语言能力是人类的重要技能之一，atv，语言让我们能够互相交流，atv，包括了丰富的内容，并且可以反映出说话者的年龄、性别、学术背景、生理特征、心理活动、感情、态度等等。因此，人机对话也需要反映出对话双方内在的信息，比如根据所谈论的知识深度动态调整谈话内容等。这其中，微软亚洲研究院和香港中文大学的研究人员重点探索了自动识别非母语语音的交互式语言学习系统，并尝试通过发音训练，寻找正确的回复。

长期以来，包括MIT在内的许多机构及专家，在第二语言习得（SLA）领域已有大量研究，美国语言学家Robert Lado在他的著作《跨文化语言学》中提出，学习者的母语是第二语言习得中的主要障碍，母语和目的语之间的差异与其可导致的困难之间成正比，差异越大，难度越大。而英国著名应用语言学家S.P.Corder提出的错误分析理论，认为学习者的错误中有25%左右可以归结为母语知识负迁移的结果，错误分析具有重要意义，它是认识语言、学习过程的向导。

在该研究项目中，微软亚洲研究院和香港中文大学的研究人员把语音分成了六类，先看关键词，然后看关键词中的重音，再看重音之前和重音之后的语音，以及在关键词之前和之后的语音，从而区分出关键词和普通词，这个过程非常重要。

通过目前语言实验室里正在研究的系统，学生可以在任何时间练习他们的发音，查询他们想要练习的词汇，然后录下自己的发音，系统就会自动评判，并标记出不对的发音。同时，研究人员还借助“目标说话者”，提供个性化的交谈方式，方便人机互动。

面向未来的医用影像分析

医用影像分析主要包括三个部分：设备的发展、数据分析和云计算。国立台湾大学和微软亚洲研究院的研究合作项目就旨在将设备（特别是医用影像设备）发展与大数据分析两者结合起来，以提供更好的设备为更多人提供优质医疗服务。

敏捷的设备可以制作出优质的图像，而优质的图像则可以产生优质的数据。要想一台设备可以提供优质的医学影像，并能在各种环境下正常工作，那么该设备必须是可移动的、具有强大的性能且可编程。因此，可移动性、性能、可编程是提供高品质医学影像的设备所需的三大主要特征。

怎样从图像中提取用于分析的数据呢？研究人员利用计算机辅助检测及分析技术，从一个高品质医用影像开始，对其进行特征抽取，然后分类。

起初，医用设备都是不可移动的，病人检查必须要到设备所在的地方进行。如今，设备已经可以移动到病房或病人所在的地方，西门子、GE等公司甚至已经提供像手机大小的无线设备。随着技术的发展，医学设备产生的影像质量越来越高，同时，影像中包含的信息内容也越来越丰富，甚至可以包括器官的功能等等。此外，以前的影像多是二维的数据，但现在影像已经可提供三维数据，数据量的增加要求设备必须具备较高的性能。

不仅如此，人体的各种器官，也需要不同的系统设置，而以往基于硬件的系统往往无法实现这一要求，因此研究人员需要研究的是基于软件的可编程系统，以便对数据进行实时处理。从基于硬件的系统到基于软件的系统有两个挑战：一个是计算能力，另一个是能够以多快的速度进行数据转换。现在的敏捷设备都在利用GPU进行图像处理，因此可以建立一个统一的可编程平台。

目前，设备与数据分析的发展经历了4代：

● 第一代：设备仅仅显示数据

● 第二代：设备可以显示经过处理后的数据

● 第三代：上两代的性能再配有GPU的敏捷设备

● 第四代：在云时代具有更高分析与处理能力的设备

设备与技术的转变将带来更多的机遇，国立台湾大学的李百祺教授表示，未来期待与微软亚洲研究院有更多合作。

正如不久前，微软CEO Satya Nadella在2017微软开发者大会Build上所说，定义向智能云和智能边缘转变的新时代有三个特点：首先是体验层向多设备与多感知的转变；其次，人工智能将普及于设备、应用程序和基础设施，以提供更多的见解和洞察；第三，在边缘的计算能力将使计算变得更加分散。鉴于这些特点，我们必将拥有更多的机会。同时，也会有更多的问题需要大家去发现、解决。

你也许还想看：

感谢你关注“微软研究院AI头条”，我们期待你的留言和投稿，共建交流平台。来稿请寄：[email protected]。

微软小冰进驻微软研究院微信啦！快去主页和她聊聊天吧。