 |
用户界面组
|
|
用户界面组正在研究和探索先进的用户界面技术，以实现更加自然的用户界面。将网络计算机的优势引入大众市场的一个关键因素，就是以人们所熟悉的自然的方式进行人机交互，或进行以机器为媒介的人与人之间的交互。人类通过视觉、听觉和触觉来感知周围世界，计算机的用户界面必须满足人类在这些知觉上的需求。支持自然的人机交互方式的新技术正在不断涌现。我们的挑战是如何组合这些目前还不够完美的技术，从而包容人机交互的多种方式，达到超越单一方式的协同效果。
|
|
|
机器学习组
|
|
机器学习组致力于研究如何从海量数据中发现知识。随着互联网信息和用户在互联网上的交互行为的持续增加，只有准确地了解用户正在访问什么信息以及他们如何处理这些信息，服务供应商才能改进服务来更好地满足用户的需求。我们的研究包括：统计学习、知识发现、模式识别、文本挖掘、最优化算法、博弈论和海量多元数据的信息检索，可用来分析的数据包括了文本、图形、互联网日志以及软件使用的数据。在线广告和其他数字营销领域是我们创新技术的一个试验平台。
|
|
|
交互设计组
|
|
交互设计组侧重于在人机交互的用户体验和硬件技术方面进行创新设计，我们不只是探索传统人机交互方式，而且研究基于社会化网络的交互。长远的目标是通过设计和硬件创新重新定义未来互联网与计算机的用户体验。
|
|
|
数据智能和工具组
|
|
微软亚洲研究院数据智能和工具组致力于研究并开发面向未来的数据驱动与互联网驱动的软件和服务。软件设计、开发和维护正在变得越来越复杂，而且很大程度上依赖于从多个数据源采集的数据，包括系统日志、用户反馈和互联网上的信息。如何有效地利用从这些数据源获得的信息对提高软件的可用性、稳定性、性能、兼容性和安全性都至关重要。
|
|
|
自然语言计算组
|
|
信息时代带来了海量的数字化文本。每一天，这些海量的文本通过互联网生成、传播、交换、储存和访问，进入位于世界各地的人们日常生活中。日益累积的数据使得信息的获取越来越困难，同时语言的障碍也变得越来越严重。为了克服这些困难，自然语言计算组正集中精力于相关的研究课题上，其中包括多国语言文本分析、机器翻译、跨语言信息检索和自动问答系统等。
|
|
|
语音组
|
|
语音仍然是最自然、最轻松的方式交换意见和想法。然而，当我们需要与电脑这样的机器沟通时，就不那么简单了。语音组的工作就是把语音交流平稳、可靠地嵌入计算机。我们研究工作集中在口语识别与合成技术、人机语音交互作用、以及丰富人与人之间的语音通信。
|
|
|
微软数字广告技术北京实验室
|
|
微软数字广告技术北京实验室是微软广告中心和微软亚洲研究院联合建立的一个实验室，致力于为微软广告中心研究和孵化尖端的广告技术。保持微软数字广告技术的领导力，包括在付费搜索、上下文相关的广告和针对用户行为的广告等方面。
|
