微软年度研究盘点：ML突破即将到来，人机交互更真实，告别沉向洋研究是一个长期的、通常是渐进的发展过程，朝着一个长期目标的实现。岁末将至，微软研究院回顾了这一年在人工智能方面的工作。微软研究院表示：2019年是科技面临严峻挑战的一年。总的来说，研究清单包括以下几个方面：·让人工智能和机器学习系统更容易获得；·推进“以人为本”的创新研究；·创造适合所有人的人机交互；·安全、存储、系统和应用的突破；·为研究社区提供开源工具和数据；·为研究界提供奖学金此外，沉向阳博士不久前宣布离开微软。微软研究院也在这次评测中与沉向阳博士说了“再见”。提高人工智能和机器学习的可访问性机器学习显然对人们的生活产生了影响。那么微软的研究人员在这一年里做了些什么呢？提高机器学习系统的能力，以进一步开发这门科学的新范式。他们使用一些特殊的方法使这些系统更易于访问。在深度学习方面，微软研究院合作研究经理高剑锋博士团队提出了MT-DNN模型。这是一个学习通用语言嵌入的模型，它结合了多任务学习和BERT的语言模型预训练的优势，帮助系统快速发展自然语言处理所必需的语义理解。MT-DNN地址：https://www.microsoft.com/en-us/research/blog/towards-universal-language-embeddings/微软研究院徐坦团队开发的MASS。这是一种预训练方法，在序列到序列语言生成方面优于现有模型。MASS地址：https://www.microsoft.com/en-us/research/blog/introducing-mass-a-pre-training-method-that-outperforms-bert-and-gpt-in-sequence-to-sequence-language-generation-tasks/并且在接下来的几年里，机器学习将会有突破。能够超越当前使用马尔可夫决策过程作为基础的方法，尤其是强化学习，将变得更适用于现实世界的场景。项目地址：https://www.microsoft.com/en-us/research/blog/reinforcement-learning-for-the-real-world-with-dr-john-langford-and-rafah-hosn/manymachinelearning应用程序受益于大型数据集，但许多应用程序没有足够的数据来证明它们的方法是有效的。进入机器教学领域，领域专家可以用很少的数据构建自定义AI模型。项目地址：https://www.microsoft.com/en-us/research/blog/machine-teaching-luis-and-the-democratization-of-custom-ai-with-dr-riham-mansour/另一个让AI更民主化的项目是研究所与JustinHarris合作的区块链框架上的去中心化协同人工智能。它允许用户在以太坊上训练和维护模型和数据集。此外，微软研究院首席研究员DebadeeptaDey在今年的NeurIPS上介绍了Petridish项目。△300多名微软研究人员参加了NeurIPS2019，这是一种高效的前向神经结构搜索算法，可以帮助识别给定机器学习任务的神经结构。项目地址：https://www.microsoft.com/en-us/research/blog/project-petridish-efficient-forward-neural-architecture-search/PromotingResponsible,Inclusive,People-CentricInnovationThe2019ACMFAT*Conference在亚特兰大举行。微软研究院在会议上发表了四篇论文，内容涉及职业分类中的性别偏见、数据驱动决策在加剧不公正中的作用、算法决策系统的战略操纵以及没有资金的项目公平分配。这项工作来自微软的FATE研究小组，该小组研究人工智能、机器学习、数据科学、大规模实验和自动化的复杂社会影响。在5月的CHI会议上，研究员SaleemaAmershi和她的合作者提出了一套人机交互设计指南，汇集了20多年围绕与人工智能系统进行有效交互的研究、建议和最佳实践。将这些努力结合在一起将有助于设计人员管理用户期望、调节自主程度、解决歧义，并让用户了解系统如何从他们的行为中学习。项目地址：https://www.microsoft.com/en-us/research/blog/guidelines-for-human-ai-interaction-design/另外，开源模拟器AirSim今年举办了无人机NeurIPS竞赛。在无人机挑战赛中，参赛者在与MicrosoftResearch竞争对手相同的赛道上竞争，其战略和机动水平通常在类似比赛中不存在。项目地址：https://www.microsoft.com/en-us/research/blog/game-of-drones-at-neurips-2019-simulation-based-drone-racing-competition-built-on-airsim/Create所有人的人机交互在ACMCHI计算系统人为因素会议上，Microsoft研究人员提交了论文和演示，探索如何为有认知或感官障碍的用户提供辅助功能。这些研究包括浏览器的“阅读模式”是否真的能帮助有阅读障碍的人，以及让视力不佳的人更容易使用VR的工具，包括亮度敏感度和视力不佳的人。同时展出的还有微软的Soundscape，这是一个使用3D音频提示来增强态势感知和辅助导航的项目。项目地址：https://www.microsoft.com/en-us/research/product/soundscape/features/此外，还有一些项目让虚拟环境更加真实、可触摸、可导航。△MicrosoftDreamwalkerVRDreamwalker是一个虚拟现实项目，可以通过虚拟现实增强真实世界的行走体验。虚拟环境实时检测用户的周围环境，并生成一个虚拟世界来说明他们的路径和任何障碍物。项目地址：https://www.microsoft.com/en-us/research/publication/dreamwalker-substituting-real-world-walking-experiences-with-a-virtual-reality/security,storage,systemandapplication开发2019年，突破性的同态加密技术的采用继续推进。同态加密技术可以对加密数据进行计算，有助于保护隐私。MicrosoftSEAL已成为世界上最流行的同态加密库之一，在学术界和工业界得到广泛采用。项目地址：https://github.com/Microsoft/SEAL今年4月，随着EverCrypt的发布，ProjectEverest又向前迈进了一步，建立了经过安全认证的HTTPS生态。其中，EverCrypt是第一家完全认证的符合TLS协议安全要求的密码提供商。珠穆朗玛峰项目是微软、Inria和卡内基梅隆大学之间的合作项目。