成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
0
沈向洋:微软研究院——求索不已,为全人类,打造负责任的人工智能
2019 年 9 月 1 日
微软研究院AI头条
微软全球执行副总裁,微软人工智能及微软研究事业部负责人沈向洋博士
在微软研究院(MSR),我们始终都在努力解决关于未来的问题——我们努力推动计算机科学最高水平的进展;我们将最新的技术快速转化、融入到微软的产品和服务中;我们还在帮助全球各地的客户,孵化颠覆性的技术、开创崭新的业务模式和解决方案。
微软研究院遍布全球各地,在美国的雷德蒙德、纽约、麻省的剑桥,在加拿大蒙特利尔,在英国剑桥,在印度的班加罗尔,以及中国的北京和上海,我们都开设了分院。过去的一年中,全球各地的微软研究院,取得了许多了不起的成就,为微软自身的发展,乃至整个计算机科学领域的进步,做出了重大贡献。例如,我们开发出了第一个能
将数据编码存储到 DNA 中的方法
,能够将一座仓库那么大的数据中心,压缩到只有几个骰子大小;我们的
Project Natick 项目
,在大洋深处的海底,建成了一座数据中心;我们开发了一套能够解释机器学习的开源方案,帮助人们开启人工智能的黑箱;我们还创造了一套叫做 Code Jumper 的工具,利用不同形状的模块,帮助视力障碍的孩子们,学会如何编程。
1991 年,我们创立微软研究院的时候,就立志于放眼未来,求索不已,创造能够影响未来的重大突破。为了实现这一目标,我们制定了从今天到未来,跨越 10 到 20 年的战略路线图:我们为 18 个月内可能上市的产品和服务,做好设计和准备;我们为未来 3 到 5 年的项目,明确方向和要求;最重要的,是我们会对未来 10 到 20 年的技术趋势投入更多的关注。
HoloLens 全息眼镜
的发展历程最具代表性:早在 20 多年前,我们已经开始投资于 HoloLens 背后的基础性研究;随着 Kinect 传感器和 KinectFusion 的出现,我们实现了真正的突破,用 3D 传感器完整地重构出了三维结构;然后是 HoloDesk,可以将 3D 模型组装成虚拟的三维环境;过去三四年间,HoloLens 的技术和应用逐渐成熟,真正实现了混合现实技术的重大突破——今天,我们就演示了如何以 HoloLens 配合神经网络文本到语音转换技术,打造出一个会说多国外语的全息替身——简直和科幻电影中的情形一模一样。
未雨绸缪,代表了微软研究院对未来的思考。今天,以人工智能为代表的一系列技术创新,正在让很多不可思议的事情成为现实。但我们不仅要推动技术的进步,更要认真思考可能由此带来的社会影响,以及人类将要共同面对的潜在挑战,未雨绸缪,防患于未然,从头开始打造负责任的人工智能。
微软全球执行副总裁,微软人工智能及微软研究事业部负责人沈向洋博士
在“二十一世纪的计算”学术研讨会上发表演讲
在科技行业里,微软率先提出了打造负责任的人工智能的决心。2016 年,微软 CEO 萨提亚
·
纳德拉发表了一篇关于人工智能共同责任的专栏文章,几个月后,第一次公开提出了微软的人工智能准则:公平、可靠和安全、隐私和保障、包容、透明、责任。
我们出版了《计算未来》一书,对人工智能发展过程中可能引发的道德、法律思考和社会影响,进行了全面详实的探讨。微软成立了AETHER(“工程与科研中的人工智能道德”的缩写)人工智能伦理道德委员会,这个委员会由微软公司领导、工程师、科研人员、律师等组成,负责对微软内部与人工智能伦理道德相关的事宜,进行探讨和评估。如今,微软在开发和应用人工智能的过程中,始终坚持遵循六项人工智能准则,我们推出的每一个产品,都要经过人工智能道德审查。
通过技术创新消除 AI 偏见,确保人工智能公平、包容的发展,我们在这些方面已经取得了一些进展。例如,我们的研究团队,利用称为“单词嵌入”的自然语言处理工具,解决了文本搜索中的性别偏见的问题。
所谓单词嵌入,是一种用来将单词转换为向量数字的算法,它能够以来自新闻数据或者网页数据的海量文本数据为依据,为每个单词赋予一个对应的向量数字。通过在向量坐标系中,比对常见词汇与“他”、“她”这两个性别代词之间的关联度,研究人员发现了一些明显的特征,例如“sassy(刁蛮)”、“knitting(编织)”这样的词更靠近女性,而“hero(英雄)”、“genius(天才)”更靠近男性。算法之所以会为这些词汇赋予性别特征,原因在于训练算法用的基准数据集——通常是来自新闻和网页的数据——本身,就存在着由语言习惯造成的“性别偏见”,算法也自然“继承”了人类对这些词汇理解的性别差异。
