新闻与深度文章
编者按:欢迎阅读“科研上新”栏目!“科研上新”汇聚了微软亚洲研究院最新的创新成果与科研动态。在这里,你可以快速浏览研究院的亮点资讯,保持对前沿领域的敏锐嗅觉,同时也能找到先进实用的开源工具。 本期内容速览 01. 自我进化实现Rust自动形式化证明 02. 基于图模式的理解基准测试 03. IGOR: 通过学习统一的动作表示空间让机械臂模仿人类动作 论文链接:https://arxiv.org/p…
2024年10月,松下康之(Yasuyuki Matsushita)博士在离开近十年之后重返微软亚洲研究院。再次加入,松下康之有了一个全新的身份——微软亚洲研究院(东京)负责人。在此之前,他曾于2003年至2015年间在微软亚洲研究院任职,主要研究方向包括计算机视觉、机器学习和优化等,随后他转赴大阪大学担任教授。 作为微软研究院全球化战略的一部分,微软亚洲研究院东京实验室的成立将进一步巩固微软研究…
作者:科学智能中心 编者按:近期,科学杂志《自然》(《Nature》)正刊发表了微软研究院科学智能中心(AI for Science)团队的研发成果——首个基于人工智能的生物分子量子级精度动力学模拟系统 AI2BMD。该系统不仅突破了传统生物动态研究方法的瓶颈,同时也极大地促进了人工智能在生物分子模拟领域的应用,推动了药物设计、酶工程和疫苗研发等领域的创新进展。 AI2BMD 研究过程中面临了哪些…
编者按:2023年12月,“全球碳项目”(Global Carbon Project,GCP)发布了《2023年全球碳预算》(Global Carbon Budget 2023)报告。然而,该报告仅覆盖至2022年底的碳预算监测,时间滞后长达一年。作为制定与实施“双碳”策略的关键参考,这种长时间的延迟使得碳预算结果难以提供良好的参考依据。针对延迟问题,微软亚洲研究院联合清华大学和法国原子能署气候与…
编者按:随着人工智能在蛋白质研究中的重要性日益提升,预测静态的蛋白质晶体结构已不再是难题。然而,如何在原子级别精确刻画蛋白质动态变化仍是一项亟需解决的挑战。微软研究院科学智能中心王童研究员及其团队,历时四年研究推出的基于 AI 的分子动力学模拟系统 AI2BMD,对蛋白质等生物大分子进行量子级精度的全原子模拟,实现了比经典模拟更高的精度,和比密度泛函理论更快的速度,为包括生物分子建模等在内的生物研…
编者按:生成式基座模型(Generative Foundation Model)已成功应用在多个领域,并塑造了全新的生产范式。将这一范式与行业特有数据结合,有望构建具有行业特色的生成式基座模型。对此,微软亚洲研究院从金融场景出发,设计了大市场模型 LMM 和金融市场模拟引擎 MarS,希望帮助金融研究人员为不同场景定制生成式模型,并且构建适用于金融市场所有下游任务的生成式基座模型应用新范式,为金融…
作者:系统智能组 编者按:大语言模型的推理能力一直是人工智能领域的研究热点,但传统依赖大规模数据和参数扩展的预训练方式在提升模型推理能力上逐渐遇到了瓶颈。微软亚洲研究院的最新研究关键计划步骤学习 CPL(Critical Plan Step Learning),旨在将强化学习扩展到更广泛、更复杂的问题场景,并取得了突破性进展。CPL 通过在自我生成的高层次抽象计划上进行强化学习,不仅提升了模型在数…
编者按:刘海广是一位典型的跨学科研究者,他的学术足迹遍布物理、生物、计算机科学和人工智能等多个领域,在跨学科的学习与研究中不断探索和突破。如今,作为微软研究院科学智能中心(Microsoft Research AI for Science)的首席研究员,刘海广在跨学科研究中取得了哪些成果?他和团队又将如何利用人工智能技术来加速科学研究进程,并推动科研成果向实际应用转化? 从清华大学转学至香港浸会大…
编者按:随着人工智能技术的快速发展,数据可视化日渐高效、智能。但自动化生成的图表是否可靠,成为了亟待解决的问题。微软亚洲研究院提出了 VisEval 评估框架,为这一挑战提供了解决方案,并因此荣获全球可视化领域顶尖的学术会议 IEEE VIS 2024 的最佳论文奖。通过高质量的数据集和可靠的自动化评估方法,VisEval 为数据可视化的未来发展提供了坚实的基础,助力数据可视化技术向更智能、更便捷…