微软-matrix46_April2018_36页_17mb

Matrix 2018年04月 第46期总结

核心内容

微软亚洲研究院在2018年4月第46期院刊中，介绍了多项人工智能技术的最新进展。重点包括：

• 机器阅读系统在SQuAD挑战赛中超越人类水平
• 中-英机器翻译系统达到可与人工翻译媲美的水平
• DA-GAN技术实现图像创造，使计算机能够根据文字描述生成图像
• 气动软体机器人设计自动化方法
• AI在运维领域的应用，包括异常检测、智能诊断、自动修复和故障预测
• repo1.0项目提出深度学习框架的通用语言，便于不同框架间协作
• 与培生合作，以人工智能技术赋能个性化学习

主要观点

1. 机器阅读系统突破

微软亚洲研究院的R-NET模型在SQuAD挑战赛中以82.650的EM值超越人类分数82.304，标志着计算机文本理解能力首次超越人类。这一突破预示着自然语言处理领域将有更大进展。

2. 机器翻译里程碑

微软中-英机器翻译系统在newstest2017测试集上达到了与人工翻译相当的水平，是首个在新闻报道翻译质量上可比肩人工的系统。这得益于对偶学习、推敲网络、联合训练和一致性规范等技术的融合。

3. DA-GAN技术与创造力

DA-GAN技术通过“隐空间”实现图像创造，允许计算机根据文字描述生成符合要求的图像。该技术不仅可用于鸟类，还可用于其他图像生成任务，如人脸、风格转换等，为未来“人人都是创造者”的时代铺路。

4. 气动软体机器人设计

微软提出了一种基于物理仿真的自动化设计方法，可以快速生成具有特定形变需求的软体机器人模型。该方法通过分割模型、优化材料分布，实现高效的3D打印与气动控制。

5. AI运维技术突破

微软在运维领域实现了智能异常检测、诊断、修复和预测。通过iDice、AD2、SAS等工具，AI技术在保障系统稳定性、提升运维效率方面发挥了重要作用，有效减少MTTR，提高系统可靠性。

6. repo1.0项目：深度学习框架通用语言

微软提出了repo1.0，旨在创建深度学习框架的“罗塞塔石碑”，方便研究者在不同框架间进行模型开发和性能对比。该框架支持多种语言（Python、Julia、R）和GPU加速，提高训练和推理效率。

7. 与培生合作推动教育创新

微软亚洲研究院与培生集团合作，开发了“朗文小英”应用，结合人工智能技术，为学生提供个性化学习体验。该应用搭载了口语评测、自然语言处理等技术，有助于提高英语学习效果。

关键信息

• 机器阅读系统：R-NET模型在SQuAD中超越人类，标志着计算机文本理解能力进入新阶段。
• 机器翻译系统：达到可与人工翻译媲美的水平，是首个在新闻报道翻译质量上实现突破的系统。
• DA-GAN技术：利用“隐空间”和特征分割，实现从文字到图像的自动创造。
• 气动软体机器人设计：通过物理仿真和材料优化，实现自动化设计和控制。
• AI运维系统：iDice、AD2、SAS等系统提升运维效率，减少系统故障影响。
• repo1.0：为深度学习框架提供通用语言，便于不同社区间的协作与技术共享。
• 朗文小英：结合AI与优质教育资源，打造个性化学习平台，提升英语学习体验。

技术亮点

• 对偶学习：利用翻译任务的对称性，通过自动校对进行学习，提升翻译质量。
• 推敲网络：模拟人类反复推敲的过程，通过多轮翻译优化生成结果。
• 联合训练：双向训练提升模型的泛化能力和准确率。
• 一致性规范：约束双向翻译结果的一致性，提升翻译的可信度。
• 隐空间：将图像特征映射到人类视觉空间，实现更精确的图像生成。
• iDice：通过剪枝和排序，高效识别系统异常组合。
• AD2：基于贝叶斯网络进行指标间关系分析，实现自动诊断。
• SAS：通过日志分析和案例指纹，提升事故管理效率。

未来展望

微软亚洲研究院在2018年取得了多项突破，展示了人工智能技术在多个领域的广泛应用潜力。未来，随着技术的不断进步，AI将在更多领域实现创新，如教育、机器人、图像生成、运维等。同时，技术的普及也带来了新的挑战，如如何判断AI生成内容的真实性、如何在大规模系统中有效管理异常等，这些都需要持续的研究与探索。