3月6日，一年一度的微軟技術(shù)節(jié)（TechFest 2012）在微軟位于美國(guó)雷德蒙的總部舉辦，來自世界各地微軟研究院的研究員帶來了最新的研發(fā)成果，向我們展示了科技的美好未來。

每年舉辦的TechFest是微軟研究院面向微軟內(nèi)部舉辦的技術(shù)節(jié)，該技術(shù)節(jié)始于2001年，被譽(yù)為“計(jì)算機(jī)研究領(lǐng)域盛宴”。作為微軟研究院年度最大的活動(dòng)，來自全球6大研究院的研究員們都會(huì)聚集到微軟總部，展示包括內(nèi)部研究以及外部開放合作的創(chuàng)新成果。在這個(gè)像市集一樣的場(chǎng)所，微軟產(chǎn)品部門的員工能夠與研究員進(jìn)行充分地溝通和交流，零距離接觸各種最新技術(shù)，尋找合作契機(jī)以將研究院領(lǐng)先的技術(shù)應(yīng)用到微軟的產(chǎn)品中。

可以說在微軟發(fā)布的每一款產(chǎn)品中幾乎都有微軟研究院的烙印，微軟研究院的研究成果已經(jīng)融入到幾乎所有的微軟產(chǎn)品之中，任何一款微軟的產(chǎn)品，不是含有來自微軟研究院的技術(shù)，就是基于微軟研究院的核心技術(shù)制造而成。它們對(duì)微軟整個(gè)產(chǎn)品線的影響都是巨大的。今年的TechFest圍繞“融合虛擬與現(xiàn)實(shí)”（Blending Virtual and Physical）和“大數(shù)據(jù)有大智慧”（Profound Insights from Big Data）兩大主題展開，重點(diǎn)介紹微軟研究院在自然用戶界面（NUI）以及大數(shù)據(jù)處理方面的研究成果，共有155項(xiàng)來自微軟研究院全球各機(jī)構(gòu)的最新研究成果在為期3天的活動(dòng)上亮相。

TechFest 2012上展示的技術(shù)正在向我們表明，計(jì)算機(jī)開始具備更多像人一樣的認(rèn)知能力，能夠更好地觀察、傾聽和感受用戶的一舉一動(dòng)、一顰一笑?，F(xiàn)實(shí)世界與虛擬世界正面臨融合的拐點(diǎn)，計(jì)算將變?yōu)樯钪凶匀磺也豢煞指畹囊徊糠郑瑥亩鴰頍o限創(chuàng)造力、新體驗(yàn)和可能性。而針對(duì)海量大數(shù)據(jù)進(jìn)行更智能處理的技術(shù)，也正在為我們營(yíng)造全新的信息和服務(wù)、溝通和協(xié)作方式。TechFest 2012使我們仿佛置身于駛往未來的時(shí)光機(jī)之中，思考技術(shù)的未來。

未來攝像頭

Gesture Recognition with Next Generation Webcam

Kinect無疑是近幾年最具創(chuàng)意的人機(jī)交互技術(shù)，它為Xbox360的用戶帶來了前所未有的游戲體驗(yàn)，更令人振奮的是Kinect for Windows SDK的推出，為Kinect應(yīng)用到計(jì)算機(jī)上提供了可能。

而微軟亞洲研究院在TechFest 2012上展示的下一代網(wǎng)絡(luò)攝像頭技術(shù)中的一項(xiàng)是精度更高的深度攝像頭，該攝像頭借助紅外技術(shù)生成深度信息，能在30cm~50cm的距離內(nèi)工作，能夠獲得大約640×480的高精度深度信息，借助這些數(shù)據(jù)和Kinect原有的算法，PC能夠生成現(xiàn)實(shí)物體更加精細(xì)的3D模型，用戶也能夠?qū)崿F(xiàn)更精細(xì)的手勢(shì)控制。

在體積上，新的深度信息攝像頭與目前普通的攝像頭尺寸相仿，在結(jié)構(gòu)上它也沒有采用過多特殊部件。因此可以預(yù)計(jì)，這樣的產(chǎn)品在面世后，在售價(jià)方面也不會(huì)比現(xiàn)有的Kinect高多少。

一年一部阿凡達(dá)

High Fidelity Facial Animation Capturing

詹姆斯·卡梅隆歷時(shí)4年才拍攝出了科幻巨作《阿凡達(dá)》，該片將計(jì)算機(jī)特效的制作水平推向了全新的高度，其中為了讓阿凡達(dá)們的面部表情更加自然，影片的特效師們使用了十分復(fù)雜的面部跟蹤技術(shù)，并耗費(fèi)了大量的時(shí)間制作人物的各種表情。而如果他們擁有微軟亞洲研究院的高保真面部動(dòng)畫捕捉技術(shù)的話，就會(huì)大大降低特效制作成本并縮短制作時(shí)間，甚至一年做出一部阿凡達(dá)都不成問題。

