Microsofts fokus er på "meningsfuld innovation for varig indvirkning", sagde Mitra Azizirad, Corporate Vice President, Microsoft AI på en "innovationsnøgle" på sidste uges Ignite-konference.
Hun fokuserede på det, hun kaldte store paradigmeskift - kunstig intelligens, computerkraft,
I forskellige foredrag borede forskere ned i forskning i "maskinundervisning", optisk computing og biocomputering.
På nogle af disse områder ser det ud til, at Microsoft er tæt på at skabe produkter, mens det i andre kun er forskningsprojekter, der er langt fra at blive kommercielle tilbud.
Azizirad talte om det ansvar, der ligger i forskningen, og sagde: "Samfundet kræver, at vi har innovationer, der gør vores liv bedre, men som vi også kan stole på, så vi stiller konsekvent disse spørgsmål om ikke kun hvad teknologi kan, men hvad det skal gøre .
"
Kunstig intelligens
Det første område, hun diskuterede, var kunstig intelligens.
"I løbet af det næste årti vil hvert firma blive et AI-selskab," sagde Azizirad og sagde, at computingens fremtid vil blive omdefineret for at imødekomme kravene i denne AI-drevne verden.
Hun sagde, at vi er nødt til at genoverveje computing, netværk og lagring for at imødekomme den eksponentielle vækst af data, der er nødvendige for AI.
AI-kapaciteter udvikler sig hurtigt.
Som et eksempel talte hun om, hvordan Microsofts billedgenkendelsessoftware har opnået menneskelig forståelse på Resnet-testen, og hvordan Snow Leopard Trust bruger et resonant neuralt netværk til at identificere, tælle og beskytte disse dyr i Kirgisistan.
"Disse AI-gennembrud er fantastiske," sagde hun, "men de er stadig begrænset til disse individuelle områder af tale og vision og forståelse." Hun sagde, at fremtiden for AI betyder at bringe disse kapaciteter sammen, så de kan ræsonnere på tværs af alle disse områder samtidigt.
I dag kræver AI enorme mængder data, men "forestil dig at være i stand til at undervise maskinen ud fra din egen viden, ligesom en lærer ville med en elev."
Dette er begrebet "maskinundervisning", som jeg først hørte henvist til i Satya Nadellas åbningsnøgle til konferencen.
Mark Hammond, daglig leder for autonome systemer, beskrev begrebet "maskinundervisning", som han sagde var det naturlige supplement til maskinindlæringsteknikkerne, som meget af den nuværende AI bruger.
Når han lærer sin syv-årige søn at slå et baseball, behøver han ikke forstå, hvordan hjernen fungerer for at vide, at du ikke starter med at kaste fastballs på ham.
Du starter med bolden på en tee, kaster derefter under hånden og fortsætter med at flytte den op.
I dag sagde han, at de fleste applikationer er bygget med en enkelt teknik - enorme mængder data - men med flere abstraktioner kan vi sætte mennesker i stand til at tilføre deres viden til systemer.
Vi gør det allerede, når vi klassificerer et stykke e-mail som junk, men gør det mere effektivt ved at lære systemet hvad der er junk.
Hans autonome systemgruppe er fokuseret på "at give ingeniører mulighed for at udnytte deres dybe faglige ekspertise til at undervise i disse systemer." Dette parres derefter med teknologier med simulering og forstærkning, der lærer at "bygge utroligt sofistikerede løsninger, der bare ikke var mulige før."
Dette bevæger sig op i et koncept kaldet "curriculum learning", hvor Hammond viser en maskinundervisningsramme kaldet Inkling, der bruges til at vise en motor, hvordan man styrer forskellige kræfter.
Han sagde, at dette koncept fungerer særligt godt med simuleringer, hvor modeller kan lære, såsom en simulering af kraftledningsinspektion.
Dette kan fungere i situationer, hvor der ikke findes meget data i den virkelige verden, såsom krybskytter i naturen.
Som mere virkelige eksempler viste han en simulering af Toyota-robotter på en fabriksgulv og af robotter fra CMU og Oregon State, der vandt DARPA's underjordiske udfordring og tacklede søge- og redningsapplikationer i miner.
Hammond sagde, at dette koncept involverer mekanismer til at skalere menneskelig ekspertise.
"Vi kan lære et system, hvad vi leder efter, og bruge det til beslutningsstøtte."
Optisk databehandling
Det andet paradigme, som Azizirad talte om, er at øge computerkraften.
"En smartphone i dag har 300 gange mere computerkraft end en Cray 2-supercomputer i midten af ??80'erne, men alligevel har vores computermetode ikke ændret sig," sagde hun.
Vi har flere data hver dag; vi er nødt til at bringe intelligens, hvor dataene oprettes.
"Med dagens teknologi vil datacentre tegne sig for 20 procent af verdens samlede elforbrug og 5 procent af kulstofemissioner inden 2025.
Det er uholdbart." Derfor sagde hun, at det var vigtigt at undersøge nye metoder, især kvantecomputering og optisk computing.
Ant Rowstron, vicedirektør for Microsoft Research, talte om forskning i optisk computing på virksomhedens forskningscenter i Cambridge.
Han sagde, at forskere forsøgte at bygge software til skyen og var frustrerede over hardwaregrænser.
Han talte om, hvordan teknologier følger en S-kurve, og at det begynder at se ud som om vi kan være nær slutningen af ??denne kurve i områder, herunder Moores lov til computere og de fremskridt, vi har set inden for netværk og lagring.
