编者按：2020年，微软亚洲研究院开源了金融 AI 通用技术平台 Qlib。Qlib 以金融 AI 研究者和金融行业 IT 从业者为用户，针对金融场景研发了一个适应人工智能算法的高性能基础设施和数据、模型管理平台。一经开源，Qlib 便掀起了一阵热潮，相关开源项目在 GitHub 上已收获了11.4k颗星。作为一个通用技术平台，Qlib 不仅大大降低了行业从业者使用 AI 算法的技术门槛，还为金融

这也许就是大模型的威力：算力的强大使得巨量的语料数据能够进行无监督学习，由此产生了对语义的概率性推断，再体现到对输入的语义理解和内容生成，不断发展的神经网络（连接派）强大之后，却发现了对“意思”（符号派）的更好识别，简直是华山气宗和剑宗的殊途同归，扯远了，后续再写一篇聊这个吧！这也是人工智能内容生成。考虑到监督机器学习时需要的标签，这是一项包含巨大成本（人力和经济）的工作——也许你已经听说过数据标

编者按：2020年，微软亚洲研究院开源了金融 AI 通用技术平台 Qlib。Qlib 以金融 AI 研究者和金融行业 IT 从业者为用户，针对金融场景研发了一个适应人工智能算法的高性能基础设施和数据、模型管理平台。一经开源，Qlib 便掀起了一阵热潮，相关开源项目在 GitHub 上已收获了11.4k颗星。作为一个通用技术平台，Qlib 不仅大大降低了行业从业者使用 AI 算法的技术门槛，还为金融

本期的微软 MVP 实验室研究员 Davis Zhang，微软 MVP，MCSE，官方文档贡献者之一，专注于 Power Platform 及 Power BI 全局技术栈。下文将节选 Power BI 中涉及数据保护的几个核心技术点（BYOK, OLS 与 DLP）与大家进行分享。前言数据不仅是企业的资产，也是企业的命脉，其重要性不言而喻。而随着越来越多的企业采用了 Power BI 作为其商务

在这一部分，文章总结了 LLMs 在不同任务中的成功和失败案例。LLMs 能够在哪些方面表现出色？1. LLMs 在生成文本方面展现出熟练度，能够产生流畅且准确的语言表达。2. LLMs 在语言理解方面表现出色，能够进行情感分析和文本分类等任务。3. LLMs 具备强大的语境理解能力，能够生成与输入一致的连贯回答。4. LLMs 在多个自然语言处理任务中表现出令人称赞的性能，包括机器翻译、文本生成

国际计算语言学年会（Annual Meeting of the Association for Computational Linguistics，简称 ACL）是自然语言处理（NLP）领域的顶级国际会议，ACL 2023 将于2023年7月9-14日在加拿大多伦多举行。随着人工智能技术的快速发展，确保相关技术能被人们信赖是一个需要攻坚的问题。微软亚洲研究院也在不断推进负责任的人工智能的探索发现与

Python Image Library，是 python 的第三方图像处理库，PIL 库支持图像存储，显示和处理，几乎能够处理几乎所有的图片格式，所以已经算得上是 Python 平台事实上的图像处理标准库了。MVP是经过严格挑选的专家团队，他们代表着技术最精湛且最具智慧的人，是对社区投入极大的热情并乐于助人的专家。目前支持“.jpg”，“.jpeg”，“.png”，“.ppm”，“.bmp”，“

编者按：天下苦锂电池寿命久矣，时闻“开车出，推车回”，又闻“充电两小时，待机两分钟”，亦闻“气温骤降，请注意电池保暖”……随着以锂离子电池为动力源的产品，如手机、电脑、新能源汽车等，逐步成为人们生活的必需品，关于电池寿命的碎碎念也越来越多。电池性能预测也成为了产业人工智能研究的重要课题之一。为了更好地分析电池性能，预测电池使用寿命，微软亚洲研究院开发并开源了一站式机器学习工具 BatteryML，

编者按：随着科技的不断发展，新材料已成为增强产业竞争力的关键因素。然而，新材料的物理和化学特性复杂多变，准确预测其属性，特别是实际合成和使用条件下的属性，是物质科学领域中长期存在的挑战，也是材料工业数字化转型的核心挑战之一。为了破解这一难题，微软研究院科学智能中心（Microsoft Research AI for Science）开发了深度学习模型 MatterSim，能够在广泛的元素、温度和压

编者按：2023年是微软亚洲研究院建院25周年。借此机会，我们特别策划了“智启未来”系列文章，邀请到微软亚洲研究院不同研究领域的领军人物，以署名文章的形式分享他们对人工智能、计算机及其交叉学科领域的观点洞察及前沿展望。希望此举能为关注相关研究的同仁提供有价值的启发，激发新的智慧与灵感，推动行业发展。