微软预测未来十年:人工智能将无处不在

Predictions-MSR-Main-003.jpg


本周,全球都在庆祝计算机科学教育周(Computer Science Education Week)。在这个飞速发展的时代,科技进步和商业全球化正在改变整个工业界乃至整个社会,对每个人的数字修养要求非常高,尤其是对我们的孩子。这份报告 指出,女性约占世界人口的 50%,更应该注意提高这方面的素质。据统计,经济合作与发展组织的 34 个国家里,只有不到 20% 的女性计算机科学专业的毕业生。


美国劳工统计局(Bureau of Labor Statistics predicts)预计,2020 年将有 140 万个计算机相关的岗位,但只有 40 万计算机科学专业的学生具备承担这些工作的能力。全国大学和雇主协会报告(National Association of Colleges and Employers report)指出,计算机科学是一个高薪专业,计算机编程相关岗位的增长率是全国平均增长率的两倍。所以提高民众的数字修养有着深远的社会和经济意义。


国家中心的科技女性信息图(National Center for Women in Technology infographic)可以看出,虽然 57% 的学士学位是由女性获得的,但只有 12% 的研究性大学的计算机科学学位是授予女性的。计算机领域缺乏女性导致可以鼓励女生们追寻她们的 STEM 梦想的业界模范稀缺。为了缓解这一现象,我们采访了 12 位来自微软全球研究院的女性,了解她们对 2017 年在其领域中可能发生的事情的看法,既然是预测季,我们还要求她们预测一下十年内可能发生的事情。


希望您能欣赏她们渊博的学识,也希望您可以在您的社交网络上分享。如果这些单纯的分享可以激起一个孩子追求 STEM 的热情,您就是为本周精神做了贡献。最后,如果您认为每所学校的每个学生都应该有学习计算机科学的机会,您可以在 这里 发表意见。


Kalika Bali,印度研究实验室研究员,Twitter

Kalika-Bali-01-Predictions-150x150.jpg


2017 年语音和自然语言处理的关键性进展是什么?


越来越多的语言需要进行语音和自然语言处理。意味着我们将在产品中增加语言的种类,我们可以做到这一点,但同时也将有一个系统用来理解、处理和生成语言,使得英语 - 西班牙语、法语 - 阿拉伯语、印地语-英语的使用者在聊天中,甚至一句话里,可以毫不费力地从一种语言切换到另一种语言。


2027 年语音和自然语言处理的主要进步或主题会是什么?


语言模型将深深植根于认知模型中,使人工智能(AI)系统能够相对毫不费力地推理和与人沟通,可以在不同的社会情境之间切换、适应,例如谈判、辩论和劝告,就像人类自己在做这些。计算社会语言学和实用模型将在创造有社会文化意识的 AI 中发挥重要作用。

Jennifer Chayes,新英格兰和纽约城市研究实验室主任,杰出科学家,Twitter

Jennifer-Chayes-Predictions-150x150.jpg


2017 年机器学习算法的关键性进展是什么?


深度学习正在改变技术的方方面面,然而,深度学习的算法在很大程度上仍然是启发式算法,依赖于领域专家的经验和直觉。2017 年,我们将对深度学习进行更本质的理解、研究出更强大的算法。这里的理解将来自许多领域,包括统计物理学和计算机科学的交叉学科。


2027 年机器学习的算法中主要进步或主题会是什么?


人工智能和机器学习算法极大地提高了我们的生活质量。然而,当前的算法常常受限于数据本身和数据的输入,这些错误都将会影响结果。下一个十年,算法的主要进展之一将是开发新的算法,可以更公平、更有效、更稳健。

Susan Dumais,华盛顿雷蒙德研究部副主任,杰出科学家,Twitter

Susan-Dumais-04-Predictions-150x150.jpg

2017 年搜索和信息检索的关键性进展是什么?

搜索和信息检索中的深度学习将会愈发成熟。过去几年,我们已经看到语音识别、图像理解和自然语言处理的突破,这正是由于新的深度学习架构与更多的数据和更强的计算能力的结合。明年,深度学习模型将继续提高网络搜索结果的质量,在文档理解和查询表达方面进行更一般性的改进。

2027 年搜索和信息检索中的主要进步或主题会是什么?

