據彭博 7 月 13 日報導，微軟正在籌建 Microsoft Research AI 研究院，未來將專注人
工智慧領域，開發更多通用學習系統。
該研究院將設立在華盛頓州雷德蒙德，近百位人工智慧領域的科學家集中在此，分為 13
個研究小組，以下一一介紹各組。
自適應互動組：致力於追求智慧和互動原理的進步及相關應用的進步，提高計算系統和介
面。包括傳感、學習和決策、搜尋和檢索以及人機互動基礎等研究。
空中資訊與機器人組：主要做機器智慧的尖端研究，機器人和人類為中心的計算，飛行機
器人艦隊，微型無人機，民用客機。
研究彙集了機器學習和思想感知，不確定決策在機器人平台上產生各種挑戰。合成演算法
和系統將應用在飛行器如：滑翔機、小飛機和商用飛機。應用場域包括精確農業監控、病
原體監測、氣象探測、啟用數位連線等。團隊有 3 篇論文被 ICRA 2017 接受。
對話系統組：重點推進人機對話。研究涵蓋對話方塊管理、對話狀態追蹤、用戶建模、語
言理解和語言生成。團隊對探索對話系統在對話過程中學習的方法特別感興趣。
團隊正在面對挑戰，例如如何從非常有限的互動中學習特定工作的對話控制器；如何建立
架構化知識與機器學習相結合的對話控制模型，以及對話控制器如何透過互動進行自主改
進。團隊與微軟研究其他團體密切合作，包括自然語言處理、機器教學、自適應系統和互
動。
深度學習組：主要開發演算法、模型，有監督和無監督學習系統，深入強化學習，神經象
徵式推理，然後尋求在電腦視覺、自然語言處理、多智慧、網際網路資訊處理、以及其他
相關領域的突破。
該小組的研究人員對學術界產生重大影響的許多專案都有貢獻，最近的例子是電腦視覺的
API 在微軟認知服務，它提供了世界上第一個影像字幕的雲端服務。
資訊和資料科學組：跨學科的資訊和資料科學團隊彙集了來自資訊檢索技術、人機互動（
HCI）、人工智慧、社會科學共同挑戰相關的問題：1. 人們如何組織資訊和資訊系統的相
互作用，2. 如何用挖掘出來的資料說明人的行為。
身為一個團隊，他們直接與產品組合作，從根本上理解產品應用程式中的問題。團隊開發
的技術，提高了 Cortana 應用體驗。
知識技術組：知識技術組專注微軟產品和為市場帶來新的企業智慧應用和服務。和微軟的
研究和產品團隊密切合作。他們關注先進技術研究專案的進展，自然語言處理、字檔挖掘
、機器學習、知識抓取等人工智慧技術領域。他們結合機器學習和人工智慧與最廣泛使用
的線上服務，開發出新奇有趣的產品體驗。
語言和資訊技術組：利用人工智慧了解人們如何與資訊系統互動，並開發新功能以提高生
產力。他們的研究興趣是資訊檢索、自然語言理解和應用機器學習的交叉點。工作包括分
析大規模文本和用戶行為資料，以了解用戶如何與資訊互動，建立從非架構化資訊中擷取
知識模型，幫助用戶完成工作並有效尋找資訊。他們的工作應用於內容理解、智慧助理、
搜尋、個性化和用戶滿意度建模。
機器學習與最佳化組：重點是設計新演算法，使下世代人工智慧系統和應用程式能應用，
並回答在學習、最佳化、演算法和數學的基本問題。主要研究領域包括統計和線上學習、
凸和非凸最佳化、組合最佳化及其在 AI、統計學和概率的應用。此外，他們的工程機構
建立了世界級的機器學習和最佳化系統。
機器教學組：一大部分專注於建立新演算法以提高給定資料集上的「學習者」（ML 演算
法）準確性。機器教學（MT）組與機器學習相比，側重於教師的效能。如建立一個模型理
解控制電視的語音指令。對機器學習模型的需求遠大於建立這些模型的機器教學。所以解
決日益增長需求的辦法，是使教學機器簡單、快速、普及。
自然語言處理組：自然語言處理組重點是開發處理文本的有效演算法，使資訊能在電腦應
用程式存取。
感知和互動組：感知和互動小組研究虛擬世界與我們居住的物理世界間的介面。目標是透
過感測技術、智慧訊號處理、新的互動型態和理解用戶來豐富介面。他們的工作是建立在
感知和互動的基礎上實現這想法，他們也喜歡透過構建工作原型來實現想法。
生產力組：微軟是職場生產力的領導者。隨著工作環境的發展，為了保持領導地位，團隊
將重點放在人工智慧的最新進展、日益普及的資料以及為人們提供低摩擦方式的新興平台
。他們力求使工作更容易更吸引人，使人們更易集中注意力在一個特定環境中，做重要的
事。
強化學習組：強化學習組致力於自主決策的理論基礎、演算法和系統。主要研究領域包括
馬爾可夫決策過程和內文決策過程的泛化。他們的技術已成功應用於許多領域，如線上廣
告、建議、網路搜尋、階段作業系統、遊戲和程式合成。由於名單人數較多，以下截圖為
部分名單。
http://technews.tw/2017/07/15/microsoft-research-ai-13-groups/