不久前我们推出的《推荐算法不够精准？让知识图谱来解决》以及《如何将知识图谱特征学习应用到推荐系统？》系列文章受到了同学们的广泛欢迎。大家对推荐系统以及与之相关的、底层的数据挖掘技术非常关注。
发布时间：2018-06-15 类型：深度文章
不久前我们推出的《推荐算法不够精准？让知识图谱来解决》以及《如何将知识图谱特征学习应用到推荐系统？》系列文章受到了同学们的广泛欢迎。大家对推荐系统以及与之相关的、底层的数据挖掘技术非常关注。
发布时间：2018-06-15 类型：深度文章
当下，人类社会的第四次工业革命正在发生，世界经济正加速迈向数字化，而抢先完成数字化转型的企业无疑将在这一次的生产力解放中占尽先机。因此，如何完成数字化转型、乘人工智能之势？便成为众多企业最为关心的话题。5月，微软亚洲研究院“创新汇”举办了以“智汇八方，赢造未来”为主题的首届创新论坛，来自不同行业的十六家成员企业齐聚一堂探讨人工智能技术的行业落地。
发布时间：2018-06-14 类型：深度文章
“可解释性”OR“准确性”？压缩深度神经网络模型让你两者兼得
在机器学习的世界里，准确性和可解释性总是不可兼得：复杂的模型准确但令人费解，简单的模型容易理解也容易出错。微软研究院首席研究员Rich Caruana在他数十年的职业生涯中花了很多精力来探索这个问题，在这个访谈中，他为我们分享了一个更精简、更可解释的“压缩”模型，使“黑匣子”般的机器学习过程更加透明。
发布时间：2018-06-12 类型：深度文章
图灵奖得主Raj Reddy：以历史的视角重新审视“人工智能”
编者按：5月31日上午，卡内基梅隆大学计算机学院教授、图灵奖获得者Raj Reddy莅临微软亚洲研究院，为我们带来了一场题为“重新审视人工智能：以历史的视角”的精彩讲座。Reddy教授从历史的视角出发，带领我们回溯了60年来计算机科学和人工智能领域的成就，回应了大众对“人工智能威胁论”的疑虑，并对未来的“超智能”作出了展望。本文是演讲的文字精简版。
发布时间：2018-06-08 类型：深度文章
6月5日，微软在苏格兰部署的海底数据中心正式开始运行，标志着微软海底数据中心项目的又一里程碑。在人们对网络和计算的需求呈指数级增长的今天，已有的数据中心已经无法满足人们生产、生活的需要。因此微软在2014年开启了代号为“Natick”的海底数据中心项目，旨在满足世界人口密集区域对云计算基础设施的大量需求。
发布时间：2018-06-08 类型：深度文章
将知识图谱作为辅助信息引入到推荐系统中可以有效地解决传统推荐系统存在的稀疏性和冷启动问题，近几年有很多研究人员在做相关的工作。目前，将知识图谱特征学习应用到推荐系统中主要通过三种方式——依次学习、联合学习、以及交替学习。
发布时间：2018-06-08 类型：深度文章
我们几乎每天都会接收到各种各样的推荐信息，从新闻、购物到吃饭、娱乐。个性化推荐系统作为一种信息过滤的重要手段，可以依据我们的习惯和爱好推荐合适的服务。但传统的推荐系统容易出现稀疏性和冷启动的问题，而知识图谱作为一种新兴类型的辅助信息，近几年逐渐引起了研究人员的关注，本文将向大家介绍知识图谱的相关知识以及知识图谱在推荐系统中可能的应用价值。
发布时间：2018-06-08 类型：深度文章
人机交互领域的顶会CHI 2018上个月在加拿大蒙特利尔召开。每年CHI上展示的各种新奇的交互设备和技术都会让我们恍若置身未来。今天我们特别邀请微软亚洲研究院软件分析组实习生王韵与大家分享她此次参会的体验，以及会上展示的人机交互领域的最新研究进展。
发布时间：2018-06-01 类型：深度文章
为了帮助开发者实现深度学习模型在不同框架之间的交互，微软在年初开源了MMdnn，这是一套用于转换、可视化深度神经网络模型的综合性解决方案。除此之外，微软还推出了深度学习框架的通用语言repo 1.0以深度学习联合标准ONNX。近日，微软亚洲研究院系统组研究员陈程接受了AI研习社的采访，为AI开发者详解了这些AI开发工具。
发布时间：2018-05-29 类型：深度文章
微软亚洲研究院设立首个院友会奖学金，同步启动“终身馒头计划”
5月25日，“云栖·谈情说AI”微软亚洲研究院院友团聚活动在杭州的江南烟雨中拉开序幕。微软亚洲研究院院友会常委会委员、微软亚洲研究院院长洪小文博士及微软亚洲研究院院友会常务副秘书长、微软亚洲研究院学术合作总监马歆女士携海内外多位院友受邀参与“杭州云栖·2050大会”，并值此之际，启动微软亚洲研究院首个院友会奖学金及“终身馒头计划”。
发布时间：2018-05-29 类型：深度文章