搜索框将消失,被无处不在的嵌入式和上下文敏感的搜索功能所取代。我们已经在语音查询中看到这种转换的开端,特别是在移动和智能家居设置中。这些进步将加速声音、图像或视频的查询能力,在没有显式查询的情况下,可以根据上下文和当前位置主动地检索内容、实体或相关的活动信息。

Sara-Jane Dunn,英国剑桥实验室科学家,Twitter

Sara-Jane-Dunn-06-Predictions-150x150.jpg

2017 年生物计算的关键性进展是什么?

尽管现在解释生物学时,都在用计算和工程来类比,不再需要细胞执行计算,也可能与硅基计算不相似。短期内的关键进展将是理解生物信息处理的理论基础,这将是我们追求设计、修改或改编细胞行为的基础。

2027 年生物计算的主要进步或主题是什么?

如果我们能够想象一下生物学的编程实现,10 年后,我们将从农业、医学到能源等多个领域开发全新的行业应用、 材料和计算。在过去 50 年里,硅片上的编程能力彻底改变了我们,我们将进入下一个编程革命:生物软件时代。

Mar Gonzalez Franco,雷蒙德 MSR NExT 研究员,Twitter

Mar-Gonzalez-Franco-03-Predictions-150x150.jpg

2017 年虚拟现实关键性进展是什么?

2017 年,我们将看到具有更好身体跟踪的虚拟现实设备的出现,这一成果的积极意义在于人类有了可以亲身体验虚拟变成现实的能力。

2027 年虚拟现实的主要进步或主题将是什么?

2027 年,我们将拥有无处不在的虚拟现实系统,将提供丰富的多重感官经验,能够产生混淆或替代现实的幻觉。人类将使用这种技术重新训练、重新校准和改进他们的感官系统。与当前仅刺激视觉和听觉的虚拟现实系统相反,将来的体验将扩展到触觉等其他感觉形式。

Mary L. Gray,新英格兰研究实验室资深研究员,Twitter

Mary-Gray-08-Predictions-150x150.jpg

2017 年社会科学的关键性进展或拐点是什么?

社会科学家和计算机科学家将共同开发新的方法,描述和衡量文化,经济和政治「言论滤泡」。通过在线回声室朋友的新闻和信息,了解它们如何影响人们的日常「离线」生活。

2027 年社会科学的主要进步、转折点或话题将是什么?

2027 年,将近 30%的美国成年人将做一些形式上的工作,提供 AI 驱动的商品和服务,例如税务咨询或医疗保健的相关帮助。消费者可能知道也有可能不知道他们什么时候正依赖人工环路。社会科学家将在技术开发和公共政策方面发挥关键作用,以创造一个新的便携式福利社会安全网,以满足 21 世纪人工智能劳动力的需求。

Katja Hofmann,英国剑桥研究实验室研究员,Twitter

Katja-Hofmann-02-Predictions-150x150.jpg

2017 年人工智能和机器学习的关键性进展是什么?

2017 年,电脑游戏将成为 AI 发展的中心。基于游戏的实验平台,例如 Malmo 项目。这是我的团队和我一起开发的在 Minecraft 中实现 AI 实验,可以快速测试新的想法。我对非常相信协同 AI的潜力。我们现在正处于一个可以开始了解 AI 如何向我们学习,并与我们合作,帮助我们实现我们的目标的阶段。

2027 年人工智能和机器学习的主要进步或主题是什么?

AI 正在迅速发展。它在赋予人民权力,帮助我们应对重大的全球挑战等方面有着巨大的潜力。对我来说,最重要的是如何确保 2027 年这些进展和巨大的潜力可以转化为 AI 技术,使得社会利益最大化。

Nicole Immorlica,新英格兰实验室资深研究员,Twitter

Nicole-Immorlica-04-Predictions-150x150.jpg

在 2017 年,经济学或者博弈论中的关键进展是什么?

在大数据时代,随着人们面临越来越复杂的决策,我们将难以做出最佳选择。经济学家在这种复杂的情况下将发展出关于潜在次优行为的新理论,电脑科学家们将开发自动化学习机器来帮助人们查看这些选择。

在 2017 年,经济学或者博弈论中的关键进步或者讨论的主题是什么?

