微软-matrix45_jan2018_36页_17mb

报告摘要

Matrix 2018年01月第45期微软亚洲研究院院刊总结

核心内容

本期院刊主要聚焦人工智能技术在不同领域的应用与创新，包括AI赋能版Excel、华为Mate 10与Microsoft Translator的合作、Microsoft Learn Chinese的推出、量子计算的发展以及深度三维残差神经网络在视频理解方面的突破。此外，还介绍了组合在线学习和人工智能相关热门词汇的解析，以及第十九届“二十一世纪的计算”大会的精彩内容。

主要观点与关键信息

1. AI赋能版Excel：Insights in Excel

功能：Insights in Excel 是一款能够自动分析表格数据、捕捉数据关联、挖掘洞见并推荐图文分析结果的功能。
技术背景：该功能基于微软亚洲研究院的Spreadsheet Intelligence和Auto Insights技术。
挑战与突破：由于电子表格的不规范结构，机器学习算法需要进行数据提取和转化。通过结合机器学习和启发式规则，微软实现了对数据的高效处理，从而进行洞见分析。
应用场景：帮助用户在数据处理和分析过程中更直观地获取信息，提升效率和洞察力。

2. 华为Mate 10与Microsoft Translator

合作成果：华为Mate 10搭载了微软定制的Microsoft Translator，实现了高质量的离线翻译。
技术亮点：
- 翻译质量比传统离线数据包高23%。
- 离线语言包大小仅为Microsoft Translator的1/2，节省了存储空间。
应用场景：适用于旅行、学习、商务等场景，提供更便捷、高效的翻译体验。

3. Microsoft Learn Chinese

功能与目标：是一款免费的中文学习AI助手，通过语音识别和语音合成技术，为国际友人提供24小时在线学习支持。
技术特点：
- 支持初级和中级课程。
- 提供发音评分、高亮提示错误单词、音频示例等功能。
技术背景：基于微软亚洲研究院语音组的研究成果，包括深度神经网络和TTS技术。
应用场景：帮助非母语者提升中文口语能力，适用于日常学习和交流场景。

4. 量子计算：微软发布量子开发工具包免费预览版

工具包内容：
- Q#编程语言。
- 量子计算模拟器。
- 一整套文档、库和示例程序。
技术亮点：
- 适用于普通计算机，支持30个逻辑量子位的模拟。
- 基于Azure的模拟器支持超过40个逻辑量子位的计算。
研究方向：微软致力于拓扑量子计算，旨在构建稳定可靠的量子计算系统。
应用场景：为开发人员提供学习量子计算的工具，未来可用于解决复杂计算问题。

5. 深度三维残差神经网络：视频理解新突破

研究成果：
- 提出基于伪三维卷积的深度残差网络（P3D ResNet）。
- 实现了199层的三维卷积网络。
技术优势：
- 在多个视频理解任务中取得性能提升。
- 在CVPR 2017的Activity Net Challenge中获得第一名。
应用场景：适用于视频分类、视频相似度分析、视频场景识别等任务。

6. 组合在线学习

概念与应用：
- 结合了组合优化与在线学习，适用于推荐系统、路径规划等场景。
- 通过实时反馈调整策略，提升学习效果和整体收益。
技术突破：
- 提出CUCB算法，实现组合多臂老虎机问题的解决。
- 支持非线性收益函数，具有广泛适用性。
应用场景：适用于需要实时反馈和组合优化的多种问题，如路径推荐、广告投放等。

7. 人工智能热门词汇解析

关键词：
- 人工智能（AI）：涵盖机器学习、深度学习等技术。
- 机器学习（ML）：包括监督、无监督、深度学习等方法。
- 深度学习（DL）：基于深度神经网络，用于复杂模式识别。
- 强化学习（RL）：通过与环境互动学习最优策略。
- 大数据（Big Data）：多源数据融合，提升分析能力。
- 云计算（Cloud Computing）：提供数据存储和计算资源，支持AI发展。

重点技术突破与创新

AI赋能Excel：通过Insights功能，将数据分析智能化，提升用户洞察力。
离线翻译优化：华为Mate 10结合微软AI技术，实现高效离线翻译。
中文学习助手：Microsoft Learn Chinese通过语音识别和合成，为非母语者提供学习支持。
量子计算工具包：微软发布Q#语言和模拟器，降低量子编程门槛。
视频理解突破：P3D ResNet实现更高效的视频特征提取，提升视频识别性能。
组合在线学习：解决组合优化问题，提升推荐系统和路径规划等任务的效率。

未来展望

AI普及：微软致力于将AI技术带入日常生活，提升工作效率和用户体验。
量子计算发展：通过工具包和研究，推动量子计算的实用化进程。
视频分析进步：随着视频专用神经网络的发展，视频处理和分析将更加高效。
组合优化与在线学习结合：将为更多实际应用提供理论支持和解决方案。
大数据与AI融合：通过多源数据融合，提升数据价值和分析能力。

大会与专家观点

“二十一世纪的计算”大会：多位AI领域专家分享了对未来技术发展的见解。
Peter Lee：强调AI技术的普及需要更多“工匠”支持，依赖于大数据、算法和计算能力。
John Hopcroft：指出深度学习是当前AI发展的重要推动力，但仍需解决训练和泛化问题。
Lise Getoor：提出利用图数据进行有效推理，如实体分辨和连接预测。
Raymond Mooney：强调深度学习的局限性，呼吁关注符号学和机器学习的结合。
滕尚华：指出大数据时代需要可扩展的算法，如线性复杂度的算法设计。

总结

本期Matrix院刊全面展示了微软亚洲研究院在人工智能、量子计算和大数据等多个前沿领域的研究成果和应用。通过AI赋能Excel、华为Mate 10的离线翻译、Microsoft Learn Chinese等产品，微软正努力将人工智能融入日常生活。同时，量子计算工具包的发布和深度三维残差网络的突破，也标志着微软在技术探索上的持续投入。未来，随着AI、大数据和云计算的不断发展，微软将继续推动技术进步，助力更多人享受科技带来的便利与价值。

展开完整摘要