文被录取,我们从中精选了7篇有代表性的工作为大家进行介绍。

发布时间:2021-02-02 类型:深度文章

AAAI 2021 | 微软与上交大最新研究,强化学习助力AI+金融

随着近年来深度强化学习技术的发展,学术界提出了一些利用深度强化学习解决订单执行问题的方法。微软亚洲研究院与上海交通大学合作在 AI+ 金融领域的最新研究工作《Universal Trading for Order Execution with Oracle Policy Distillation》就是利用了强化学习技术,来尝试优化金融市场交易中订单执行(Order Execution)的问题。该工作已被 AAAI 2021 接收。

发布时间:2021-01-29 类型:深度文章

快速上手微软 “群策 MARO” 平台,打造简易的共享单车场景

2020年9月,微软亚洲研究院发布了多智能体资源优化平台“群策 MARO”,并在 Github 上开源。近日,MARO 更新了0.2版本,新版本进一步完善了多项功能,提升了使用体验。作为一个面向多行业横截面上的全链条资源优化 AI 解决方案,MARO 平台可支持多种预设定的资源优化任务,例如航运网络中的空集装箱调度问题、共享单车服务中的单车调度问题、云平台上的虚拟机分配问题等,同时也支持用户利用核心组件,快速地定义高效的场景。不仅如此,MARO 还提供了全栈的强化学习支持,包含常用算法以及相关的分布式训练。本文将通过构造一个简单的共享单车场景,来帮助大家理解 MARO 的核心功能和逻辑,以及其与环境交互所实现的优化策略。

发布时间:2021-01-27 类型:深度文章

AAAI 2021 | 不依赖文本也能做翻译?UWSpeech语音翻译系统了解一下

语音到语音翻译已经被越来越多地应用在人们的日常生活和工作中。但是目前的语音翻译系统高度依赖于语音对应的文本,不能应用于如方言、少数民族语言等没有文字的语言。为此,微软亚洲研究院提出了语音翻译系统 UWSpeech,该系统可针对没有文字的语言进行语音系统构建。相关工作已被 AAAI 2021 接收。

发布时间:2021-01-26 类型:深度文章