Microsoft AI Research Institute

 

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。
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。
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 (Machine Teaching)： 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。