打造人工智能产教融合共赢生态
中国科学技术大学校长助理、信息科学技术学院执行院长、类脑智能技术及应用国家工程实验室主任吴枫
2019年，微软亚洲研究院将继续提升OpenPAI的用户体验、核心深度学习能力支持、调度系统的可扩展性以及系统稳定性，并与合作高校进一步以OpenPAI为基础进行深度学习算法和系统相关的研究，包括自动化机器学习算法、分布式深度学习、自动化网络压缩、自动深度神经网络搜索以及GPU调度算法等。
工具：集人工智能研究开发实用工具之大成
在新一代人工智能开放科研教育平台上，微软将其在语音、语言、视觉、机器学习、数据挖掘、数据可视化等核心技术范畴内的开源工具进行了整合，如自动化机器学习工具包NNI（NeuralNetworkIntelligence）、轻量级机器学习算法LightGBM、信息图设计工具InfographicDesigner和高分辨率网络工具包HRNet（High-ResolutionNetwork）等，与各高校分享，并且集成了各高校在各自领域里的优质开源工具，从而形成能够服务教师与学生的强大的人工智能集成开发环境。这些人工智能相关的开放开源工具和集成开发环境，让高校师生有效地提升了研究开发效率，不必顾虑技术之间的兼容、转化等问题，降低了人工智能领域技术的学习成本，更加专注于自己的研究领域，更高效地完成人工智能科研和教学工作。不仅如此，这些工具还让教师和学生们可以轻松地开发、测试和部署人工智能解决方案，灵活运用人工智能领域的核心技术解决金融、医疗、教育等行业中的关键问题，让科研成果产生更大的价值和影响力。
新的一年，微软亚洲研究院将在自动化机器学习工具、深度学习开发工具，以及以此为基础的人工智能教育等方面加大投入。同时，以PAIforVSCode等工具和OpenPAI为基础，微软亚洲研究院将为高校提供Azure+OpenPAI的部署方案和免费的Azure教学资源，让教师们可以以更快速且低成本的方式部署人工智能实验，让学生们可以在世界一流的平台上练习人工智能实战技能。
数据：新增业界最全面的语义分析数据集
在新一代人工智能开放科研教育平台的合作框架下，微软开放了自身人工智能领域的数据集供合作高校在科研和教育工作上进行引用，如微软机器阅读理解（MSMARCO）、微软研究院社交媒体对话语料库、18K数学文字题测试集SigmaDolphin等。高校也通过平台贡献了各自在多个领域的数据集，如中国科学技术大学类脑实验室的海量类脑数据等。
2019年，微软亚洲研究院正式发布自然语言处理（NLP）领域全新的语义分析数据集MSParS（Multi-perspectiveSemanticParSingDataset）。
语义分析数据集MSParS
链接：https://github.com/msra-nlc/MSParS
作为智能音箱、搜索引擎、自动问答和对话系统等人工智能产品中的核心技术，语义分析（SemanticParsing）面临着因人工标注代价高昂而导致的数据缺乏问题，目前已有的语义分析数据集在数据规模和问题类型覆盖度上非常有限。为此，微软亚洲研究院提出并构建了MSParS，该数据集（1.0版本）包含81,826个自然语言问题及其对应的结构化语义表示，覆盖12种不同的问题类型和2,071个知识图谱谓词，是学术界目前最全面的语义分析数据集。未来，微软将与各高校一起开放、共享更多数据，促进产教融合合作生态的建设。
课程与实践分享：让人工智能人才数量呈指数级增长
培养与时俱进的新时代科技人才是新一代人工智能开放科研教育平台的三大使命之一。平台采用课程共建和师资培训的形式，为高校教师提供了来自微软和高校专家多年积累的人工智能实践和前沿的技术知识，并通过教师们的教学内容和平台课程进一步与学生们分享理论知识，并培养其实践能力。
过去一年，微软亚洲研究院组织了多场人工智能教育实践研讨会，惠及全国2000余位高校教师。30多个由微软亚洲研究院与高校合作设计的高质量课程，让超过5万名学生从中受益。依托新一代人工智能开放科研教育平台，微软亚洲研究院还成立了微软人工智能教育与学习共建社区（下文简称“社区”），旨在打造聚合高质量资源、全生态教学、开放式学习为一体的人工智能学习、实践、共享平台。目前，社区已有来自100多所高校的200多名成员加入。
未来，社区将继续聚焦五大领域：教学改进、学科建设、课程改革、创新创业、资源共享，持续推出具有推广和示范性意义的、符合高校教学理念的人工智能专业和实践课程，不断探索人工智能时代的教育新模式，与中国高校共同构建人工智能人才培养的健康生态体系。随着平台的逐步推进，微软亚洲研究院将持续与中国高校分享人工智能领域的先进技术，密切交流与合作，共同丰富、完善人工智能教育资源，加速人工智能领域科研成果的高效产出，促进高端科技人才的培养。
相关链接
自动化机器学习工具包NNI（NeuralNetworkIntelligence）
https://github.com/Microsoft/nni/
轻量级机器学习算法LightGBM
https://github.com/Microsoft/LightGBM
信息图设计工具InfographicDesigner
https://appsource.microsoft.com/en-us/product/power-bi-visuals/WA104380898
高分辨率网络工具包HRNet（High-ResolutionNetwork）
https://github.com/leoxiaobin/deep-high-resolution-net.pytorch