到 2017 年,自动化技术将催生一种新的经济,其中大多数人对社会的贡献将来自于他们在生活中产生的数据而不是他们所做的工作。经济学家将讨论能够根据人们所做出的贡献对其进行公平补偿的各种方案。这将很可能涉及到通过税收或者社会方案等机制进一步重新分配财富。

Kristin Lauter,雷德蒙德实验室首席研究员,Twitter

Kristin-Lauter-02-Predictions-150x150.jpg

2017 年数学和密码学将有哪些重大进展?

新的数学解决方案允许对加密数据进行计算,以保护患者和医院的医疗和基因组数据的隐私。新的同态加密方案将在保护数据的同时允许云计算进行有用的风险预测并提供分析和警报。同构加密将很快应用在在金融部门,以保护敏感的银行数据。

2027 年数学和密码学将有哪些重大进展或者热门话题?

数学的深入发展将仍旧是下一代密码系统的基础。到 2027 年,我们将拥有量子计算机,可以打破至少是低强度的传统加密系统。对于长期的数据保护来说,基于最近提出的数学领域的难题,第一代后量子密码系统已经在研发当中。随着数学技术和算法的进步,在 10 中,我们将看到第二代后量子加密的解决方案,其中会提出新的提案和对现有的提案的攻击。

Kathryn S. McKinley,雷德蒙德实验室首席研究员,Twitter

Kathryn-McKinley-01-Predictions-150x150.jpg

2017 年编程语言和软件工程将有哪些重大进展?

在编程语言的研究当中,最具革命性的变化是随机规划(probabilistic programming),开发人员生成模型来估计真实世界,并明确推断数据和计算中的不确定性。编程语言社区正在继续搭建这个新软件世界的寄出,一些令人兴奋的新应用程序将在 2017 年底出现。

2027 年编程语言和软件工程将有哪些重大进展或者热门话题?

到 2027 年,大多数软件工程师将会很容易地来搭建系统以统计的方法来推测估计和产生模型。这种重大的变化将会产生一些比如,无缝集成传感器,机器学习和类似的应用程序,以全新的,有意义并且正确的方式与人类进行互动。

Cecily Morrison,英国剑桥实验室研究员

Cecily-Morrison-04-Predictions-150x150.jpg

2017 年人本计算(human-centered computing)和其可访问性将有哪些重大进展?

视觉伤残的人类将会是个人代理的重要用户,这促使技术人员们从对技术的炒作转为对技术的变革。

2027 年人本计算(human-centered computing)和其可访问性将有哪些重大进展或者热门话题?

所有的孩子,包括那些伤残人士,都会有适合他们的工具来学习编码。再过 20 年,这些残疾的孩子将会带来他们独特的经验来改变整个技术领域。

Olya Ohrimenko,英国剑桥实验室研究员,

2017 年安全和隐私将有哪些重大进展?

受信任的硬件将会促使新的应用程序和工具拥有强大的安全性来作为他们的特色,以此来吸引用户和程序员。

2027 年安全和隐私将有哪些重大进展或者热门话题?

硬件和密码学的进步将会将数据隐私保障提升到一个新的水平:只有加密的个人数据才能被用于医疗和行政分析,机器学习算法和我们的日常网上活动。

Oriana Riva,雷德蒙德微软研究院 NExT 研究员

Oriana-Riva-09-Predictions-150x150.jpg

2017 年移动计算将有哪些重大进展?

在 2017 年,系统重新自我架构的速度将会提升,以支持没有图形用户界面的交互。会有更少的用户在他们的设备上安装应用,更多的应用将成为自动化语音聊天程式(chatbots)和掌上电脑(personal digital assistants)的幕后服务

2027 年移动计算将有哪些重大进展或者热门话题?

到 2027 年,移动计算的关键进步将是与数字世界的显著的扩展关系,包括几乎任何存在于我们周围的「事物」。我们将于真正了解我们,我们可以信任并且可以预测或者满足我们的需求的智能和个人系统进行互动。

Asta Roseway,雷德蒙德实验室首席研究设计师

Asta-Roseway-01-Predictions-2-150x150.jpg

2017 年生态、环境和设计将有哪些重大进展?

