研究组
计算领域正在经历着剧变，云计算为大数据存储及处理提供了一个崭新的方式，移动计算的不断发展也正在改变着我们的生活。微软亚洲研究院云计算及移动计算组致力于最前沿的云计算、移动计算以及相关领域的计算机科学研究，同时，该组对区块链等先进的金融技术也有所建树。多年来，该组一直与微软的各个产品团队密切合作，参与设计、构建、分析和优化了一系列微软Azure云平台的关键技术和算法。
大数据挖掘组致力于从大数据中挖掘信息构建海量知识图谱，以提高人工智能应用中的知识推理和自然语言理解能力。大数据挖掘组的研究方向包括数据挖掘、大数据、深度学习、自然语言处理、智能聊天机器人等。十多年来，该组成员的研究成果对微软的许多重要产品及应用产生了深刻影响，包括人立方、微软学术搜索、读心机器人、微软知识图谱（Satori）、智能聊天机器人开发平台等。
数据挖掘与企业智能化组（DMEI）主要从事文本数据知识挖掘，知识语义表示与计算等方向的机器学习技术研究。通过知识化的智能软件与云服务帮助多行业的企业用户提高生产力。团队成员研究背景主要包括文本知识挖掘，机器学习，信息检索，自然语言理解等，共发表学术论文近百篇，专利技术数十项。
多媒体搜索与挖掘组致力于研究多媒体理解、搜索和数据挖掘。该组目前的主要研究方向包括图像和视频的内容理解，基于三维结构的物体识别，大规模图像和视频检索，基于草图的图像检索，移动多媒体检索，以及社交多媒体分析等。
自然语言计算组集中于多语言文本分析、机器翻译，问答系统、对话系统、社会关系网络和搜素引擎的前沿研究，综合利用专家知识、统计机器学习和神经网络实现创新技术和产品。多年来，该组已经对微软的产品做出了卓越的贡献，包括中日文输入法、英语写作助手、中文对联、英库词典、英库输入法、中文问答系统、中文分词、拼音搜索、情感分析、以及最近引起广泛关注的微软小冰（中国）、Rinna（日本）和Tay（美国）聊天机器人等。。
视觉计算组由优秀的研究员和工程师组成，他们的专长涵盖了计算机视觉研究领域的整个范畴：从数学理论到现实应用，从物理系统到软件开发，从低层次的图像处理到高层次的图像理解。该组的研究成果已经对许多重要应用产生了深刻影响，例如人脸检测、追踪、识别，图像搜索，物体检测、追踪、识别，以及机器人避障和导航。
语音是人与人之间最自然、最便捷的沟通方式。然而，当人要和以计算机为代表的机器对话时，事情就不是那么简单了。语音组致力于把有机器参与的“语言链”变得自然流畅并具有鲁棒性，通过开发语言技术实现人机语音交互，丰富人与人之间的语音沟通。
知识计算组致力于通过知识发现和数据挖掘理解和服务这个世界。研究组聚集了包括数据挖掘、机器学习、自然语言处理、信息检索和社会计算等领域的多学科研究员，主要从事如下研究方向：网络实体搜索和知识挖掘，服务于真实世界的语义计算框架应用，基于大规模行为数据的用户理解。
多媒体计算组致力于推进媒体技术以帮助计算技术的演进。例如，通过有效地虚拟化网络中的计算设备的输入和输出，该组可以实现诸如资源的无缝共享和迁移等新的计算体验。其研究内容主要围绕媒体分析、压缩、处理、通信、网络、用户界面、安全性和系统等核心技术展开。
软件分析组运用各种分析和计算技术对软件生命周期中产生出的大量数据进行研究，旨在帮助软件参与者从中提取有用信息，做出正确决策。该组致力于软件分析领域的前沿研究，并运用研究成果帮助提高微软乃至信息工业界的软件产品质量、用户体验和开发效率。
