每个人都要懂计算机 微软科学家带你预测2017

12月4日上午，“编程一小时”科普活动启动仪式在微软大厦举行，180名小学生在微软工程师和现场志愿者的带领下，学习并体验了《我的世界》造物主版编程教程。这是本周微软在全球展开的计算机科学教育周活动之一。

在这个“加速时代”，技术进步和商业全球化正在改变整个行业以及社会本身，每个人都要懂一些计算机知识，尤其是我们的下一代，这一点比以往任何时候都更加重要。

尤其是女性和女孩，更需要了解计算机知识——尽管女性占世界总人口的约50%，但是据报告显示，在34个亚太经合组织成员国，只有不到20%的计算机科学专业毕业生是女性。

这会产生深远的社会和经济后果。原因如下：

●美国劳工统计局预测，到2020年，将有140万个计算类工作岗位，但是只有40万计算机科学专业的学生有能力申请这些工作。

●据美国大学与雇主协会报告显示，计算机科学是薪酬很高的一个专业，计算机编程岗位的增长速度是全国岗位平均增长速度的两倍。

●据这份美国科技领域女性中心发布的信息图显示，尽管57%的大学学士学位是由女生获得的，但是在主要科研类院校中，只有12%的计算机科学学位由女生获取。

计算领域为什么缺乏女性？人们经常提到的一个原因就是：缺乏能够激励女孩在科学（Science）、技术（Technology）、工程（Engineering）和数学（Mathematics）领域（简称STEM）追寻梦想的职业榜样。为此，我们特别邀请来自微软全球研究院的17位女性对2017年各自研究领域的前景进行预测，试图打消对科技行业女性的这一偏见。正值年末预测季，我们也请她们分享了她们对从现在起未来10年的展望。

我们希望您能从她们的广博知识中受益，愿意花一点时间在您的社交网络上分享这篇文章。如果一次简单的分享就能激励多一位女生或男生追求STEM职业梦想，那么你就对本周活动的主题精神做出了贡献。

1

张冬梅 微软亚洲研究院首席研究员

●2017年，数据分析与可视化领域将有哪些重大进展？

2017年，数据分析与可视化领域的重大技术突破将出现在智能数据发现 (Smart Data Discovery)方向，其核心就是自动、快速地从数据中挖掘出用户感兴趣的、最有价值的信息，并利用交互式、可视化的呈现方式提供给用户，从而帮助用户实现有效、专业的数据分析。

●2027年，数据分析与可视化领域的重大进展或热门话题将是什么？

2027年，数据分析与可视化领域的进展将使不同语义层面的跨数据源和跨领域的分析成为可能。广大用户将能够利用自然语言等更方便的交互机制，快速有效地从数据中获得与业务和生活各方面相关的广泛而深入的信息。

2

孙晓艳 微软亚洲研究院主管研究员

●2017年，计算机视觉领域将有哪些重大进展？

2017年的重大进展就是：基于深度学习的计算机视觉技术将在2017年继续高速发展。这将在接近人类能力的高精度对象识别、轻量级便携式视觉系统以及视觉平台的广泛应用中充分体现。

●2027年，计算机视觉领域的重大进展或热门话题将是什么？

到2027年，视觉“眼”将无处不在。我们将拥有高度发达的成像设备、强大的计算资源以及整合深度和广度学习的视觉技术。这些技术的进步使得无处不在的视觉“眼”能够“看到”并在日常生活和各种职业中为人们赋予更大能力——从制造和医疗一直到金融和安全。

3

Kalika Bali 微软印度研究院研究员

●2017年语音和自然语言处理领域将有哪些重大进展？

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。

4

Jennifer Chayes 微软新英格兰研究院院长

●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。

5

Susan Dumais 微软雷德蒙研究院副院长

●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，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。

6

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？

如果我们可以想象编程生物学终将实现，那么在未来10年，我们将在农业、医疗、能源、材料和计算等领域开拓全新的行业和应用。尽管过去50年已经因为芯片编程能力而彻底改变，我们将进入下一个编程革命：生命软件时代。

7

Mar Gonzalez Franco

●2017年，虚拟现实领域将有哪些重大进展？

2017年，我们将看到拥有更好的人体追踪技术的虚拟现实设备出现。其积极的结果就是能够从第一人称的视角体验到虚拟化身。

●2027年，虚拟现实领域的重大进展或热门话题将是什么？

到2027年，虚拟现实系统将无处不在，并且能够提供丰富的多种感官的体验，从而产生融合或改变“感知现实”的幻觉。利用这一技术，人类将重新训练、调整并改进其感知系统。与目前只能刺激视觉和听觉感官的虚拟现实系统相比，未来虚拟现实的体验将扩展到其它感官——其中包括通过触觉设备而获得的触觉。

8

Mary L. Gary

●2017年，社会科学领域将有哪些重大进展和拐点？

社会科学家和计算机科学家将一起开发一套可绘制并能够衡量文化、经济和政治“过滤泡沫”的新方法——关于来自朋友的新闻和消息——并分析它们如何影响人们的日常“线下”生活。

●2027年，社会科学领域的重大进展、拐点或热门话题将是什么？

到2027年，美国近30%的成年人都将从事某些形式的兼职工作——提供人工智能驱动的商品和服务，例如纳税咨询或医疗支持。消费者可能知道、也可能不知道为其提供服务的何时是人机回圈（Human-in-the-loop）中的人类。社会科学将在技术开发和公众政策制定方面发挥重要作用，创造新的“便携式福利”社交安全网，从而满足21世纪人工智能驱动的劳动力的需求。

9

Katja Hofmann 微软剑桥研究院研究员

●2017年，人工智能和机器学习领域将有哪些重大进展？

2017年，计算机游戏将在人工智能开发中唱主角。基于游戏的实验平台——例如我和我的团队开发的、可在游戏《我的世界》中进行人工智能实验的Project Malmo——将能够迅速测试新理念。我对人工智能的协作潜力尤为激动。我们目前才刚刚开始了解人工智能如何向人类学习并与我们协作，以帮助我们实现目标。

●2017年，人工智能和机器学习领域将的重大进展或热门话题将是什么？

人工智能正在快速发展。它有极大的潜力，能够让人们变得更加强大，并帮助我们解决重大的全球性挑战。对我来说，最重要的话题就是如何确保这些进展和重大潜力在2027年之前转化为人工智能技术，从而最大程度造福社会。

10

Nicole Immorlica

●2017年，经济和（或）博弈论中将有哪些重大进展？

随着人们在大数据时代面临日益复杂的决策，想要做出最佳选择将变得更加困难。面对这种复杂性，经济学家将开发关于潜在次优行为（sub-optimal behavior）的新理论；计算机科学家将开发出自动化机器学习工具，帮助人们在这些场景下做出正确决策。

●2027年，经济学和（或）博弈论领域的重大进展或热点话题将是什么？

到2027年，自动化将催生新的经济——大部分人的社会贡献来自于他们日常生活中所生成的数据，而不是他们所做的工作。经济学家将探讨能够针对这些贡献而对人们进行公平补偿的各种方案。最有可能的方式就是通过税收或社保项目等机制来进行更深入的财富再分配。