中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

作者 | 言有三

編輯 | 言有三

微軟亞洲研究院，即Microsoft Research Asia（MSRA），是本系列中唯一一個非中國本土的研究院，但是因為它落地生根都是在中國，培養(yǎng)出大量優(yōu)秀的華人學(xué)者，被稱為中國IT界的黃埔軍校。世界上計算機視覺領(lǐng)域排名前三的研究中心之一，因此我們先介紹它，有官方公眾號“微軟研究院AI頭條”，官網(wǎng)鏈接https://www.msra.cn/，知乎鏈接https://www.zhihu.com/org/wei-ruan-ya-zhou-yan-jiu-yuan/activities，github鏈接https://github.com/msracver。

1998年7月，李開復(fù)加入微軟并在中國創(chuàng)建并領(lǐng)導(dǎo)微軟中國研究院，2001年11月，微軟中國研究院升級為微軟亞洲研究院，2004年，微軟亞洲研究院被MIT Technology Review評為全球最頂級的計算機科學(xué)研究院。

MSRA至今已經(jīng)20年，國內(nèi)其他本土研究院還沒有幾個歷史比得上它的一半。

首任院長李開復(fù)，大家不能更熟悉了，讀書的時候在語音領(lǐng)域作出了開創(chuàng)性的貢獻，隨后活躍在工業(yè)界，讀大學(xué)的時候在學(xué)校見過本人一次，聽其演講很受鼓舞。身體得病前非?；钴S，休息復(fù)出后現(xiàn)在是創(chuàng)新工場CEO，幫助年輕人創(chuàng)業(yè)，我輩偶像 。

第二任院長張亞勤，也是微軟亞洲研究院的首任院長。12歲進入中國科技大學(xué)少年班，23歲的張亞勤獲得喬治華盛頓大學(xué)博士學(xué)位，現(xiàn)任百度公司總裁。

第三任院長沈向洋，微軟全球執(zhí)行副總裁，目前是微軟核心管理層唯一的大陸華人高管，也是美國科技行業(yè)的華人最高職位者。

第四任院長洪小文，也是現(xiàn)任院長，微軟公司資深副總裁，曾任蘋果公司的Apple-ISS研究中心的技術(shù)總監(jiān)。

除了以上這些人，還有湯曉鷗，何凱明等，基本上都是AI屆的重量級人物，可自行了解，目前官網(wǎng)有它的組織架構(gòu)，可以數(shù)數(shù)自己認識哪些人。

MSRA的研究領(lǐng)域很多，有以下研究組

幾乎覆蓋了所有計算機應(yīng)用領(lǐng)域，在大數(shù)據(jù)(城市計算)，智慧醫(yī)療，知識圖譜(微軟認知服務(wù))，NLP(機器翻譯、實時語音翻譯、微軟小英、微信小冰)，計算機視覺等領(lǐng)域都建樹頗多。

微軟小冰，一個非常調(diào)皮的AI，想必很多人都調(diào)戲過。微軟小冰是一個領(lǐng)先的跨平臺人工智能機器人。目前在微信、QQ、Windows 10、美拍、京東、米聊、米家、優(yōu)酷等都可以使用。

目前已經(jīng)到第6代了，如果你想初次了解人工智能能干什么，不如去好好了解一下。

沒錯，又是一個機器人，而且名字同樣么么噠。微軟小英是一款融合了語音識別、口語評測，自然語言處理、語音合成等人工智能技術(shù)而實現(xiàn)的智能人機交互服務(wù)，有同名官方公眾號。

口語練習(xí)，拍照翻譯，有它就夠了，隨時學(xué)習(xí)，不用報班。

在使用深度學(xué)習(xí)上，微軟首先其實是在語音上發(fā)力，在NIPS 2009 會議上，鄧力和Hinton聯(lián)合組織了Deep Learning for Speech Recognition and Related Applications workshop，首次證明使用新方法訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)在大量語音識別基準上優(yōu)于之前的方法，之后 2012 年發(fā)表了著名論文《Deep Neural Networks for Acoustic Modeling in Speech Recognition》，由 Hinton和鄧力合著。

下面這本書也是我看的第一本深度學(xué)習(xí)書，由鄧力和俞棟合著，都是MSRA的語音識別專家。由于語音不是我研究方向，就不做過多介紹，可以去用用Skype Translator，直接用不同語言做語音對話。

大家都知道數(shù)據(jù)集的重要性，在深度學(xué)習(xí)圖像方向，如MNIST，CIFAR，PASCAL VOC，ImageNet，MS COCO都是具有里程碑意義的數(shù)據(jù)集，也是論文中評測經(jīng)常使用的。

COCO從全稱Common Objects in Context可以看出，這個數(shù)據(jù)集以場景理解為目標，特別選取比較復(fù)雜的日常場景，相比于pascal的建立是為了推進目標檢測任務(wù)，coco的建立則是為了推進自然背景下的定位與分割任務(wù)，很多方法在VOC，ImageNet上work，到了這里就不行了的，關(guān)于數(shù)據(jù)集的重要性，可以去看我以前的一篇文章。

2015年何凱明，孫劍等人提出了ResNet網(wǎng)絡(luò)拿下了當年ImageNet幾大單元的冠軍，也被成為殘差網(wǎng)絡(luò)，這是第一個達到1000層以上的神經(jīng)網(wǎng)絡(luò)。今天的計算機視覺模型，很少有不使用殘差連接的網(wǎng)絡(luò)了，如果想對殘差網(wǎng)絡(luò)了解更深，可以閱讀我以前的一篇分析。

微軟在今年年初提交的R-NET模型在SQuAD挑戰(zhàn)賽的EM值（Exact Match, 表示預(yù)測答案和真實答案完全匹配）上以82.650的最高分領(lǐng)先并率先超越人類分數(shù)82.304，這對于自然語言處理研究領(lǐng)域來說是一個重要的里程碑。

SQuAD挑戰(zhàn)賽被稱為機器閱讀理解界的ImageNet，由斯坦福大學(xué)自然語言計算組發(fā)起，它通過眾包的方式構(gòu)建了一個大規(guī)模的機器閱讀理解數(shù)據(jù)集（包含10萬個問題），更多可自行了解。

MSRA的研究幾乎覆蓋所有智能計算方向而且都處于領(lǐng)先位置，對于機器翻譯這個任務(wù)也是。也是今年早期的時候，在通用新聞報道測試集newstest2017的中-英測試集上，達到了可與人工翻譯媲美的水平，注意，有許多的限定不用過于驚嘆，但是仍然是比較大的突破。關(guān)于使用的對偶學(xué)習(xí)技術(shù)，可以自行關(guān)注。

Microsoft Cognitive Toolkit(CNTK)，https://github.com/Microsoft/CNTK

目前深度學(xué)習(xí)框架百花齊放，caffe，tensorflow，pytorch人盡皆知，微軟雖然沒有宣傳自家的CNTK深度學(xué)習(xí)框架，但是它在github上面也超過15000個star，不過據(jù)說使用成本高，反正我是沒用過，似乎更合適做語音，畢竟是語音組開發(fā)的。

MMdnn是一套能讓用戶在不同深度學(xué)習(xí)框架間進行轉(zhuǎn)換以及可視化的工作，包括Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch 和 CoreML等。

已經(jīng)支持以下模型

哈哈哈哈，這個鍋你背了吧MSRA！因為后面還有太多不知道寫什么了，期待MSRA開源更多優(yōu)秀的研究項目（包括數(shù)據(jù)集），看起來Microsoft Research Open Data是個好苗頭。

更多請移步知乎專欄。