微软亚洲研究院
新闻与深度文章
作者：科学智能中心 编者按：近年来，深度学习技术在分子微观结构预测中取得了巨大的进展。然而，分子的宏观属性和功能往往取决于分子结构在平衡态下的分布，仅了解分子的微观结构还远远不够。在传统的统计力学中，分子动力学模拟或增强采样等是获得平衡分布中采样的常用方法，但这些方法昂贵又耗时。 针对这个长期且艰巨的挑战，微软研究院发布了可用于预测分子结构平衡分布的深度学习框架 Distributional Gr…
编者按：2020年，微软亚洲研究院开源了金融 AI 通用技术平台 Qlib。Qlib 以金融 AI 研究者和金融行业 IT 从业者为用户，针对金融场景研发了一个适应人工智能算法的高性能基础设施和数据、模型管理平台。一经开源，Qlib 便掀起了一阵热潮，相关开源项目在 GitHub 上已收获了11.4k颗星。作为一个通用技术平台，Qlib 不仅大大降低了行业从业者使用 AI 算法的技术门槛，还为金融…
国际计算语言学年会（Annual Meeting of the Association for Computational Linguistics，简称 ACL）是自然语言处理（NLP）领域的顶级国际会议，ACL 2023 将于2023年7月9-14日在加拿大多伦多举行。随着人工智能技术的快速发展，确保相关技术能被人们信赖是一个需要攻坚的问题。微软亚洲研究院也在不断推进负责任的人工智能的探索发现与…
自第一期问答上线以来，树洞又收到了许多来自四面八方的在计算机领域科研、学习中听不到的“呐喊”。 筛选、归类过树洞收到的内容后，我们为提问的你咨询了微软亚洲研究院在相关领域最适合的解答者。 站在人生的十字路口，难免需要直面选择时附加的焦虑、疑惑与自我怀疑。 如何克服申请博士前不敢开口套瓷的心理障碍？心仪的领域专业知识门槛太高，觉得自己不配怎么办?科研小白如何读提升读论文的效率？对很多研究领域都感兴趣…
编者按：掩码图像建模（Masked Image Modeling, MIM）的提出，为计算机视觉模型训练引入无监督学习做出了重要贡献。得益于 MIM 的预训练算法，计算机视觉领域在近年来持续输出着优质的研究成果。然而整个业界对 MIM 机制的研究仍存在不足。 秉持着不断扩展前沿技术边界的探索精神，微软亚洲研究院的研究员们在理解 MIM 作用机制，以及基于这些机制提升现有 MIM 算法的领域，取得了…
编者按：自2022年初，邱锂力博士从美国得克萨斯大学奥汀分校回国加入微软亚洲研究院，已有一年多的时间，在她的带领下微软亚洲研究院（上海）稳步发展，尤其围绕系统、人工智能和无线感知等领域展开了深入研究。与此同时，微软亚洲研究院持续在全球范围内引入行业杰出人才，充实科研力量，不断推动前沿技术的探索，微软亚洲研究院首席研究员熊杰博士就是其中的代表之一。 作为新兴领域，无线感知在进行着哪些有趣、新奇且超乎…
在知识和技术都迅速更新迭代的计算机领域中，国际计算机视觉与模式识别会议（CVPR）是计算机视觉方向的“顶级流量”，引领着学科及相关领域的研究潮流。今天我们为大家带来5篇微软亚洲研究院被 CVPR 2023 收录的论文，主题涵盖手语识别与检索、多模态生成、图像编辑、视频理解任务等。 4月，微软亚洲研究院举办了 CVPR 2023 论文分享会，点击链接直达精彩论文分享回顾。 论文链接：https://…
编者按：2023年3月，联合国政府间气候变化专门委员会发布的一份报告[1]表明：“人类活动主要通过排放温室气体，已毋庸置疑引起了全球变暖。不利的气候影响已经比预期的更加深远和极端”。这些巨大的排放量来自全球各行各业，与整个人类的活动都密切相关，随着人类文明的发展，地球也正在遭受破坏。保护环境，建设和谐的生态家园，是人类共同的责任。 一直以来，微软在以数字技术创新，实现绿色低碳的可持续发展道路上不断…
作者：马平川、丁锐 在这个信息爆炸的时代，数据已经成为我们生活、工作中不可或缺的重要资源。大量的数据犹如一座座金矿，蕴藏着无尽的价值。然而，如果无法从数据中提取出知识和信息并加以有效利用，那么数据本身并不能驱动和引领技术应用取得成功。如何让数据发挥它最大的价值？是数据、知识与智能（DKI）组持续探索的方向，为了实现这一目标，研究员们在探索式数据分析（Exploratory Data Analysi…