微軟新成立 AI 研究院,13 個研究組都在做什麼?

作者 | 發布日期 2017 年 07 月 15 日 12:00 | 分類 AI 人工智慧 , Microsoft , 機器人 follow us in feedly

據彭博 7 月 13 日報導,微軟正在籌建 Microsoft Research AI 研究院,未來將專注人工智慧領域,開發更多通用學習系統。



該研究院將設立在華盛頓州雷德蒙德,近百位人工智慧領域的科學家集中在此,分為 13 個研究小組,以下一一介紹各組。

自適應互動組:致力於追求智慧和互動原理的進步及相關應用的進步,提高計算系統和介面。包括傳感、學習和決策、搜尋和檢索以及人機互動基礎等研究。

空中資訊與機器人組:主要做機器智慧的尖端研究,機器人和人類為中心的計算,飛行機器人艦隊,微型無人機,民用客機。

研究彙集了機器學習和思想感知,不確定決策在機器人平台上產生各種挑戰。合成演算法和系統將應用在飛行器如:滑翔機、小飛機和商用飛機。應用場域包括精確農業監控、病原體監測、氣象探測、啟用數位連線等。團隊有 3 篇論文被 ICRA 2017 接受。

對話系統組:重點推進人機對話。研究涵蓋對話方塊管理、對話狀態追蹤、用戶建模、語言理解和語言生成。團隊對探索對話系統在對話過程中學習的方法特別感興趣。

團隊正在面對挑戰,例如如何從非常有限的互動中學習特定工作的對話控制器;如何建立架構化知識與機器學習相結合的對話控制模型,以及對話控制器如何透過互動進行自主改進。團隊與微軟研究其他團體密切合作,包括自然語言處理、機器教學、自適應系統和互動。

深度學習組:主要開發演算法、模型,有監督和無監督學習系統,深入強化學習,神經象徵式推理,然後尋求在電腦視覺、自然語言處理、多智慧、網際網路資訊處理、以及其他相關領域的突破。

該小組的研究人員對學術界產生重大影響的許多專案都有貢獻,最近的例子是電腦視覺的 API 在微軟認知服務,它提供了世界上第一個影像字幕的雲端服務。

資訊和資料科學組:跨學科的資訊和資料科學團隊彙集了來自資訊檢索技術、人機互動(HCI)、人工智慧、社會科學共同挑戰相關的問題:1. 人們如何組織資訊和資訊系統的相互作用,2. 如何用挖掘出來的資料說明人的行為。

身為一個團隊,他們直接與產品組合作,從根本上理解產品應用程式中的問題。團隊開發的技術,提高了 Cortana 應用體驗。

知識技術組:知識技術組專注微軟產品和為市場帶來新的企業智慧應用和服務。和微軟的研究和產品團隊密切合作。他們關注先進技術研究專案的進展,自然語言處理、字檔挖掘、機器學習、知識抓取等人工智慧技術領域。他們結合機器學習和人工智慧與最廣泛使用的線上服務,開發出新奇有趣的產品體驗。

語言和資訊技術組:利用人工智慧了解人們如何與資訊系統互動,並開發新功能以提高生產力。他們的研究興趣是資訊檢索、自然語言理解和應用機器學習的交叉點。工作包括分析大規模文本和用戶行為資料,以了解用戶如何與資訊互動,建立從非架構化資訊中擷取知識模型,幫助用戶完成工作並有效尋找資訊。他們的工作應用於內容理解、智慧助理、搜尋、個性化和用戶滿意度建模。

機器學習與最佳化組:重點是設計新演算法,使下世代人工智慧系統和應用程式能應用,並回答在學習、最佳化、演算法和數學的基本問題。主要研究領域包括統計和線上學習、凸和非凸最佳化、組合最佳化及其在 AI、統計學和概率的應用。此外,他們的工程機構建立了世界級的機器學習和最佳化系統。

機器教學組:一大部分專注於建立新演算法以提高給定資料集上的「學習者」(ML 演算法)準確性。機器教學(MT)組與機器學習相比,側重於教師的效能。如建立一個模型理解控制電視的語音指令。對機器學習模型的需求遠大於建立這些模型的機器教學。所以解決日益增長需求的辦法,是使教學機器簡單、快速、普及。

自然語言處理組:自然語言處理組重點是開發處理文本的有效演算法,使資訊能在電腦應用程式存取。

感知和互動組:感知和互動小組研究虛擬世界與我們居住的物理世界間的介面。目標是透過感測技術、智慧訊號處理、新的互動型態和理解用戶來豐富介面。他們的工作是建立在感知和互動的基礎上實現這想法,他們也喜歡透過構建工作原型來實現想法。

生產力組:微軟是職場生產力的領導者。隨著工作環境的發展,為了保持領導地位,團隊將重點放在人工智慧的最新進展、日益普及的資料以及為人們提供低摩擦方式的新興平台。他們力求使工作更容易更吸引人,使人們更易集中注意力在一個特定環境中,做重要的事。

強化學習組:強化學習組致力於自主決策的理論基礎、演算法和系統。主要研究領域包括馬爾可夫決策過程和內文決策過程的泛化。他們的技術已成功應用於許多領域,如線上廣告、建議、網路搜尋、階段作業系統、遊戲和程式合成。由於名單人數較多,以下截圖為部分名單。

(本文由 雷鋒網 授權轉載;首圖來源:微軟

延伸閱讀: