Jennifer Chayes
微軟新英格蘭研究院院長兼微軟紐約研究院院長，杰出科學家
● 2017年，機器學習算法領域將有哪些重大進展？
深度學習正在許多方面改變我們的技術，然而，當今的深度學習算法很大程度上仍然是啟發(fā)式的——基于該領域領導人物的經驗和直覺。2017年，我們將開發(fā)一種更有原則性的方式來理解深度學習，以及由此得出更加強大的算法。這些洞見將來自諸多領域，包括統(tǒng)計物理學和計算機科學的交叉學科。
● 2027年機器學習算法領域的重大進展或熱門話題將會是什么？
人工智能和機器學習算法大大改善了我們的生活。然而，目前的算法常常再現(xiàn)了我們數(shù)據(jù)中的區(qū)分性和不公平，并且受到輸入誤導數(shù)據(jù)的操縱。未來十年算法方面的一個重大進步將是開發(fā)出更加公平、可追責、且更不容易被操縱的穩(wěn)健算法。
Susan Dumais
微軟雷德蒙研究院副院長，杰出科學家
● 2017年，搜索和信息檢索領域將有哪些重大進步？
搜索和信息檢索中的深度學習將盛行。過去幾年，我們看到語音識別、圖像理解和自然語言處理等領域取得突破，這是全新深度學習架構與更多數(shù)據(jù)和更強大計算能力結合的結果。明年，深度學習模型將繼續(xù)提高網絡搜索結果的質量，實現(xiàn)文檔理解和查詢契合度方面更全面的改進。
● 2027年，搜索和信息檢索領域的重大進步或熱門話題將是什么？
搜索框將消失。它將被更加無處不在、嵌入式、對上下文敏感的搜索功能所取代。我們通過語音查詢而看到這一轉變的開始——尤其是移動和智能家庭場景。這一趨勢將會加速發(fā)展，并且能夠發(fā)起包含聲音、圖片或視頻的查詢，無需提出明確的查詢就能利用上下文來主動檢索與當前位置、內容、實體或活動相關的信息。
Sara-Jane Dunn
微軟劍橋研究院科學家
● 2017年，生物計算領域將有哪些重大進展？
盡管人們廣泛使用計算和工程類比來“解釋”生物學，但是細胞所執(zhí)行的計算并不需要、實際上也并沒有與芯片計算扯上關系。短期內的重大進展將是一個理解生物信息處理的理論基礎，它將作為我們尋求設計、修改或重新編程細胞行為的基矗
● 2027年，生物計算領域的重大進展或熱門話題將是什么？
如果我們可以想象編程生物學終將實現(xiàn)，那么在未來10年，我們將在農業(yè)、醫(yī)療、能源、材料和計算等領域開拓全新的行業(yè)和應用。盡管過去50年已經因為芯片編程能力而徹底改變，我們將進入下一個編程革命：生命軟件時代。
Mar Gonzalez Franco
微軟研究院新體驗與新技術部研究員
● 2017年，虛擬現(xiàn)實領域將有哪些重大進展？
2017年，我們將看到擁有更好的人體追蹤技術的虛擬現(xiàn)實設備出現(xiàn)。其積極的結果就是能夠從第一人稱的視角體驗到虛擬化身。
● 2027年，虛擬現(xiàn)實領域的重大進展或熱門話題將是什么？
到2027年，虛擬現(xiàn)實系統(tǒng)將無處不在，并且能夠提供豐富的多種感官的體驗，從而產生融合或改變“感知現(xiàn)實”的幻覺。利用這一技術，人類將重新訓練、調整并改進其感知系統(tǒng)。與目前只能刺激視覺和聽覺感官的虛擬現(xiàn)實系統(tǒng)相比，未來虛擬現(xiàn)實的體驗將擴展到其它感官——其中包括通過觸覺設備而獲得的觸覺。
