首先，我们讲人工智能在语音方面的突破，人工智能在语音识别，语音合成上面最近都取得了非常瞩目的结果。2016年9月，微软的对话语音识别技术在产业标准Switchboard语音识别基准测试中实现了词错率低至6.3%的突破，创造当时该领域内错误率最低纪录。一个月后，微软进一步将词错率降低至5.9%，首次达成与专业速记员持平而优于绝大多数人的表现。

　　2.图像方面

　　其次，在图像方面，人工智能也有很多长足的进步:

　　2015年12月，ImageNet计算机视觉识别挑战赛结果揭晓——微软亚洲研究院视觉计算组的研究员们凭借深层神经网络技术的最新突破，以绝对优势获得图像分类、图像定位以及图像检测全部三个主要项目的冠军。同一时刻，他们在另一项图像识别挑战赛MS COCO(Microsoft Common Objects in Context，常见物体图像识别)中同样成功登顶。在ImageNet挑战赛中，微软亚洲研究院的研究团队使用了一种前所未有的深度高达152层的神经网络，这比以往任何成功使用的神经网络层数多5倍以上，从而在照片和视频物体识别等技术方面实现了重大突破，将错误率降低至3.57%。

　　2016年10月，微软亚洲研究院视觉计算组的研究员在图像识别MS COCO图像分割挑战赛中获得第一名，成绩比第二名高出11%，且相较于前一年COCO图像分割挑战赛第一名的成绩也有飞跃性的进步。

　　3.自然语言方面

　　除了语音和图像以外，其实人工智能在自然语言上面也取得了很大的进展。

　　(1)人机对话：自然语言人机对话方面，深度神经网络逐渐取代了传统的统计机器学习，成为主流的研究方向。现在，自然语言技术已全部转向深度学习网络，我们的对话系统也都用到了深度学习网络。大家熟知的微软小冰，起关键自然语言处理技术就是采用的微软自然语言处理技术，目前已经能够实现与人类23个来回的对话。

　　(2)机器翻译方面，Microsoft Translator现已支持60多种语言，可以实现多个人多种语言的实时翻译，比如大家每个人可能来自不同的国家，只要拿着手机APP版的Microsoft Translator就可以互相交流。你说一句话或者输入文字，对方听到/看到的就是他的母语。而在刚刚结束的微软年度开发者盛会Build 2017上，微软也展示了最新的Presentation Translator的PowerPoint插件，它利用了微软的Translation API接口，可以在播放演示文稿的过程中，实时地将其翻译成多种语言。

　　(3)机器阅读理解方面，在由斯坦福大学自然语言计算组发起的SQuAD(Stanford Question Answering Dataset)文本理解挑战赛上，微软亚洲研究院的自然语言计算研究组持续稳居榜首。微软亚洲研究院团队在准确性和相似度这两个不同维度的评价标准上均取得了最优的成绩，其准确度达到了76.922%，相似度达到了84.006%，高出第二名近两个百分点。

　　三、微软的人工智能科研之路

　　任何一个企业，一个单位，特别是大了以后，一定要去想短期的目标是什么，长期的愿景是什么，一定要从这个角度去想。我的部门比较特别的地方就是，因为我除了AI以外，还管AI研究院，在AI研究院我们有1000多位科学家，要不断培养一代一代新的了不起的研究员去做更为了不起的技术。

　　1.微软在人工智能领域四个研究大方向

　　第一，搜索引擎方面。今天世界上最大的人工智能可能还是搜索引擎，微软Bing这么多年下来超过25亿的entity。这里面就有很多的知识，搜索引擎本身不仅仅是一个业务，虽然现在Bing也很赚钱，我们在美国22.6%的搜索市场份额再加上雅虎的11%(技术是我们后台做的)，所以我们在美国有1/3的搜索份额，在中国最近涨到16.5%。从AI的角度来讲，它就是知识的积累。

　　第二，非常非常重要的一件事情就是Cortana(小娜)，我觉得Cortana是代表了AI的未来，对人的了解。要做好AI需要三个方面的知识：

　　对世界的理解

　　对工作的了解

　　对用户的了解

　　这三件加在一起的话，才可以做的非常好，我觉得小娜在朝着这个方向走，要去做这个事情当然要有很大的投入在里面。