2017年，我们的语音和语言处理技术应用将会涉及越来越多的语种。这并不仅仅意味着我们将在我们的产品上添加更多语言。我们确实会这样做，但是我们还将开发能够理解、处理并生成语言的系统，可供有英语-西班牙语、法语-阿拉伯语或印度语-英语需求的用户使用，使她可以从一种语言轻松切换到另一种语言——即使在同一场对话、聊天，甚至是在同一个句子中也能轻松切换。

　　●2027年，语音和自然语言处理领域的重大进展或者热门话题将会是什么？

　　语言模型将在认知模型中确立牢固的地位，让人工智能（AI）系统能够相对轻松地进行推理，并与人类沟通，灵活转换并适应不同的社交场合、谈判、辩论和说服，就像人类一直以来一样。计算社会语言学和语用模型将在创造拥有社会文化意识的人工智能中发挥重大作用。

　　Jennifer Chayes

　　微软新英格兰研究院院长兼微软纽约研究院院长，杰出科学家

　　●2017年，机器学习算法领域将有哪些重大进展？

深度学习正在许多方面改变我们的技术，然而，当今的深度学习算法很大程度上仍然是启发式的——基于该领域领导人物的经验和直觉。2017年，我们将开发一种更有原则性的方式来理解深度学习，以及由此得出更加强大的算法。这些洞见将来自诸多领域，包括统计物理学和计算机科学的交叉学科。

　　●2027年机器学习算法领域的重大进展或热门话题将会是什么？

人工智能和机器学习算法大大改善了我们的生活。然而，目前的算法常常再现了我们数据中的区分性和不公平，并且受到输入误导数据的操纵。未来十年算法方面的一个重大进步将是开发出更加公平、可追责、且更不容易被操纵的稳健算法。

　　Susan Dumais

　　微软雷德蒙研究院副院长，杰出科学家

　　●2017年，搜索和信息检索领域将有哪些重大进步？

搜索和信息检索中的深度学习将盛行。过去几年，我们看到语音识别、图像理解和自然语言处理等领域取得突破，这是全新深度学习架构与更多数据和更强大计算能力结合的结果。明年，深度学习模型将继续提高网络搜索结果的质量，atv，实现文档理解和查询契合度方面更全面的改进。

　　●2027年，搜索和信息检索领域的重大进步或热门话题将是什么？

搜索框将消失。它将被更加无处不在、嵌入式、对上下文敏感的搜索功能所取代。我们通过语音查询而看到这一转变的开始——尤其是移动和智能家庭场景。这一趋势将会加速发展，并且能够发起包含声音、图片或视频的查询，无需提出明确的查询就能利用上下文来主动检索与当前位置、内容、实体或活动相关的信息。

　　Sara-Jane Dunn

　　微软剑桥研究院科学家

　　●2017年，生物计算领域将有哪些重大进展？

尽管人们广泛使用计算和工程类比来“解释”生物学，但是细胞所执行的计算并不需要、实际上也并没有与芯片计算扯上关系。短期内的重大进展将是一个理解生物信息处理的理论基础，它将作为我们寻求设计、修改或重新编程细胞行为的基础。

　　●2027年，生物计算领域的重大进展或热门话题将是什么？