分享到微博 分享到人人 分享到LinkedIn 分享到Email
博客 - 2017

文本型医疗大数据,拿来就可用?

我们现在所做的健康医疗领域研究基于大规模医疗文本数据的处理。但是否有了大量的确定领域文本数据,就可以直接拿来进行挖掘,建模,并利用数据来创造价值了呢?如果发现问题没那么简单,我们要做些什么工作才能让这些大数据真正创造价值呢?闫峻博士本文解读了这些他在关于医疗大数据的对外合作交流中经常被问起的问题。
日期: 2017年01月24日


视频人脸模糊技术:新闻编辑的福音

微软研究院提出了一套基于人工智能算法的视频人脸模糊解决方案。该算法能够对视频进行自动处理,将其中出现的不同人物返回给用户。用户只需要轻点鼠标,选择想要打码的人物,相应人物在视频中的所有露脸区域都将被打上马赛克。
日期: 2017年01月23日


2017年最值得关注的科学概念之“迁移学习”

2017年,最值得关注的科学术语或概念是什么?微软全球资深副总裁Peter Lee博士认为是迁移学习。对某一项技能或心理机能的学习和精进能够对其他技能或心理机能产生积极影响——这种效应即为迁移学习。它不仅存在于人类智能,对机器智能同样如此。
日期: 2017年01月20日


透过视频看世界

随着各种摄像头的普及,视频数据正记载着物理世界发生的一切,让机器帮助分析理解视频大数据就成了我们观察了解物理世界的一条捷径。但视频数据不但量大,还包含千变万化的内容,分析理解并不是件易事。曾文军博士带我们探讨了视频数据分析理解的应用场景和技术要求、技术发展现状和瓶颈,以及对未来技术发展的展望。
日期: 2017年01月19日


李飞飞、李凯、沈向洋、张钹、洪小文:我们正处于人工智能的秋天

2017未来论坛年会上,在微软亚洲研究院院长洪小文主持的未来智能讨论环节,斯坦福终身教授李飞飞、美国工程院院士李凯、微软全球执行副总裁沈向洋、清华教授张钹院士四位AI泰斗级人物与现场观众共同畅谈人工智能的未来。
日期: 2017年01月17日


每一个人的人工智能

1月14日,未来论坛2017年会暨首届未来科学颁奖典礼在北京拉开帷幕,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受邀在此次论坛上发表了主题演讲。本文包括沈向洋博士此次演讲内容的视频和文字整理,希望与大家分享微软对人工智能的理解和对未来的美好愿景。
日期: 2017年01月16日


郑宇:用大数据预测雾霾是如何做到的?

伴随着城市化进程不断加深,雾霾等城市问题已然成为全民关注的热点和槽点。对此,微软亚洲研究院主管研究员郑宇及其团队选择利用城市计算这一交叉研究解决雾霾在内的各类问题,利用大数据预测雾霾。
日期: 2017年01月11日


芯片架构换血!如何评价微软在数据中心使用FPGA?

全新的古老计算机芯片FPGA正悄然改变着全球芯片市场,微软亚洲研究院实习生李博杰在知乎上回应“如何评价微软在数据中心使用FPGA代替传统CPU的做法”,在这篇文章中,李博杰从为什么使用FPGA,微软部署FPGA的实践和FPGA在云计算中的角色三个角度详细阐述了他眼中的FPGA。
日期: 2017年01月11日


迈克尔·乔丹:几百年内AI不会觉醒

随着AI发展,人类恐惧日甚一日。Jordan是著名计算机科学家,门下英雄辈出,如深度学习大牛Yoshua Bengio、百度首席科学家吴恩达、斯坦福Percy Liang教授。近日他提到,以目前进展来看,机器人毁灭人类几百年里不会发生。
日期: 2017年01月10日


程骉:智慧医疗产业化应用的挑战和解决之道

2016年12月18日,微软亚太研发集团创新孵化总监程骉在新智元百人峰会闭门论坛做了《对话即平台——智慧医疗初探》的分享。这是微软在智慧医疗领域的一个新尝试,以“对话”为突破口、推进AI商业化应用。
日期: 2017年01月06日


LightGBM:三天内收获GitHub 1000+ 星

不久前微软DMTK(分布式机器学习工具包)团队在GitHub上开源了性能卓越的LightGBM,好评如潮。小编特邀微软亚洲研究院DMTK团队的研究员们为大家撰文解读,还有主管研究员王太峰带来的视频讲解。
日期: 2017年01月05日


微软研究院开源项目盘点

根据全球最大代码托管网站GitHub去年9月的一份报告,微软已凭借16419位开源贡献者占据贡献榜榜首,不仅壮大了开源界力量,也为开发者节省了大量时间。本文介绍了部分微软研究院过去两年的重要开源项目。
日期: 2017年01月05日


归档