图像方面

其次，在图像方面，人工智能也有很多长足的进步:

2015 年 12 月，ImageNet 计算机视觉识别挑战赛结果揭晓——微软亚洲研究院视觉计算组的研究员们凭借深层神经网络技术的最新突破，以绝对优势获得图像分类、图像定位以及图像检测全部三个主要项目的冠军。同一时刻，他们在另一项图像识别挑战赛 MS COCO（Microsoft Common Objects in Context，常见物体图像识别）中同样成功登顶。

在 ImageNet 挑战赛中，微软亚洲研究院的研究团队使用了一种前所未有的深度高达 152 层的神经网络，这比以往任何成功使用的神经网络层数多 5 倍以上，从而在照片和视频物体识别等技术方面实现了重大突破，将错误率降低至 3.57%。

2016 年 10 月，微软亚洲研究院视觉计算组的研究员在图像识别 MS COCO 图像分割挑战赛中获得第一名，成绩比第二名高出 11%，且相较于前一年 COCO 图像分割挑战赛第一名的成绩也有飞跃性的进步。

　　自然语言方面

除了语音和图像以外，其实人工智能在自然语言上面也取得了很大的进展。

（1）人机对话：自然语言人机对话方面，深度神经网络逐渐取代了传统的统计机器学习，成为主流的研究方向。现在，自然语言技术已全部转向深度学习网络，我们的对话系统也都用到了深度学习网络。大家熟知的微软小冰，起关键自然语言处理技术就是采用的微软自然语言处理技术，目前已经能够实现与人类 23 个来回的对话。

（2）机器翻译方面，Microsoft Translator 现已支持 60 多种语言，可以实现多个人多种语言的实时翻译，比如大家每个人可能来自不同的国家，只要拿着手机 APP 版的 Microsoft Translator 就可以互相交流。你说一句话或者输入文字，对方听到 / 看到的就是他的母语。

而在刚刚结束的微软年度开发者盛会 Build 2017 上，微软也展示了最新的 Presentation Translator 的 PowerPoint 插件，它利用了微软的 Translation API 接口，可以在播放演示文稿的过程中，实时地将其翻译成多种语言。

（3）机器阅读理解方面，在由斯坦福大学自然语言计算组发起的 SQuAD（Stanford Question Answering Dataset）文本理解挑战赛上，微软亚洲研究院的自然语言计算研究组持续稳居榜首。微软亚洲研究院团队在准确性和相似度这两个不同维度的评价标准上均取得了最优的成绩，其准确度达到了 76.922%，相似度达到了 84.006%，高出第二名近两个百分点。

　　微软的人工智能科研之路

任何一个企业，一个单位，特别是大了以后，一定要去想短期的目标是什么，长期的愿景是什么，一定要从这个角度去想。我的部门比较特别的地方就是，因为我除了 AI 以外，还管 AI 研究院，在 AI 研究院我们有 1000 多位科学家，要不断培养一代一代新的了不起的研究员去做更为了不起的技术。

　　微软在人工智能领域四个研究大方向

第一，搜索引擎方面。今天世界上最大的人工智能可能还是搜索引擎，微软 Bing 这么多年下来超过 25 亿的 entity。这里面就有很多的知识，搜索引擎本身不仅仅是一个业务，虽然现在 Bing 也很赚钱，我们在美国 22.6% 的搜索市场份额再加上雅虎的 11%（技术是我们后台做的），所以我们在美国有 1/3 的搜索份额，在中国最近涨到 16.5%。从 AI 的角度来讲，它就是知识的积累。

第二，非常非常重要的一件事情就是 Cortana（小娜），我觉得 Cortana 是代表了 AI 的未来，对人的了解。要做好 AI 需要三个方面的知识：

这三件加在一起的话，才可以做的非常好，我觉得小娜在朝着这个方向走，要去做这个事情当然要有很大的投入在里面。

第三，其他的公司和微软公司一起合作，怎么样令 AI 帮助微软转型，我刚才提到 Office，也提到 Cloud，也提到 Windows，我们一起做。同时我们把这样的一些技术拿出来给其他所有 Microsoft 开发者去做，今天我讲的终点一直都是在我们 AI 部门这么多年做出来，有很多的技术是从微软研究院做了几十年下来。

第四，对商业机会的挖掘。所有的商业应用都会被颠覆掉，在这里面微软正在选择哪些方向，哪些商业的 AI 这样的机会我们会挖掘，以后希望能够有机会跟大家再分享这边的进展。

　　长期培养人才进行科研

任何一个企业，一个单位，特别是大了以后，一定要去想短期的目标是什么，中期的希望是什么，长期的愿景是什么，一定要从这个角度去想。我的部门比较特别的地方就是，我除了 AI 以外，还管研究院。在研究院我们有 1000 多位科学家，刚才新智元的同事也问道，我觉得最重要的就是，要不断培养一代一代新的了不起的研究员，去做更了不起的技术。

例如我刚才提到，人工智能（更多在离散的空间做符号处理）和脑科学（更多在 Neural 神经元做连续处理）这两个空间的融合。符号可解释的空间和连续的脑空间之间的关系，三五年前基本上没有什么人研究这些方向。我认为更重要的就是应该培养新一代，看到这样的问题。如深度学习，要去解释它。

　　微软的人工智能产品之路

　　为什么一定要有产品？

对普罗大众来讲，他不会去看论文来判断你的研究成果，也不知道你的论文有多了不起。你要跟人解释，最容易解释的方法就是你给人看看你的产品，HoloLens 马上就会被人看到，我们希望有机会做一些更了不起的产品，不光是对消费者，更多是针对企业用户的产品。我个人认为，三五年内，对 AI 而言最大的机会还是在企业市场中。

转载请注明出处。