沈向洋:微软将在今年成立亚洲研究院上海分部

微软全球执行副总裁沈向洋在世界人工智能大会宣布,微软将在上海成立微软亚洲研究院(上海) ,同时和上海仪电合作成立人工智能创新院,旨在打造将人工智能研究成果转化为应用的基础平台,推动政府和企业的数字化转型与人才升级,助力上海成为中国乃至世界的人工智能高地。

沈向洋表示,人工智能的快速发展,主要有 3 个原因:第一,是越来越多因为互联网和物联网带来的大数据;第二,云计算带来的强大的计算能力,让我们轻松驾驭全球的信息;第三,以深度学习为代表的精准算法已经可以支持我们自主地完成相当多的复杂任务。 

在演讲中,沈向洋主要回顾了微软在人工智能方面的思考和实践,包含了微软智能云Azure、微软小冰、微软必应智能搜索(Bing)等。

以下为沈向洋的演讲全文: 

尊敬的李强书记、徐匡迪副主席,各位领导嘉宾,大家早上好。

非常高兴回到美丽的上海,参加第一届世界人工智能大会,我非常兴奋的看到微软公司正与各方一起通过云计算人工智能加速中国和全球的数字化转型。我们看到云计算大数据已经分布在各处的强大计算功能、采集无处不在的传感器上的数据,利用机器学习、分析数据,并用人工智能创造出我们工作生活中各种各样的体验,这是一件非常了不起的事。

未来几年中,我们身边每天会产生千万亿量级PB数据,多到难以置信。无论在城镇、乡村,甚至在工作的每一个角落,从工厂到医院的各个行业,所有的一切会因为大数据云计算人工智能而发生改变,这就是摆在我们面前的超级机遇。今天人工智能能够快速发展,主要得力于三个因素,我称它为“两大一精”。

首先是越来越多因为互联网和物联网带来的大数据。第二,云计算带来强大的计算能力让我们能够轻松驾驭信息,让我们以前所未有的大规模计算获取和处理信息。第三,以深度学习为代表的精算算法,已经令我们可以训练计算机,自主完成相当多复杂的任务。我认为人工智能将颠覆所有的商业应用,影响每一个人的生活,帮助我们解决人类面临很多具有挑战的问题。

微软在人工智能方面的思考和实践,我们相信人工智能会延展人类的能力,这就要求基于人类的要求设计和发展人工智能。以人为中心、以人为先的途径关键在于设计系统的时候,让人工智能放大并提升人类智能,并非取代人类。将人工智能擅长的领域,特别是从大型数据集中学习模式和提炼信息与人类擅长的领域,比如创造力、同理心、判断力相结合。计算机本身并无善恶之念,善恶之心在于人类,在于人工智能系统的设计者,我们需要确保人工智能的设计者、软件工程师、算法科学家,掌握正确的工具,拥有正确的意识观点,帮助他们在价值观的指导下,设计人工智能的系统。

微软27年前成立微软研究院,从那时候开始我们就从事人工智能的研究了。事实上,微软研究院一开始三个研究方向分别是自然语言处理、计算机语音和计算机视觉。今天人工智能创新的节奏快得令人难以置信,很多人类感知的能力正在逐步被人工智能逼近或者超越。比如说,三年前微软亚洲研究院发布的152层神经网络,当时图像识别的准确率已经达到96%。这种能力和斯坦福学生的水平相当。一年前我们在switchboard语音识别基准测试的识别错误率降到5.1%,达到了媲美人类专业速记员的水准。今年一月,微软研究院率先在斯坦福大学文本阅读理解测试上获得首次超越人类的分数。今年3月我们研发的计算翻译系统newstest2017的中文翻英文、英文翻中文测试集当中,第一个达到可以和人类翻译相当的水准。