這項(xiàng)技術(shù)將高精度面部3D掃描技術(shù)與面部表情分析、動(dòng)作預(yù)測(cè)技術(shù)相結(jié)合，能夠讓計(jì)算機(jī)自動(dòng)生成虛擬的高精度3D面部和各種表情。該技術(shù)首先利用高精度3D掃描儀對(duì)人臉的某幾種表情進(jìn)行高精度掃描，獲得包含極高精度、細(xì)節(jié)的3D面部，類似動(dòng)畫中的“關(guān)鍵幀”，接下來在人臉上標(biāo)注關(guān)鍵特征點(diǎn)，并拍攝該面部的各種表情，通過分區(qū)域分析每組特征點(diǎn)的運(yùn)動(dòng)規(guī)律，獲得這個(gè)人表情的變化規(guī)律。最后將這些特征點(diǎn)的運(yùn)動(dòng)規(guī)律與之前獲取的高精度3D“關(guān)鍵幀”相對(duì)應(yīng)，即可讓這些高精度表情按照真實(shí)用戶的表情規(guī)律“動(dòng)”起來。之后3D虛擬面部的各種表情就都可以由PC自動(dòng)生成了。

街景車“下崗”

Automatic Building Parsing in Urban Areas

CHIP曾不止一次地介紹微軟亞洲研究院基于高維圖像算法研發(fā)的圖像處理技術(shù)，這一技術(shù)能讓PC看“懂”圖片，簡(jiǎn)而言之就是讓PC不再只會(huì)尋找相似像素區(qū)域，而是懂得圖片中這里是桌子、那里是窗戶。而在TechFest 2012上我們?cè)俅慰吹搅搜芯繂T們基于這一技術(shù)開發(fā)的圖像分析技術(shù)的演進(jìn)版本。

這一技術(shù)被稱為城市地區(qū)建筑物自動(dòng)解析，該技術(shù)能夠自動(dòng)分析并找出圖像或視頻中的建筑物表面，并根據(jù)這種2D的圖像數(shù)據(jù)自動(dòng)生成建筑物的3D結(jié)構(gòu)。該技術(shù)除了能對(duì)建筑物進(jìn)行定位之外，還可以在不依賴人工干預(yù)的情況下計(jì)算每個(gè)建筑物表面的幾何形狀、位置和方向。換句話說，就是我們通過給PC輸入一個(gè)固定角度的2D圖像，計(jì)算機(jī)就能夠繪制出這個(gè)圖像中每個(gè)建筑物的3D圖像，而且建筑物中相互被遮擋的部分也能夠自動(dòng)補(bǔ)全，這樣我們就能夠從各個(gè)角度觀看這一區(qū)域的建筑物。這一技術(shù)一旦成熟，我們將不再需要借助3D街景車辛苦地巡街才能生成整個(gè)城市的3D街景，也許幾張高精度2D照片就能夠讓我們獲得整個(gè)城市的立體模型。

換個(gè)角度看歷史

Chronozoom

歷史信息往往需要在圖書館以及互聯(lián)網(wǎng)中進(jìn)行手動(dòng)整理，對(duì)于從事歷史教育、學(xué)習(xí)的人來說，這會(huì)占據(jù)大量時(shí)間。而Chronozoom提供了一種圖像化的類似時(shí)間軸方式的歷史數(shù)據(jù)整理方式，這個(gè)系統(tǒng)采用數(shù)據(jù)虛擬化技術(shù)，在一個(gè)云計(jì)算平臺(tái)上匯聚了137億年間關(guān)于宇宙、地球、生命以及人類的歷史。我們可以用縮放的方式快速地在一年至數(shù)十億年的界面間轉(zhuǎn)換，系統(tǒng)會(huì)自動(dòng)匯集選中時(shí)間段的數(shù)據(jù)信息，并自動(dòng)根據(jù)信息的重要程度進(jìn)行有選擇的羅列。而且Chronozoom提供的是一個(gè)富媒體集，包括音頻、視頻、文字、PDF文件、圖表、圖形等數(shù)據(jù)。另外其允許不同用戶根據(jù)需要定制功能，使得教授、老師和研究人員能夠分享各自的工作。

