微软创新日2013：大数据与机器学习的应用

  【天极网云计算频道专稿】十五周年——“微软亚洲研究院创新日2013”多年创新旅途上的一个重要里程碑。为了庆祝这个锐意创新的15周年，微软将举行“创新日2013”活动，回顾一路走来的辉煌时刻，并展示其研究人员如何通过前瞻性的研究、产品和全球合作来推进前沿科技的发展。

  届时，来自微软亚洲研究院、微软全球研究院的研究员们将与合作伙伴一起演示20余项先进的技术与服务。参展技术将围绕四大主题进行展示：自然用户界面(NUI)、云计算与移动技术、大数据与机器学习，以及科技引领产品创新。

  大数据与机器学习——改变世界的人机关系革新

  当下数据量的庞大程度已经对其自身的发展构成了挑战。简单地收集和存取数据是远远不够的，我们需要更加先进的技术去理解这些信息，并从中获取价值。计算机掌握大数据的运行模式后，我们便可以前所未有的方式，迅速从繁杂的数据中提取有效信息。

  几十年来，研究人员一直致力于解决这个计算机科学领域最棘手的问题。在过去几年间，人们发现了一些新的方法，在计算机视觉、语音识别、模式识别、建模和预测等领域取得了显著性的进步。这些新的机器学习技术，创建了获取且深入分析大型数据集并找出它们基本模式的算法。我们的研究人员认为，对于那些极为复杂的计算机科学难题，如训练计算机去识别人类的语音，其解决之道已触手可及。结合机器翻译等其他方面的技术突破，我们获得了前所未有的新机遇，以彻底消除人与人之间的语言障碍。

  大数据和机器学习这两方面的不断进步将帮助我们解决更多的难题——不仅对个人用户有益，还会对整个社会乃至全球产生深远的影响。微软亚洲研究院对开发技术潜力，帮助人类和地球应对各种挑战充满热情。在这一主题中，微软将在此次“创新日2013”中，分享以下相关的前沿技术。

  看大数据如何推断空气质量

  建设智慧城市与改善生活品质是当今社会的热门议题，它激发了人们对了解所在地区空气质量的渴望与需求。微软亚洲研究院正在开发一种新的技术，用于更准确的了解我们生活环境的空气质量。在此基础上，我们就能做出更明智且更有利于健康的决策：例如何时何地最适合户外运动，或者何时应戴上口罩或关上窗户。不同地点的空气质量差异很大，而且其成因也十分复杂——交通流量及土地使用情况等都会对其产生影响。目前人们只能借助监测站才能准确判断某个地点的空气质量，然而监测站却并非随处可见。为了应对这一挑战，我们根据现有监测站所提供的空气质量数据以及城市里的其他多种数据来源(包括气象情况、交通流量、人员流动趋向、路网结构、人口集中点等)，运用数据挖掘和机器学习技术，对大数据加以充分利用，并在监测信息和对应结果之间建立一个隐式映射，从而可以实时推断出包含细颗粒物信息的城市空气质量数据。我们正致力于帮助人们更方便地获取那些能够提高生活品质的实用信息。

  英库问答

  英库是微软亚洲研究院一项借助云计算技术将语言融会贯通的技术组合，它集合了十余年来业界领先的自然语言处理研究成果，为多项微软产品和服务提供支持。在其研发过程中，研究员们首先研究了基于云的在线词典、机器翻译、语言学习、自动对联和诗词、输入法等，现在又进一步扩展到了问答领域。英库问答是一个通用问答引擎。对于用户给出的问题，英库问答通过对自然语言问题的深度理解，从知识库、互联网以及问答社区获取候选答案和证据，并通过自动推理、答案排序、可信度估计等步骤，最终提供精确的答案。英库问答可以广泛用于自然语言搜索、商业智能、语音助手等应用场景中。

  运用传感器分析人与建筑的关系

  随着信息处理技术新纪元的到来，我们的计算体验变得更加自然，而技术也开始从我们的角度出发进行工作。我们与技术的关系正在发生变化，计算机正在了解我们的需求，并且正以前所未有的方式改善我们的生活。此时，不妨思考一下我们与建筑之间的关系，它们无处不在并影响着我们的生态足迹、身心健康和审美观念。如何让城市更加宜居，近年来建筑界和学术界在了解建筑物的本质方面都取得了显著进步，并且在不断进行优化。但我们认为，人类在影响建筑物的同时，也反过来受到建筑的影响，以人为中心对建筑物进行数据分析非常关键。人类—建筑分析(HBA)是一种从居住者个体的角度进行个性化数据分析的方法。HBA分析居住者的行为方式，然后帮助建筑物适应居住者的行为偏好。借助低成本和定制化的传感器，我们将居住者行为模式与建筑物的相关数据分析联系起来，即可对个人进行能耗追踪和行为分析，对电梯等楼宇服务进行优化——让我们的建筑更智能、更宜居。

  针对全球问题的预测模型

  先来审视一下21世纪，在全球范围内人类共同面临的挑战——气候变化、森林过度砍伐、农业生产力落后、人口增长过快、人口迁徙和水资源安全等。如何应对这些挑战，人们迫切需要适用于关键性全球环境系统的预测模型。微软研究院一直致力于探究各种方法，解决预测这一难题。我们利用微软的云计算系统Azure，对环境数据进行存储和分析;再运用机器学习技术建立预测模型，将其应用于预测服务中，并可以根据需要在任何设备上运行。这些预测可以告诉我们那些严重的问题可能会在何时何地发生，并推测出采取相应措施来减缓或解决这些问题的结果及影响。我们这次展示的是“分布式建模”的浏览器应用程序原型，它能够帮助用户实现数据的可视化，以环境信息对数据进行补充，定义复杂模型，使用贝叶斯法确定参数，进行带有不确定性因素的预测，并且以完全透明且可重复的形式加以共享。借助这一技术，预测将变得简单易行。通过帮助更多的人对环境问题进行预测，微软正在为全球可持续发展作出重要贡献。

  全球地表覆盖制图可视化与数据分析

  为导航或其他目的而绘制基础地图的日子早已成为过去。当前，我们正在发掘大数据资源，并且以现有科研能力为基础应对新的挑战。清华大学的研究人员借助微软万维望远镜(WWT)平台，开发出一种高空间分辨率全球地表覆盖测绘的全新方法。通过它，我们有望大大改善地表覆盖测绘数据的可视化、分析、管理和传播。通过微软万维望远镜的强大功能支持，我们制作出全球第一张30米分辨率的全球地表覆盖图。此外，这项技术还非常易于使用。它可以让生态学家、地理学家和其他科学家在各自的研究领域(如气候变化、改善生态系统、城市和农业规划、水文、地貌和大气模型、栖息地和生物多样性、碳循环以及公众健康等)大受裨益。