虽然我们已经在人工智能感知领域取得了令人鼓舞的进展,但人工智能要真正达到人类的水准,特别是在认知方面,还有很长的路要走。微软在人工智能方面的投入始于科学研究,但是不止于此。我们打造了全新的人工智能产品,包括微软必应智能搜索、微软小冰,我们把人工智能融入微软每一块产品和服务。我们构建了强大的人工智能平台,提供实时人工智能基础设施,以及方便应用开发的开发工具,更重要以此赋能和帮助所有的企业,打造他们自己的人工智能平台,创建他们自己的人工智能应用。所有这些都汇聚到微软智能云Azure上面。微软作为一家技术平台公司,致力于帮助每一位开发者成为AI开发者,让每一位数据科学家成为AI数据科学家,让每一个企业都可以成为AI企业。

我们非常欣喜的看到许多中国的客户已经从微软智能云Azure和人工智能当中取得实实在在的受益,特别是在上海,我们取得了令人骄傲的进展。众多上海的领军企业,借助微软智能云和人工智能的工具、技术,大力开展数字化转型。今天我们进一步宣布在上海四个合作项目,礼来公司将采用微软的人工智能技术,共同推动诊疗和医药创新,远景能源和临港集团正在共同打造智慧产业园区解决方案,将着手部署在微软智能云上打造的智慧家庭方案,我们还与中国外汇交易中心一起在金融交易领域当中的智能辅助系统等方面进行深入合作。我们的目标是,就像我和李书记讲的,我们要根植上海、服务上海。

与此同时,微软联合学界和商界力量,共同发掘人工智能无限潜力,推动人工智能的普及,我们非常高兴的是多年来和上海的顶级高等院校创新企业开展了广泛合作,共同打造一个开放的生态系统,加速创新。一代伟人邓小平曾经在上海讲过,计算机普及要从娃娃抓起,我想人工智能的普及和教育自然也要从孩子开始,我们将在明年把全球孩子们最为喜爱的《我的世界》教育版正式引入中国。教育版《我的世界》可以和中小学课堂教育相互配合,寓教于乐,并提供专为课堂设计的功能。2016年11月发布以来,教育版已经得到了超过一百多个国家和地区几千家教育机构的广泛支持,欢迎大家到徐汇西岸5号馆体验。

接下来非常高兴的宣布我们将在上海成立微软亚洲研究院(上海),推动上海基础研究的发展。今年11月我们将迎来微软亚洲院在北京建院20周年,我非常期待20年以后回到上海庆祝微软上海研究院的20周年。我更加高兴地宣布微软与上海仪电合作,在上海建立人工智能创新院,创新院旨在打造将人工智能研究成果转化为应用的基础平台,推动政府和企业的数字化转型与人才升级,助力上海成为中国乃至全球领先的人工智能创新策源地、应用示范地、产业集聚地和人才高地。在这里我特别衷心感谢上海市政府、市经信委、徐汇区和仪电集团各级领导鼎力支持,还有为这个项目付出辛勤工作的所有同仁。

继往开来,我们要成就的是一个远大的梦想,为了全球每一人、每一组织成就不凡。我们通过开拓新方法、发明新技术,来造福社会。聚生态之力,助AI创新。微软非常有幸能与各位一道为打造上海人工智能高地尽绵薄之力,让上海创新活力源源不断,助上海创新精神生生不息。

谢谢大家。

产业沈向洋
1
相关数据
微软亚洲研究院机构

微软亚洲研究院于1998年在北京成立,是微软公司在亚太地区设立的基础及应用研究机构,也是微软在美国本土以外规模最大的一个研究院。微软亚洲研究院从事自然用户界面,智能多媒体,大数据与知识挖掘,人工智能,云和边缘计算,计算机科学基础等领域的研究,致力于推动计算机科学前沿发展,着眼下一代革命性技术的研究,助力微软实现长远发展战略。通过与微软产品部门紧密合作,微软亚洲研究院将众多创新技术转移到了微软的核心产品中,如Office、Windows、Azure、Bing、Visual Studio、Xbox Kinect以及小冰、Cortana和Microsoft Translator等人工智能产品。

https://www.msra.cn/
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

基准技术

一种简单的模型或启发法,用作比较模型效果时的参考点。基准有助于模型开发者针对特定问题量化最低预期效果。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

推荐文章
暂无评论
暂无评论~