新闻中心

排序方式

设计与构建下一代的计算机系统:学习增强系统

我们生活中依赖的搜索、购物、聊天和新闻推荐等各种服务都离不开大型软件系统的支持,然而,随着用户的需求和场景增多,这些系统的复杂性和规模也在不断增加。如何利用机器学习和大数据来驱动复杂的系统设计和运维决策,成为了学术界和工业界共同思考的问题。针对这个问题提出的解决方案,被称为学习增强系统(Learning-augmented Systems)。最近几年,微软亚洲研究院通过名为 AutoSys 的研究项目,在探索系统化建构学习增强系统上取得了进展。

发布时间:2020-10-27 类型:深度文章

对话即数据流:智能对话的新方法

一个真正强大的对话式人工智能不仅仅要能够深刻理解语言,还必须能执行各种“行动”为用户服务。微软 Semantic Machines 团队的研究员们正试图利用深度学习来产生并使用具有强大表达能力的“数据流”,以实现人们日常生活中自然、灵活、开放式的对话。用户只需专注于说出自己想要什么,而系统会思考如何将该任务完成。

发布时间:2020-10-22 类型:深度文章

赵质忠:数字化转型如何步步为营?

近日,微软亚洲研究院第三届创新论坛成功举办。在论坛上,各成员企业与微软亚洲研究院的计算机科学家们共同就 AI+ 行业的落地开展了一场跨越空间的思想碰撞。其中,微软大中华区首席转型官赵质忠通过《微软数字化转型的文化与工具》主题演讲,详解了数字化转型一大核心问题——文化转型的几大要点。本文是该演讲的文字精简版。

发布时间:2020-10-21 类型:深度文章

情景智能平台:多模态一体化人工智能开源框架

如何构建能够实时感知、理解并在人类世界中行动的人工智能系统?事实上,要建立这样的系统需要组合和协调不同的人工智能技术,将多种人工智能技术(如机器学习、计算机视觉、语音识别、自然语言处理和对话管理等)结合在一起。最近,微软研究院推出的情景智能平台(Platform for Situated Intelligence)致力于提供完整的开发套件,能大大提高应用开发及相关研究的效率,或许在一定程度上推动了该问题的解决。本文编译自微软研究院博客文章 “Platform for Situated Intelligence: An open-source framework for multimodal, integrative AI”

发布时间:2020-10-16 类型:深度文章

挑战新物体描述问题,视觉词表解决方案超越人类表现

最近,研究者们发布了 nocaps 挑战,用以测量在没有对应的训练数据的情况下,模型能否准确描述测试图像中新出现的各种类别的物体。针对挑战中的问题,微软 Azure 认知服务团队和微软研究院的研究员提出了全新解决方案视觉词表预训练 (Visual Vocabulary Pre-training)。该方法在 nocaps 挑战中取得了新的 SOTA,并首次超越人类表现。

发布时间:2020-10-14 类型:深度文章

童欣:深度学习和人工智能,如何改变图形的生成与创作

9月25日,由北京市委宣传部、北京市海淀区委员会、中国音像与数字出版协会指导,北京市海淀区委宣传部支持,北京海淀中关村科学城电子竞技产业协会、北京时度效文化传播有限公司共同主办的以“科技·创新·未来”为主题的2020 BIGC 北京国际游戏创新大会正式开幕。在此次大会上,微软亚洲研究院首席研究员童欣做了主题为《智能图形生成与创作》的报告,就深度学习和人工智能将如何改变游戏图形的生成与创作进行了分享。

发布时间:2020-10-13 类型:深度文章

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