其结果就是,当我们用试验算法,根据梅林达
·
盖茨的 LinkedIn 信息推测其职业时,得到了“教师”的判断,但只要将人称代词换成“他”,盖茨夫人的职业就会变为“律师”。今天的很多 AI 系统都在使用这样的单词嵌入机制,为了解决由此造成的性别偏见问题,我们提出了一个简单易行的方案:在单词嵌入中,删除区分“他”和“她”的判断维度。关于这个方案的更多细节,我们发表了一篇论文,相关数据也共享在 GitHub上 供大家使用。
科学研究只尊重未来,因此,作为科学工作者,我们的使命就是挑战现实、探索新知、创造不同——这也正是微软研究院几十年来取得成功和发展的关键。在微软研究院,我们相信,所谓未来,是由我们在不断求索中创造出来的。我们要做的,就是去引导、去创新、去启迪,通过推动从今天到明天的转变,为全人类创造出更美好的世界。
你也许还想看
:
感谢你关注“微软研究院AI头条”,我们期待你的留言和投稿,共建交流平台。来稿请寄:msraai@microsoft.com。
登录查看更多
点赞并收藏
0
暂时没有读者
0
权益说明
本文档仅做收录索引使用,若发现您的权益受到侵害,请立即联系客服(微信: zhuanzhi02,邮箱:bd@zhuanzhi.ai),我们会尽快为您处理
相关内容
Microsoft Research
关注
3
Microsoft Research
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
【干货书】深度学习生命科学:基因组学、药物发现,238页pdf
专知会员服务
193+阅读 · 2020年3月18日
Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020)PPT
专知会员服务
179+阅读 · 2020年3月16日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
Nature论文:用于自主血管通路的深度学习机器人导航,新泽西州立大学
专知会员服务
23+阅读 · 2020年2月17日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【MLA 2019】 在微软小冰做好玩儿的研究,微软小冰首席科学家 宋睿华
专知会员服务
21+阅读 · 2019年11月6日
问答与对话-技术与系统之人工智能在人机对话系统中的技术现状与挑战【严睿】第十四届中国中文信息学会暑期学校暨中国中文信息学会《前沿科技讲习班》ATT第14期
专知会员服务
32+阅读 · 2019年10月23日
【CVPR 2019|workshop】视觉问答和对话,Visual Question Answering and Dialog,斯坦福大学|Christopher Manning,Google DeepMind|Karl Moritz Hermann
专知会员服务
16+阅读 · 2019年6月17日
微软研究院开源DialoGPT:「你有什么梦想?」「让世界充满机器人」
机器之心
6+阅读 · 2019年11月20日
沈向洋力荐,周明、李沐执笔:要了解智能问答和机器翻译,先看这两本书!
新智元
8+阅读 · 2019年1月23日
“万人迷”小冰背后的AI故事
AI100
6+阅读 · 2019年1月13日
自然语言处理太TM难了!没事,带你造个机器人女友小菜一碟!
深度学习与NLP
7+阅读 · 2018年11月6日
30岁还在敲代码,等被公司请走吗?
Python程序员
4+阅读 · 2018年9月10日
自然语言处理的下一个十年将在哪里?CCF-GAIR 2018将给你答案
AI金融评论
4+阅读 · 2018年6月19日
为何NLP领域难出现“独角兽”?中美AI大师巅峰对话
THU数据派
5+阅读 · 2018年3月29日
预防性医疗将成大健康产业领跑,这家公司要用AI技术打造数据“永动机” | AI创新50
黑智
5+阅读 · 2018年1月17日
吴恩达成立AI新公司,从Deeplearning.ai到Landing.ai,他到底在卖什么关子?
