微软-matrix42_april2017_36页_11mb

报告摘要

Matrix 2017年4月第42期总结

核心内容

本期刊物主要围绕人工智能技术及其在多个领域的应用展开，包括机器学习系统、自然语言处理、数学解题、文本生成、深度学习挑战等。同时，还介绍了微软亚洲研究院在“一带一路”背景下的文化保护项目，以及相关研究团队的工作成果。

主要观点

人工智能技术的广泛应用
人工智能正在深入我们的日常生活和工作，从智能助理、推荐系统到自然语言理解、数学解题等，AI已经具备了改变人们生活方式的潜力。
分布式图计算系统 TuX²
- TuX² 是一个面向机器学习的分布式图计算系统，结合了传统图计算的优势与机器学习的需求。
- 它支持小分批（mini-batch）和延时同步并行（SSP）等模式，提出了新的编程模型 MEGA。
- 在大规模数据（640亿条边）上的实验表明，TuX² 比 PowerGraph 和 PowerLyra 有量级的性能优势，并且比现有分布式机器学习系统性能提升 48%。
智能助理的发展与挑战
- 当前智能助理大多只能处理简单的任务，如天气、新闻查询等，但真正能完成复杂任务的还很少。
- 提出了打造智能助理的四大“自救法宝”：
  - 专注垂直应用，减少理解复杂性。
  - 指导用户，缩小语言输入空间。
  - 借助知识图谱，提高自然语言理解和推理能力。
  - 人机协同，提升智能助理的准确率和效率。
- 微软的EDI系统展示了智能助理在实际应用中的巨大潜力，如自动预定会议、设置提醒等。
数学解题的挑战与进展
- 数学解题是人工智能的一个重要研究方向，但涉及自然语言理解、逻辑推理、常识判断等多个层面。
- SigmaDolphin 是微软亚洲研究院的一个数学解题项目，利用 Dolphin Language 构建了精准的解题系统。
- Dolphin18K 数据集的建立，为数学解题研究提供了更丰富的数据支持，但也揭示了当前系统在解题准确率方面的不足。
基于结构化数据的文本生成
- 文本生成技术正在快速发展，尤其在深度学习的支持下，如神经网络模型（LSTM、神经机器翻译）。
- 文本生成的两个核心问题：说什么（内容选择）和怎么说（语言表达）。
- 评测方法分为内在评测（如 BLEU）和外在评测（如任务完成度），当前多采用内在评测。
深度学习的挑战与前沿
- 深度学习的成功依赖于大数据、大模型、大计算。
- 挑战1：标注数据昂贵，因此从无标注数据中学习成为前沿方向，如对偶学习和生成式对抗网络。
- 挑战2：大模型不适合移动设备，因此模型压缩成为重要研究方向，包括剪枝、权值共享、量化和二值神经网络。