微软亚洲研究院
新闻与深度文章
作者：杨玉庆 大模型的发展已成为推动软件形态巨变的关键因素之一，它正在催生一种全新的软件形态，即目前我们所理解的智能体（AI agent）或智能体系统（agentic system）。 不难想象，智能体系统将会是大模型应用的普遍形式。它的性能表现和使用成本，对于大模型所能惠及的范围具有决定性作用。因此，我们尝试以这样一种思路来优化智能体系统：将其视为一个“数据加工”流程，并尝试在不同环节为工作量做…
世界模型（world models）是人工智能领域的一个重要概念，旨在通过模拟虚拟世界中主体行为的演变，实现高度逼真的互动体验。这种模型不仅可以为游戏和互动媒体的生成带来革命性的变化，也将为人工智能在复杂环境中的应用提供新的可能性。其中，生成式游戏（generative games）作为构建世界模型的关键途径，备受关注。例如，微软提出的 MUSE 能够用神经网络生成游戏《嗜血边缘（Bleeding…
新加坡国立大学（国大）与微软亚洲研究院达成合作，以推动人工智能（AI）与计算机领域的深入科研探索，并培养亚洲乃至更广泛区域的下一代科技人才。 新加坡国立大学与微软亚洲研究院将围绕人工智能驱动的关键研究领域展开合作，涵盖医疗健康、社会责任人工智能、空间智能，以及数据密集型计算等多个前沿领域。此次合作旨在加速相关领域的进步，提升多学科交叉的研究能力，加强亚洲地区在全球人工智能与计算机科学领域的引领作用…
作者：刘璟 你是否曾遇到在保存文件或玩游戏时电脑突然崩溃，重启后发现数据损坏或丢失的情况？文件系统故障比我们想象的要频繁得多，而恢复过程通常缓慢、困难且容易带来数据故障或损失。 针对此，微软亚洲研究院研究员和合作者共同设计开发了一种高性能的文件系统微内核服务 Ananke (opens in new tab)，旨在进行快速且透明的恢复。与传统需要全系统重启的恢复方法不同，Ananke 利用微内核架…
作者：周乐鑫 随着人工智能的快速发展，通用型人工智能（如大语言模型）在诸多领域都表现出色，包括可以解决复杂的数学问题，但由于其存在不可解释性以及不可预测性，所以在基础算术等简单任务上仍可能出现失误。这对人工智能的评估提出了重大挑战——亟需发展可解释与可预测的评估方法，以明确系统失败的原因，并指导进行可靠部署。然而，目前尚无可以同时满足这两点要求的评估范式。 传统以性能为导向的评估方法在个体任务实例…
人工智能技术的持续演进，让时间序列数据在众多领域中的应用价值愈发凸显，尤其是在医疗健康、金融市场、气象预测和交通管理等行业。时间序列生成技术不仅可以弥补数据的不足，还能在无实际风险的环境中进行模拟和预测，因此具有重要的实际应用意义。 例如，在医疗领域，生成高质量的时间序列数据可以在保护隐私的前提下，帮助解决数据的稀缺问题，为疾病预测、个性化治疗等提供更加丰富的数据支持。金融行业则可以利用生成的市场…
近年来，全球变暖趋势愈发明显，极端气候事件频繁发生，给人类社会和生态环境带来了巨大冲击。在众多导致全球变暖的因素中，碳排放是关键，其中燃煤电厂又是碳排放的“重灾区”。因此，全球各地“煤炭退出”的呼声日渐高涨，燃煤电厂加速关停的压力不断增加。尽管人们普遍意识到煤炭退出的重要性，但实现这一目标仍面临较大的困难和挑战。 为了寻找更加稳妥且低成本的转型路径，煤电行业亟需探索多种减排方式，而非只有“退役”这…
自然科学作为人类探索自然现象与开发利用自然资源的基石，构建了一个庞大而复杂的知识体系，其研究范畴横跨物理、化学、生物以及材料科学等多个重要领域。在长期的发展进程中，各领域逐渐形成了自身独特的数据表达方式、研究方法和理论体系。然而，相对独立的知识体系虽然在一定程度上便于学科内部的理解与交流，但在无形中成为了阻碍学科间交叉研究的壁垒。 从基因功能的深入探究到新材料的创新设计，前沿的创新成果往往依赖于不…
数学贯穿人类历史，被视为宇宙的语言。万事万物中都蕴含着数学理论，借助数学思维，人们得以洞察事物的本质。如今，数学建模在气候科学、医学成像、疾病控制以及人工智能等诸多领域，都发挥着重要作用。 在3月14日“国际数学日”，我们邀请到近年来专注于人工智能数学推理研究的微软亚洲研究院高级研究员张宪，深入探讨了他和同事们在大语言模型数学推理领域的探索与突破。张宪表示，他们的研究并非从数据角度出发，而是更多地…