在 2017 年,我们将围绕农业互联网开始早期的努力,包括泛在性传感器(ubiquitous sensing),计算机视觉功能和云计算的融合,以最大限度地实现机器学习和分析。这些服务于设计相结合,将使农民能够从微观到宏观层面检测,分析,理解和诊断其农场的健康。

2027 年生态、环境和设计将有哪些重大进展或者热门话题?

农民将利用人工智能的流动能力忽略气候变化,干旱和灾害,来保持正常的产量。食物的未来取决于我们对于地球的关键资源的保护和使用的能力,以及通过从传统的农业实践向可替代的较低能源的转型,比如垂直农业和养耕共生(aquaponics)来减少过度耕作的土壤的能力。环境和生态重点将是在先进的传感器和技术的帮助下拯救我们的森林,同时利用更多的城市空间来应对我们的农业需求。

Karin Strauss,雷德蒙德实验室资深研究员,Twitter

Karin-Strauss-05-Predictions-150x150.jpg

2017 年硬件和设备将有哪些重大进展?

摩尔定律的进展已经开始变慢了。如果和以前一样的速度进行扩展的话,基于硅的处理器,和电容存储器就变得太贵了。因此,在 2017 年,我们不会仅仅依靠摩尔定律,将会有一些新的定制硬件加速器,主要是在 FPGA 架构上,在云环境下普及,以便提供性能并且降低成本。当然,通用处理器将会继续进行扩展,只不过速度会相对较慢。当实现由云环境支持的响应能力和安全服务时,结果将更加有趣。在上市之后,我们还将看到更多的便宜或者昂贵的虚拟现实和增强现实的设备和配件。这将导致催生新的依靠这些平台的应用程序以及虚拟和增强现实的内容的创建,包括 360 度视频录制和类似的设备有趣的发展。

2017 年,硬件和设备将有哪些重大进展或者热门话题?

从现在开始到 2027 年,我们将见证一些非常规的硅标的新技术的实现。碳纳米管和其他分子规模制造技术,诸如执行更靠近数据(靠近数据处理)的计算新架构和诸如两字计算机和 DNA 存储驱动器之类的新计算和存储范例的新架构可能成为当时的商业现实。低功率人工智能和近眼显示器也会取得显著的进步,从而产生更多的智能设备和更高质量的增强和虚拟现实体验。

Xiaoyan Sun,亚洲研究实验室首席研究员,Twitter

Xiaoyan12-150x150.jpg

2017 年计算机视觉将有哪些重大进展?

在 2017 年的关键进展将是基于深度学习方法的计算机视觉的持续快速进展。这在接近人类能力的高精度识别技术,轻量级便携式视觉系统和视觉平台广泛应用中充分体现。

2027 年计算机视觉将有哪些重大进展或者热门话题?

到 2027 年,计算机「看」的能力将会是十分普遍的,因为我们将拥有高度发达的成像设备,强大的计算资源和深度并且广泛的学习技术。这些技术的进步将导致无所不在的视觉「眼睛」,它们可以「看到」并且在日常生活和各种职业中为人们赋予各种能力,从制作和医疗健康到金融和安全。

Dongmei Zhang,亚洲研究实验室首席研究经理

Dongmei-Zhang-06-Predictions-150x150.jpg

2017 年数据分析和视觉将有哪些重大进展?

在 2017 年,数据分析和可视化的关键的技术进步将是智能数据发现,其核心是交互式,直观和即时的观察。这种观察会自动生成,并根据用户的对于周围环境的分析向用户推荐。观察生成和推荐也会将用户的回馈纳入考虑,从而创建有效和快速地反馈回路。用户能够更快并且更少地完成其分析任务。

2027 年数据分析和视觉将有哪些重大进展或者热门话题?

在 2027 年,数据分析和可视化的进步将使不同语义层面的跨数据源和跨域分析成为可能。个人将可以使用自然交互机制,如自然语言,以一种简单和持续地方式获得他们的生活各个方面广泛和深入的信息。

入门微软产业科技趋势