微软亚洲研究院以推动产品的进步作为重要使命，迄今为止已为微软产品注入了300多项技术创新。创新工程组是为这一使命做出突出贡献的一支软件工程力量。作为一项集中化的资源，创新工程组承接整个研究院范围内的项目，通过集合软件工程师、用户体验专家、项目经理、商务策略师、研究人员和产品组同事等的共同努力，把想法变成现实，从而促进技术转移和产品孵化。
理论组致力于推进计算机科学基础理论及其与博弈论、经济学、社交网络、优化和统计物理学等其它学科交叉领域的研究。通过与其它研究人员和工程师密切合作，解决理论与实际工作中遇到的具有挑战性的算法和理论问题。理论组目前的主要研究领域包括社交和信息网络中的计算问题、算法博弈论与机制设计、在线学习、算法与复杂性、分布式计算。
网络图形组致力于推进计算机图形可视化与交互技术的发展，包括渲染、几何建模与处理，3D打印、面部动画与人体动画捕捉与建模、信息可视化、计算摄影学以及图形系统。我们与微软的产品部门有密切合作，在图形图像算法，图形平台系统，和图形捕捉设备硬件方面进行广泛的研发。我们的愿景是打破真实世界与虚拟世界的界限，突破三维内容产生的瓶颈，从而使每个人都可以轻松方便的创作三维内容，利用VR和AR技术进一步方便每个人的工作和生活。
城市计算是一个交叉学科，是计算机科学以城市为背景，跟城市规划、交通、能源、环境、社会学和经济等学科融合的新兴领域。更具体的说，城市计算是一个通过不断获取、整合和分析城市中多种异构大数据来解决城市所面临的挑战的过程。城市计算将无处不在的感知技术、高效的数据管理和分析算法，以及新颖的可视化技术相结合，致力于提高人们的生活品质、保护环境和促进城市运转效率。城市计算帮助我们理解各种城市现象的本质，甚至预测城市的未来。
微软亚洲研究院机器学习组在理论、算法、应用等不同层面推动机器学习领域的学术前沿。该组目前的研究重点为深度学习、增强学习、分布式机器学习和图学习。其研究课题还包括排序学习、计算广告和云定价。在过去的十几年间，该组在顶级国际会议和期刊上发表了大量高质量论文，帮助微软的产品部门解决了很多复杂问题，并向开源社区贡献了微软分布式机器学习工具包（DMTK）和微软图引擎（Graph Engine），并受到广泛关注。
网络多媒体组致力于通过基础理论的突破和算法和系统技术的创新，建立无缝并且有效的媒体应用和系统来压缩、传输和处理不断增加的媒体内容。该组的研究将解决媒体系统的核心问题，包括大规模媒体内容感知，分析，复杂的格式转换和大量的自适应问题，涉及到媒体系统的网络带宽、处理能力、屏幕分辨率、内存和电池电源等各个方面，目标是带给用户优化的计算和自适应的媒体体验，无论何时何地。
社会计算组致力于将计算机科学与社会学、心理学、认知科学等领域相结合，基于用户在各种异构社交平台上产生的大规模行为数据，对用户进行全面和深度的理解，进而为用户提供更加智能和个性化的服务。该组目前的主要研究方向包括用户建模、推荐系统、时空数据挖掘、图数据挖掘、情感分析与个性化聊天系统等，其学术水平在社会计算、普适计算与数据挖掘等领域均享有盛名，并与微软人工智能产品团队有着密切的合作关系。
系统组从事计算机系统领域重大课题的基础性研究，在分布式系统、存储系统、云计算、网络、及计算机语言等方面均有理论与实践经验丰富的专家。自成立以来，系统组一直致力于设计、开发、分析、优化大规模分布式系统，其中一些系统已经在微软产品中应用，支持各种在线服务。系统组成员在此过程中收获了宝贵的第一手实践经验，而这些经验更进一步激发了一系列新的研究项目，并在计算机系统及相关领域的顶级会议上收获丰富成果。
最新发布