Således sagde han, at vi har mulighed for at se på nye teknologier.
I netværk talte han om, hvordan nutidens top-of-rack-switches konverterer data fra elektroner til fotoner (for at sende et fiberoptisk link), mens den næste ændrer det tilbage.
Dette, sagde han, er ikke særlig energieffektivt og har også latensproblemer.
I optisk netværk bemærkede han, at et prisme kan adskille lys i dets komponentegenskaber; og en optisk chip kan skifte mellem forskellige bølgelængder i en nanosekund.
Han viste en optisk chip.
Rowstron talte også om optisk lagring, der viste et stykke glas, der kodede data, ligesom Nadella viste et, der holdt Superman filmen i hans hovedtale.
Han forklarede, at en femtosekund laser kunne fokuseres inde i et stykke glas, hvilket skabte en voxel, der kunne fortolkes som opbevaring.
Han viste, hvordan dette så ud under et mikroskop, og viste derefter, hvor holdbart det var ved at koge glasset på scenen og ved at udsætte det for en degausser.
Han viste det derefter igen under mikroskopet, og dataene var der stadig.
I databehandlingen sagde han, at forskere lige var begyndt at arbejde på at forestille sig computere med optiske komponenter igen.
For eksempel viste han en linse, der udførte en Fourier-transformation (en kompleks matematisk formel) med lysets hastighed.
Han erkendte, at praktisk arbejde på dette område stadig var "nogle år væk."
Maskine-menneske-interaktion
Det tredje område, som Azizirad diskuterede, var "maskine-menneskelig interaktion." Hun sagde, at naturlige brugergrænseflader som eye-tracking, voice og gesture tracking nu kom på markedet, og hvordan firmaets HoloLens 2 kan tilpasse sig din hånd.
Denne slags teknologier var især vigtige for 1 milliard mennesker med handicap, idet de citerede potentialet i ting som autonome rullestole og 3D-lydgrænseflader.
"Fremtiden vil handle om kontekstdrevne interaktioner," sagde hun med systemer, der lærer af vores intentioner og kan frigøre os fra vores skærme.
Asta Roseway, hovedforskningsdesigner, sagde, at mennesker i dag er limet til deres telefoner, hvad enten de skal spille spil, chatte eller bare ved vane.
Folk føler, at de måske går glip af noget, men ironisk nok, de kan gå glip af den meget magiske liv giver blot ved at være uvidende om det.
"
"Hvad hvis vi kunne gøre alt, hvad vi gør i dag uden vores skærmers behov, hvad hvis vi kunne udvide vores sanser til at høre og se ud over det fysiske, hvordan kan det ændre vores forhold til verden omkring os?", Spurgte Roseway.
"Vi kalder dette den næste renæssance."
Hun startede med at beskrive Soundscape, en teknologi der bruger 3D-lyd til at lade folk høre sig vej gennem nye steder ved brug af forskellige lyde.
"Kvaliteten af ??vores oplevelse forbedres, fordi vi genoptager med verdenen omkring os."
Hun nævnte Project Eclipse, et netværk af billige sensorer til at opdage luftkvalitet, der bruger 5G til at bringe og hente data fra Azure.
Derefter sender det forskellige klokkeslæt for at indikere god og dårlig luftkvalitet.
En variation kaldet Project Brookdale bruger et tilsluttet tørklæde til at vise ændringer i luftkvaliteten i realtid gennem farveændringer.
(Hun er iført tørklædet ovenfor.)
Ser hun endnu længere ud beskrev hun Project Florence, som "udforsker en potentiel fremtid, hvor mennesker og planter kan tale sammen."
Hun sagde, at dette bruger naturlig sprogbehandling tekstoversættelse og sensing teknologier til at konvertere vores sprog til et lysspektrum, som planter kan reagere på elektrokemisk.
Hun sagde, at dette startede som et kunst- og videnskabsprojekt, men kan have anvendelser inden for "udvidet landbrug."
Endelig beskrev hun Ada, som projicerer en række farver og lysmønstre for at udforske begrebet "levende arkitektur."
De fleste af disse projekter virker spændende, men ikke særlig praktiske, og Roseway erkendte, at den eneste tæt på et ægte produkt er Soundscape.
Men "de stræber alle efter at frembringe en fremtid, der skubber os ud over vores skærme og tilbage i verden, så vi kan genoprette forbindelse på måder, der er mere meningsfulde og dybtgående."
Biocomputing
Det sidste store område, Azizirad diskuterede, var biocomputering, men hun startede den del af hovedtalen med at tale om "ansvarlig innovation" og berørte Microsofts arbejde inden for forklarbar AI, homomorf kryptering og differentieret privatliv.
Hun sagde, at det var vigtigt, at innovation byggedes "på et fundament af tillid."
”Samfundsændring og påtagelse af de hårdeste udfordringer som biodiversitet og klimaforandringer og landbrug kræver en endnu større skala af innovative ideer,” sagde hun.
Et eksempel var at tage algoritmer, der blev brugt til at identificere konstellationer og bruge dem til at identificere hvalhajer ved deres pletter, og derefter bruge denne teknologi til at spore dyrepopulationer og dermed bedre forstå, hvordan biologiske systemer fungerer.
Seniorforskere fra Microsoft Sara-Jane Dunn forklarede, hvordan softwarerevolutionen var bygget på kodning af nuller og nuller, men den nye "teknologiske ...