项目地址：https://www.microsoft.com/en-us/research/blog/evercrypt-cryptographic-provider-offers-developers-greater-security-assurances/到2023年预计超过100个ZB的云数据存储。为了满足这一需求，ProjectSilicon正在开发第一种从媒体设计用于云计算的存储技术。项目地址：https://www.microsoft.com/en-us/research/project/project-silica/今年，团队与华纳兄弟合作进行概念验证，拍摄了1978年的电影《超人》（超人）被安置在一个杯垫大小的几乎坚不可摧的玻璃中。项目地址：https://www.microsoft.com/en-us/research/blog/optics-for-the-cloud-storage-in-the-zettabyte-era-with-dr-ant-rowstron-and-mark-russinovich/与此同时，4月，微软和华盛顿大学的研究人员实现了“Hello,World!”因为他们展示了第一个用于在合成DNA中存储和检索数据的全自动系统。项目地址：https://news.microsoft.com/innovation-stories/hello-data-dna-storage/?utm_source=elevate&utm_campaign=1385剑桥研究人员AndyGordon和SimonPeytonJones探索编程语言研究如何改善电子表，世界最常见的商业应用，展示基础研究的实际影响。在下面的项目中，他们详细介绍了他们与MicrosoftExcel团队的合作如何改进了产品，例如单元格可以包含链接到外部数据源的一级记录，以及计算“溢出”到相邻单元格中的数组值的公式。项目地址：https://www.microsoft.com/en-us/research/blog/influencing-mainstream-software-applying-programming-language-research-ideas-to-transform-spreadsheets/在ACM网络搜索和数据挖掘中在一次国际会议上，微软的研究人员展示了一项关于极端分类的新研究。极端分类是一个有望显着提高算法速度和质量的研究领域。这项工作可以带来更相关的推荐和搜索结果。在以下2月份的博文中，MicrosoftResearchIndia的ManikVarma深入探讨了极端分类。项目地址：https://www.microsoft.com/en-us/research/blog/everything-you-always-wanted-to-know-about-extreme-classification-but-were-afraid-to-ask/视频由于计算机视觉的进步，尤其是在视频对象检测和分类方面，分析变得更加精确。然而，快速实用的实时视频分析滞后。去年12月，微软研究人员GaneshAnanthanarayanan和YuanchaoShu主持了一场关于ProjectRocket的网络研讨会，这是一个可扩展的软件堆栈，利用边缘和云来满足视频分析应用程序的需求。项目地址：https://www.microsoft.com/en-us/research/project/live-video-analytics/为研究社区提供开源工具和数据年内，微软研究人员为造福学术界，已做过一些开源项目，包括以下几个：SandDance：是AzureDataStudio、VisualStudioCode和PowerBI中的一个数据可视化工具。地址：https://cloudblogs.microsoft.com/opensource/2019/10/10/microsoft-open-sources-sanddance-visual-data-exploration-tool/TensorWatch：是一款人工智能调试和可视化工具。地址：https://www.microsoft.com/en-us/research/blog/microsoft-makes-ai-debugging-and-visualization-tool-tensorwatch-open-source/PhoneticMatching：Maluuba自然语言理解平台之一成分。地址：https://www.microsoft.com/en-us/research/blog/a-phonetic-matching-made-in%cb%88h%c9%9bv%c9%99n/SpaceFusion：是一种学习范式，它为AI对话汇集不同的深度学习模型。地址：https://www.microsoft.com/en-us/research/blog/spacefusion-structuring-the-unstructured-latent-space-for-conversational-ai/Icecaps：一个会话建模工具包。地址：https://www.microsoft.com/en-us/research/blog/microsoft-icecaps-an-open-source-toolkit-for-conversation-modeling/Icebreaker：一种深度生成模型，最小化训练量和机器学习模型所需的数据成本。地址：https://www.microsoft.com/en-us/research/blog/icebreaker-new-model-with-novel-element-wise-information-acquisition-method-reduces-cost-and-data-needed-to-train-machine-learning-models/基于去年发布的MicrosoftResearchOpenData（一个基于Azure的数据共享库），该公司开发了一套数据使用协议并发布在GitHub上，可以应用于多个公共数据集。支持和尊重研究团体今年，微软研究院设立了AdaLovelace奖学金，以支持计算机相关领域的人才攻读博士学位。以下链接可用于他们的研究：https://www.microsoft.com/en-us/research/academic-program/ada-lovelace-fellowship/#!fellows10博士生还获得了为期两年的奖学金（作为一部分博士奖学金计划）以支持他们在光子学、系统和网络以及人工智能方面的研究。此外，微软研究院还向五名从事高影响力突破性研究的教职员工颁发了奖学金。以下链接可用于他们的研究：https://www.microsoft.com/en-us/research/blog/investing-in-leading-minds-microsoft-research-faculty-fellowship/MicrosoftResearchFellowsHehaswonmany今年的奖项和荣誉，完整榜单如下：https://www.microsoft.com/en-us/research/awards/最后，跟沉向洋博士说再见。沉向阳博士在微软工作了23年，将于明年2月离职。
