微软-matrix44_oct2017_36页_16mb

报告摘要

Matrix 2017年10月第44期总结

核心内容

本期《Matrix》聚焦人工智能与前沿科技的最新进展，涵盖了语音识别、区块链、城市规划、图文排版、推荐系统和量子计算等多个领域。微软亚洲研究院通过多项技术创新，推动了这些领域的实际应用与落地，展示了其在人工智能和相关技术领域的深厚积累与前瞻性布局。

主要观点

语音识别技术突破
- 微软语音识别系统错误率降至 5.1%，超过专业速记员，标志着语音识别技术达到“人类对等”水平。
- 该系统通过改进神经网络模型（如CNN-BLSTM）和引入“历史记录分析”技术，提升了识别的准确性和适应性。
- 尽管取得进展，但仍有诸多挑战，如嘈杂环境、方言识别、有限数据等。
实时翻译技术落地
- 微软推出 Presentation Translator，支持超过60种语言的实时字幕翻译。
- 该技术通过PowerPoint插件和Microsoft Translator APP实现，极大提升了跨语言交流的便利性。
企业级区块链解决方案
- Coco Blockchain Framework 是微软推出的企业级区块链框架，解决了性能、隐私和组织管理三大难题。
- 通过集成可信执行环境（TEE），Coco Framework 提供了高度可扩展、隐私保护的区块链网络。
- 支持非确定性交易和灵活的管理策略，适用于多种区块链协议，如Ethereum、Quorum等。
共享单车数据助力城市规划
- 微软利用摩拜单车的轨迹数据，提出了一种基于 贪心算法 的自行车道规划方案。
- 通过 层次空间聚类 和 贪心网络扩展，算法能够推荐高效的自行车道建设方案。
- 该方案已在上海市进行试点，获得了政府的认可。
可解释推荐系统
- 推荐系统不再仅依赖于准确性，而是注重与用户沟通、理解用户心理。
- JMARS模型 能够联合建模物品特征、用户评分与评论情感，生成更具说服力的推荐解释。
- 推荐解释包括以物品、用户和特征为媒介，其中以特征为媒介的解释效果最好。
AI图文排版设计
- 微软提出 图文排版自动生成算法，将视觉、语义与设计原则结合，提升排版的美观性和实用性。
- 该研究被授予ACM TOMM 2017最佳论文奖，相关成果已应用于Office Sway等产品。
量子计算的突破与进展
- 微软用12年时间推动量子计算从理论走向现实，开发了 拓扑量子位 和相关编程语言。
- 量子计算被认为是未来科技的重要方向，将用于解决复杂科学问题和优化人工智能算法。
- 微软与学术界、工业界合作，构建了完整的量子计算生态系统。
精细化物体分类技术
- 微软提出 RA-CNN（基于递归注意力模型的卷积神经网络），通过联合优化判别力区域定位与特征学习，实现更精准的图像分类。
- 该技术在CVPR 2017上展示，成功应用于微软识花等产品。