翻譯的群策群力

Machine Translator Hub

基于PC的翻譯系統(tǒng)通常都是由技術(shù)專家設(shè)計(jì)和維護(hù)的，而基于微軟Machine Translator Hub技術(shù)的微軟翻譯定制版（MTCE）則采用了新穎的設(shè)計(jì)理念，即人人為我、我為人人。這一系統(tǒng)基于目前常見的采用統(tǒng)計(jì)技術(shù)的翻譯模型，提供基本的詞義翻譯等數(shù)據(jù)，之后其面向語(yǔ)言工作者開放了一個(gè)平臺(tái)，用戶能夠向這個(gè)平臺(tái)上傳自己翻譯的某段文字的雙語(yǔ)內(nèi)容，系統(tǒng)能夠自動(dòng)給出兩種語(yǔ)言翻譯的對(duì)照效果，隨著這兩種語(yǔ)言對(duì)應(yīng)翻譯內(nèi)容的增多，翻譯系統(tǒng)會(huì)根據(jù)這些翻譯內(nèi)容進(jìn)行自動(dòng)升級(jí)和更新，以讓翻譯結(jié)果更加準(zhǔn)確。

另外，用戶在上傳翻譯內(nèi)容時(shí)還可以選擇所翻譯內(nèi)容的類別，如科技或醫(yī)學(xué)，以保證翻譯數(shù)據(jù)的精準(zhǔn)性。這一產(chǎn)品能夠有助于保持非主流語(yǔ)言的活力和生命力，用戶也可以借助這個(gè)平臺(tái)構(gòu)建和部署定制化的翻譯模型或使用微軟翻譯API及網(wǎng)頁(yè)小工具來獲取這一翻譯平臺(tái)的服務(wù)。

氣候趨勢(shì)分析

FetchClimate

FetchClimate是一個(gè)能夠分析和顯示全球氣候變化的系統(tǒng)，它能夠提供智能的氣候數(shù)據(jù)檢索服務(wù)。這個(gè)系統(tǒng)收集了來自全球各個(gè)氣象服務(wù)系統(tǒng)的數(shù)據(jù)，時(shí)間涵蓋自1900年至2010年。用戶可以手動(dòng)選擇地圖上的某個(gè)區(qū)域以及氣候變化的時(shí)間段，之后還可以設(shè)置選定區(qū)域氣候信息的精細(xì)度，例如我們可以將選定區(qū)域細(xì)分成100個(gè)甚至1000個(gè)子區(qū)域，每個(gè)子區(qū)域的氣溫趨勢(shì)會(huì)以顏色來表明。這一系統(tǒng)基于Azure平臺(tái)搭建，它最大的特點(diǎn)在于不僅可以顯示所有具備氣候歷史記錄數(shù)據(jù)地區(qū)的信息，在一些歷史數(shù)據(jù)不完善區(qū)域，這一系統(tǒng)還能夠根據(jù)區(qū)域所在的經(jīng)緯度、地理環(huán)境的周邊特征生成模擬的氣候數(shù)據(jù)。這一特性對(duì)于那些需要在特殊區(qū)域進(jìn)行氣候研究的學(xué)者來說十分實(shí)用。

當(dāng)虛擬“撞到”現(xiàn)實(shí)

Beamatron

Kinect及深度信息的應(yīng)用，讓虛擬世界中的物體能夠與現(xiàn)實(shí)中的物體發(fā)生交互。TechFest 2012上展示的Beamatron模型將投影機(jī)與Kinect整合在一個(gè)運(yùn)動(dòng)的云臺(tái)上，投影機(jī)投射出來的虛擬汽車可以用無線手柄進(jìn)行遙控并在現(xiàn)實(shí)房間的地板上行駛，當(dāng)虛擬汽車碰到現(xiàn)實(shí)中的障礙物，如斜坡，甚至伸到畫面中的一只腳時(shí)，小車的投影圖像會(huì)發(fā)生相應(yīng)的傾斜或偏轉(zhuǎn)，就像真地碰到這個(gè)障礙物一樣。這是因?yàn)镵inect所提供的深度信息事實(shí)上讓PC“看”到了現(xiàn)實(shí)房間地板上的凹凸變化，當(dāng)虛擬的小車行駛到這些有凹凸變化的區(qū)域時(shí)投影機(jī)就會(huì)投射出不同樣子的小車圖案，就好像這個(gè)小車真的碰到了某個(gè)障礙物一樣。將這一技術(shù)與3D顯示技術(shù)配合，從特定角度觀看時(shí)用戶將獲得更加真實(shí)的畫面效果。

“懂事”的投影

Wearable Multitouch Projector

Kinect與投影機(jī)結(jié)合能夠?qū)崿F(xiàn)很多獨(dú)特的應(yīng)用，例如將微型投影機(jī)與Kinect相結(jié)合而設(shè)計(jì)的可穿著的多點(diǎn)觸控交互應(yīng)用。