镁客网
3+阅读 · 2017年12月15日
你不得不看的六篇知识图谱落地好文
AI前线
29+阅读 · 2017年11月19日
Imitation Learning for Fashion Style Based on Hierarchical Multimodal Representation
Arxiv
8+阅读 · 2020年4月13日
Modeling question asking using neural program generation
Arxiv
4+阅读 · 2019年9月26日
Deep Generative Classifiers for Thoracic Disease Diagnosis with Chest X-ray Images
Arxiv
3+阅读 · 2018年11月8日
Neural Ordinary Differential Equations
Arxiv
6+阅读 · 2018年10月3日
Generalizing Across Multi-Objective Reward Functions in Deep Reinforcement Learning
Arxiv
5+阅读 · 2018年9月17日
GEP-PG: Decoupling Exploration and Exploitation in Deep Reinforcement Learning Algorithms
Arxiv
4+阅读 · 2018年8月17日
Binary Constrained Deep Hashing Network for Image Retrieval without Manual Annotation
Arxiv
3+阅读 · 2018年8月2日
Supervised and Unsupervised Transfer Learning for Question Answering
Arxiv
4+阅读 · 2018年4月21日
Group Normalization
Arxiv
7+阅读 · 2018年3月22日
Implementing the Deep Q-Network
Arxiv
3+阅读 · 2017年11月20日
VIP会员
自助开通(推荐)
客服开通
详情
相关主题
Microsoft Research
负责任的人工智能
沈向洋
微软
HoloLens
人工智能
相关VIP内容
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
【干货书】深度学习生命科学:基因组学、药物发现,238页pdf
专知会员服务
193+阅读 · 2020年3月18日
Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020)PPT
专知会员服务
179+阅读 · 2020年3月16日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
Nature论文:用于自主血管通路的深度学习机器人导航,新泽西州立大学
专知会员服务
23+阅读 · 2020年2月17日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【MLA 2019】 在微软小冰做好玩儿的研究,微软小冰首席科学家 宋睿华
专知会员服务
21+阅读 · 2019年11月6日
问答与对话-技术与系统之人工智能在人机对话系统中的技术现状与挑战【严睿】第十四届中国中文信息学会暑期学校暨中国中文信息学会《前沿科技讲习班》ATT第14期
专知会员服务
32+阅读 · 2019年10月23日
【CVPR 2019|workshop】视觉问答和对话,Visual Question Answering and Dialog,斯坦福大学|Christopher Manning,Google DeepMind|Karl Moritz Hermann
专知会员服务
16+阅读 · 2019年6月17日
热门VIP内容
开通专知VIP会员 享更多权益服务
《支持 ML/AI 的下一代智能自主网络系统:性能提升与管理》177页
《飞行训练指导:夜间熟悉》152页
数据:联合作战的新弹药
《混合现实飞行模拟器中的夜视镜仿真:无缝集成真实世界》最新54页
相关资讯
微软研究院开源DialoGPT:「你有什么梦想?」「让世界充满机器人」
机器之心
6+阅读 · 2019年11月20日
沈向洋力荐,周明、李沐执笔:要了解智能问答和机器翻译,先看这两本书!
新智元
8+阅读 · 2019年1月23日
“万人迷”小冰背后的AI故事
AI100
6+阅读 · 2019年1月13日
自然语言处理太TM难了!没事,带你造个机器人女友小菜一碟!
深度学习与NLP
7+阅读 · 2018年11月6日
30岁还在敲代码,等被公司请走吗?
Python程序员
4+阅读 · 2018年9月10日
自然语言处理的下一个十年将在哪里?CCF-GAIR 2018将给你答案
AI金融评论
4+阅读 · 2018年6月19日
为何NLP领域难出现“独角兽”?中美AI大师巅峰对话
THU数据派
5+阅读 · 2018年3月29日
预防性医疗将成大健康产业领跑,这家公司要用AI技术打造数据“永动机” | AI创新50
黑智
5+阅读 · 2018年1月17日
吴恩达成立AI新公司,从Deeplearning.ai到Landing.ai,他到底在卖什么关子?
镁客网
3+阅读 · 2017年12月15日
你不得不看的六篇知识图谱落地好文
AI前线
29+阅读 · 2017年11月19日
相关论文
Imitation Learning for Fashion Style Based on Hierarchical Multimodal Representation
Arxiv
8+阅读 · 2020年4月13日
Modeling question asking using neural program generation
Arxiv
4+阅读 · 2019年9月26日
Deep Generative Classifiers for Thoracic Disease Diagnosis with Chest X-ray Images
Arxiv
3+阅读 · 2018年11月8日
Neural Ordinary Differential Equations
Arxiv
6+阅读 · 2018年10月3日
Generalizing Across Multi-Objective Reward Functions in Deep Reinforcement Learning
Arxiv
5+阅读 · 2018年9月17日
GEP-PG: Decoupling Exploration and Exploitation in Deep Reinforcement Learning Algorithms
Arxiv
4+阅读 · 2018年8月17日
Binary Constrained Deep Hashing Network for Image Retrieval without Manual Annotation
Arxiv
3+阅读 · 2018年8月2日
Supervised and Unsupervised Transfer Learning for Question Answering
Arxiv
4+阅读 · 2018年4月21日
Group Normalization
Arxiv
7+阅读 · 2018年3月22日
Implementing the Deep Q-Network
Arxiv
3+阅读 · 2017年11月20日
大家都在搜
智能推荐
无人艇
大型语言模型
自主系统
空战战术
笛卡尔
RE-NET
palantir
洛克菲勒
出海产品从 0 到 1 该怎么做
Top
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top