今天，我们精选了微软亚洲研究院入选 NeurIPS 2020 中有关强化学习和生成式对抗网络 GAN 领域的工作，为大家进行介绍。

12月6日至12日，国际人工智能顶级会议 NeurIPS 2020（Conference and Workshop on Neural Information Processing Systems，神经信息处理系统大会）将在线上举办。

本篇论文针对网络结构搜索中超网训练不充分的问题，提出了使用优先路径进行蒸馏的方法，加快了超网训练的收敛和搜索速度，且搜索得到的网络性能超越了大多数现有算法。

AI 编程是人们对人工智能的一大期望，现在的 AI 编程技术虽然已经惠及了许多不会编程的普通用户，但还远没有达到满足人们预期的程度，一大痛点在于：现有 AI 只会进行机械地记忆与复制粘贴，难以灵活处理人们的需求。

本文将通过六篇论文，从建模方法、响应时间优化、数据增强等不同方面讲解端到端语音模型的发展，并探讨不同端到端语音识别模型的优缺点。

EMNLP 是自然语言处理领域的顶级会议之一，2020年的 EMNLP 会议将于11月16日至20日召开。微软亚洲研究院精选了5篇录取的论文为大家进行介绍。

针对现有深度学习框架的局限，微软亚洲研究院和北京大学、上海科技大学合作提出了 RAMMER：一种可以成倍甚至几十倍地提升深度学习计算速度的编译框架。

来自微软亚洲研究院自然语言计算组的研究员们提出了一种与显式地利用蒸馏损失函数来最小化教师模型与学生模型距离的知识蒸馏不同的模型压缩新方法。

OSDI 是计算机系统软件领域全球最顶级的会议之一，每两年举办一届，被誉为“操作系统原理领域的奥斯卡”，拥有极高的学术地位。第14届 OSDI 将于2020年11月4日至6日召开。

人类认知的三大属性包括：单语言文本（X），音频或视觉感官信号（Y）和多语言文本（Z）。微软通过研究 X、Y、Z 三个领域的交汇处，发现了实现 AI 能力又一次飞跃的可能——以更接近人类的学习和理解方式进行多感知和多语言学习。

关于 AI 技术的新玩法，与会嘉宾都有哪些独到的见解？我们来系统地回顾一下。

一个真正强大的对话式人工智能不仅仅要能够深刻理解语言，还必须能执行各种“行动”为用户服务。

最近，微软研究院推出的情景智能平台（Platform for Situated Intelligence）致力于提供完整的开发套件，能大大提高应用开发及相关研究的效率，或许在一定程度上推动了该问题的解决。

微软 Azure 认知服务团队和微软研究院的研究员提出了全新解决方案视觉词表预训练 (Visual Vocabulary Pre-training)。该方法在 nocaps 挑战中取得了新的 SOTA，并首次超越人类表现。

微软亚洲研究院首席研究员童欣做了主题为《智能图形生成与创作》的报告，就深度学习和人工智能将如何改变游戏图形的生成与创作进行了分享。

以深度学习为代表的人工智能算法，近年来在理解自然语言上取得了飞跃式的突破，代码智能也因此获得了越来越多的关注。该领域一旦有突破，将大幅度推动AI在软件开发场景的落地。