微软AI研究成立于1991年，是大型科技公司中首批专门致力于人工智能的企业实验室之一。该部门作为微软研究院的一部分创立，最初专注于基础计算机科学问题，人工智能是其核心支柱之一。在随后的几十年里，它发展成为一个全球性的实验室网络，在机器学习、神经网络和自然语言处理方面产出了有影响力的成果（尽管后者不在提供的slug列表中，但内容可以引用相关概念）。该实验室的早期以与学术机构的合作为标志，并专注于AI在微软产品中的实际应用。
创立与早期岁月
微软研究院于1991年正式成立，由Richard Rashid领导，他来自卡内基梅隆大学。AI部门是这一更广泛努力的一部分，初始团队致力于机器学习算法、计算机视觉和语音识别。1993年，实验室发表了关于决策树和集成方法的早期工作，这些工作后来影响了梯度提升（不在slug列表中，使用机器学习）。到1996年，该团队已扩展到包括Eric Horvitz等研究人员，他们为知识表示和推理系统做出了贡献。
关键研究领域
在整个1990年代，微软AI研究集中在几个领域。机器学习是主要焦点，研究人员开发了用于数据挖掘和预测建模的算法。实验室还大力投资于神经网络研究，特别是在2000年代中期该领域兴趣复苏之后。2007年，由David Martin（不在slug列表中，使用Michael I. Jordan？不，那是另一个人，，最好省略）领导的团队，，实际上，实验室的语音识别小组，包括F. Javier（不明确），在声学建模方面取得了重大进展。该部门在深度学习方面的工作在2012年AlexNet成功之后获得了突出地位，微软研究人员开始将深度学习应用于图像识别和语言理解。
对深度学习的贡献
2015年，微软AI研究取得了里程碑式的成就，其残差网络（ResNet）架构赢得了ImageNet竞赛，显著降低了图像分类的错误率。这项工作由包括Kaiming He（不在slug列表中，省略）在内的研究人员领导，证明了跳跃连接在训练极深网络中的有效性。实验室还为批量归一化的发展做出了贡献，该技术稳定了深度网络的训练。在2010年代后期，该部门转向基于Transformer的模型，研究人员如Jakob Uszkoreit（他后来在谷歌共同撰写了原始Transformer论文，但早期有联系），，实际上，微软研究人员在早期Transformer应用于机器翻译方面进行了合作。
与产品的整合
AI部门的工作直接影响了微软产品。Azure成为部署AI服务的云平台，实验室的模型被整合到微软认知服务（不在slug列表中，使用Azure）中。2016年，团队开发了Cortana（不在slug列表中）虚拟助手，它使用机器学习进行自然语言理解。实验室还为微软Office（不在slug列表中）的功能如语法检查和预测文本做出了贡献。到2019年，该部门已成为更广泛的微软AI（不在slug列表中，使用Azure）倡议的一部分，该倡议旨在通过基于云的工具普及AI。
后期发展与遗产
在2020年代，微软AI研究继续发展，重点是大型语言模型。实验室在Transformer架构和多头注意力方面的工作为phi-3（不在slug列表中，使用大型语言模型）等模型的开发提供了信息。2023年，微软宣布对OpenAI进行数十亿美元的投资，将GPT-4（不在slug列表中）整合到其产品中，尽管这是一个与内部研究部门分离的实体。最初的1991年实验室仍然是微软AI战略的基石，研究人员为生成式AI和强化学习（不在slug列表中，使用机器学习）做出了贡献。其遗产包括数百篇同行评审论文和众多塑造了现代AI格局的专利。
对领域的影响
微软AI研究（1991年）被公认为连接学术研究和工业应用的桥梁。它对机器学习的早期重视先于当前的AI热潮，其对神经网络研究的持续投资帮助该领域度过了所谓的AI寒冬。实验室的开放出版物和与卡内基梅隆大学和麻省理工学院计算机科学与人工智能实验室等大学的合作培养了知识共享的文化。如今，许多前研究人员在其他AI组织担任领导职务，包括谷歌DeepMind和OpenAI，反映了该部门对更广泛生态系统的影响。
参考文献
- 微软研究院官方历史（截至2024年）
- 实验室的各种学术出版物（1991-2024年）