MABIM:多智能体强化学习算法的“炼丹炉”

编者按:现实世界中,许多问题和任务都是由多个参与者交互进行的,所以要想使用人工智能技术解决真实世界的问题,就需要更好地模拟这种复杂的环境,而这正是多智能体强化学习(MARL)的强项。早在2020年,微软亚洲研究院基于多智能体强化学习,推出了面向多行业横截面上的多智能体资源调度平台 MARO。

发布时间:2023-07-19 类型:深度文章

Qlib全新升级:强化学习能否重塑金融决策模式?

编者按:2020年,微软亚洲研究院开源了金融 AI 通用技术平台 Qlib。Qlib 以金融 AI 研究者和金融行业 IT 从业者为用户,针对金融场景研发了一个适应人工智能算法的高性能基础设施和数据、模型管理平台。一经开源,Qlib 便掀起了一阵热潮,相关开源项目在 GitHub 上已收获了11.4k颗星。作为一个通用技术平台,Qlib 不仅大大降低了行业从业者使用 AI 算法的技术门槛,还为金融 AI 研究者提供了一个相对完整的研究框架,让他们可以基于专业知识探索更广泛的金融 AI 场景。

发布时间:2023-07-06 类型:深度文章

AI+生物医药,如何双向赋能?

编者按:近年来,人工智能的深入发展助力生物医学研究取得了重大突破。“AI+生物医药”成为了学术界和产业界都非常关注的热门赛道。在后疫情时代, “AI+生物医药”能否保持强劲的发展态势,又将面临哪些机遇与挑战?

发布时间:2022-09-29 类型:深度文章

AI、机器学习在材料科学研究中能发挥哪些作用?

编者按:近年来,越来越多的实践证明,AI 是一项可以用于发现规律的关键技术,除了工程技术领域,AI 也为自然科学提供了新的科学发现工具。科学家们利用 AI 技术、基于大量高通量数据分析,不仅能加速实验进程,甚至还可以从数据中总结和发现尚未被人类知晓的科学规律。微软亚洲研究院很早就看到了这一趋势,并在过去几年中,陆续开展了 AI+生物学、AI+环境科学、AI+物理学等方向的研究。

发布时间:2022-08-05 类型:深度文章

AI与教育的深度融合,究竟什么是核心问题?

编者按:AI+教育是近年来教育行业乃至整个社会都非常关注的热点话题。相比于 AI 在其他领域的落地应用,AI+教育的进展一直相对缓慢。作为未来教育领域发展的大势所趋,AI+教育到底面临怎样艰难的挑战?

发布时间:2022-07-05 类型:深度文章