据彭博 7 月 13 日报导，微软正在筹建 Microsoft Research AI 研究院，未来将专注人工智能领域，开发更多通用学习系统。
该研究院将设立在华盛顿州雷德蒙德，近百位人工智能领域的科学家集中在此，分为 13 个研究小组，以下一一介绍各组。
自适应互动组：致力于追求智慧和互动原理的进步及相关应用的进步，提高计算系统和界面。包括传感、学习和决策、搜寻和检索以及人机互动基础等研究。
空中资讯与机器人组：主要做机器智慧的尖端研究，机器人和人类为中心的计算，飞行机器人舰队，微型无人机，民用客机。
研究汇集了机器学习和思想感知，不确定决策在机器人平台上产生各种挑战。合成算法和系统将应用在飞行器如：滑翔机、小飞机和商用飞机。应用场域包括精确农业监控、病原体监测、气象探测、启用数位连线等。团队有 3 篇论文被 ICRA 2017 接受。
对话系统组：重点推进人机对话。研究涵盖对话方块管理、对话状态追踪、用户建模、语言理解和语言生成。团队对探索对话系统在对话过程中学习的方法特别感兴趣。
团队正在面对挑战，例如如何从非常有限的互动中学习特定工作的对话控制器；如何建立架构化知识与机器学习相结合的对话控制模型，以及对话控制器如何透过互动进行自主改进。团队与微软研究其他团体密切合作，包括自然语言处理、机器教学、自适应系统和互动。
深度学习组：主要开发算法、模型，有监督和无监督学习系统，深入强化学习，神经象征式推理，然后寻求在电脑视觉、自然语言处理、多智慧、互联网资讯处理、以及其他相关领域的突破。
该小组的研究人员对学术界产生重大影响的许多专案都有贡献，最近的例子是电脑视觉的 API 在微软认知服务，它提供了世界上第一个影像字幕的云端服务。
资讯和资料科学组：跨学科的资讯和资料科学团队汇集了来自资讯检索技术、人机互动（HCI）、人工智能、社会科学共同挑战相关的问题：1. 人们如何组织资讯和资讯系统的相互作用，2. 如何用挖掘出来的资料说明人的行为。
身为一个团队，他们直接与产品组合作，从根本上理解产品应用程序中的问题。团队开发的技术，提高了 Cortana 应用体验。
知识技术组：知识技术组专注微软产品和为市场带来新的企业智慧应用和服务。和微软的研究和产品团队密切合作。他们关注先进技术研究专案的进展，自然语言处理、字档挖掘、机器学习、知识抓取等人工智能技术领域。他们结合机器学习和人工智能与最广泛使用的线上服务，开发出新奇有趣的产品体验。
语言和资讯技术组：利用人工智能了解人们如何与资讯系统互动，并开发新功能以提高生产力。他们的研究兴趣是资讯检索、自然语言理解和应用机器学习的交叉点。工作包括分析大规模文本和用户行为资料，以了解用户如何与资讯互动，建立从非架构化资讯中撷取知识模型，帮助用户完成工作并有效寻找资讯。他们的工作应用于内容理解、智慧助理、搜寻、个性化和用户满意度建模。
机器学习与最佳化组：重点是设计新算法，使下世代人工智能系统和应用程序能应用，并回答在学习、最佳化、算法和数学的基本问题。主要研究领域包括统计和线上学习、凸和非凸最佳化、组合最佳化及其在 AI、统计学和概率的应用。此外，他们的工程机构建立了世界级的机器学习和最佳化系统。
机器教学组：一大部分专注于建立新算法以提高给定资料集上的“学习者”（ML 算法）准确性。机器教学（MT）组与机器学习相比，侧重于教师的效能。如建立一个模型理解控制电视的语音指令。对机器学习模型的需求远大于建立这些模型的机器教学。所以解决日益增长需求的办法，是使教学机器简单、快速、普及。
自然语言处理组：自然语言处理组重点是开发处理文本的有效算法，使资讯能在电脑应用程序存取。
感知和互动组：感知和互动小组研究虚拟世界与我们居住的物理世界间的界面。目标是透过感测技术、智慧讯号处理、新的互动型态和理解用户来丰富界面。他们的工作是建立在感知和互动的基础上实现这想法，他们也喜欢透过构建工作原型来实现想法。
生产力组：微软是职场生产力的领导者。随着工作环境的发展，为了保持领导地位，团队将重点放在人工智能的最新进展、日益普及的资料以及为人们提供低摩擦方式的新兴平台。他们力求使工作更容易更吸引人，使人们更易集中注意力在一个特定环境中，做重要的事。
强化学习组：强化学习组致力于自主决策的理论基础、算法和系统。主要研究领域包括马尔可夫决策过程和内文决策过程的泛化。他们的技术已成功应用于许多领域，如线上广告、建议、网络搜寻、阶段操作系统、游戏和程式合成。由于名单人数较多，以下截图为部分名单。
- Microsoft Research AI
（本文由 雷锋网 授权转载；首图来源：微软）
延伸阅读：
- 追赶 Google、Facebook，微软建立人工智能实验室
- 微软证实将裁员约 3,000 人，未来将专注于云端业务