這一應(yīng)用將一個(gè)微型投影機(jī)和一個(gè)小型化的Kinect捆綁在一起，架在用戶的肩上。用戶在這個(gè)設(shè)備面前舉起任何平面，如一本雜志甚至手掌，投影機(jī)即可在上面投射出畫面，而且這個(gè)畫面是支持多點(diǎn)觸摸的，用戶用手指在上面可以隨意點(diǎn)擊或滑動(dòng)。

這款設(shè)備在使用之前無需校準(zhǔn)，用戶只需將投影面舉到Kinect前面，即可輕松啟動(dòng)系統(tǒng)。不過真正精彩的地方在于，Kinect的介入能夠讓投影機(jī)更好地適應(yīng)投影平面，Kinect能夠提供面前投影平面的深度信息。比如投影機(jī)面前是一個(gè)手掌時(shí)，Kinect能夠?qū)⑹终频妮喞答伣o系統(tǒng)，系統(tǒng)就可以控制投影機(jī)只將畫面投射在手掌中能夠平整顯示畫面的位置上，而不會(huì)投到手指上。類似地，當(dāng)投影機(jī)面前的平面是傾斜的時(shí)候，投影機(jī)也會(huì)自動(dòng)進(jìn)行梯形校正，保證最終畫面的觀看效果。

關(guān)于微軟研究院

微軟研究院創(chuàng)建于20年前的1991年9月，致力于從事計(jì)算機(jī)科學(xué)、軟件工程基礎(chǔ)和應(yīng)用研究。它成立時(shí)整個(gè)微軟也只有幾千名員工，銷售額剛剛跨過10億美元。因此，能在當(dāng)時(shí)做出決定建立一個(gè)從事基礎(chǔ)研究的機(jī)構(gòu)實(shí)屬不易。

現(xiàn)在，微軟研究院已經(jīng)是計(jì)算機(jī)科學(xué)領(lǐng)域最大的基礎(chǔ)研究機(jī)構(gòu)之一，已經(jīng)在全球6個(gè)地方建立從事基礎(chǔ)研究的研究院，包括位于美國(guó)雷德蒙的微軟雷德蒙研究院、位于美國(guó)馬薩諸塞州劍橋鎮(zhèn)的微軟新英格蘭研究院、位于美國(guó)加州山景城的微軟硅谷研究院、位于英國(guó)劍橋的微軟劍橋研究院，位于中國(guó)北京的微軟亞洲研究院以及位于印度班加羅爾的微軟印度研究院。除以上研究院外，微軟研究院還在埃及的開羅微軟創(chuàng)新中心、德國(guó)亞琛的歐洲微軟創(chuàng)新中心、雷德蒙的FUSE實(shí)驗(yàn)室、雷蒙德的微軟研究院學(xué)術(shù)合作部和the eXtreme Computing Group開展研究工作。

微軟研究院擁有850多名具有博士學(xué)位的研究員，它吸收這些計(jì)算機(jī)科學(xué)領(lǐng)域最聰明的大腦，并讓他們基于自己特有的天賦和研究興趣開展研究，因此微軟研究院所涉及的領(lǐng)域不僅限于傳統(tǒng)的計(jì)算機(jī)科學(xué)，也延伸到融入計(jì)算機(jī)科學(xué)的其他領(lǐng)域，例如生物學(xué)、化學(xué)、物理以及環(huán)境科學(xué)。

從計(jì)算機(jī)科學(xué)基礎(chǔ)研究論文發(fā)表上看，微軟研究院已經(jīng)成為全球第一大機(jī)構(gòu)，其獲得的最佳論文獎(jiǎng)比世界上任何其他機(jī)構(gòu)都要多。作為全球性質(zhì)的研究機(jī)構(gòu)，其還與世界各地的大學(xué)、研究實(shí)驗(yàn)室、政府以及其他公司展開合作。

聲音

我們之所以成為一個(gè)全球性的機(jī)構(gòu)，原因之一就是我們從世界各地聘請(qǐng)到最好和最聰明的人。其實(shí)我并不直接投資于具體的研究項(xiàng)目，也不直接投資于特定的領(lǐng)域，而是投資于人才。只要有可能，我們總會(huì)嘗試聘請(qǐng)最好和最聰明的人，因?yàn)檫@才能真正推動(dòng)長(zhǎng)期研究的發(fā)展，才能真正帶來對(duì)公司至關(guān)重要的創(chuàng)新和突破。

——里克·雷斯特博士

微軟公司首席研究官

作為微軟在海外最大的基礎(chǔ)研究機(jī)構(gòu)，微軟亞洲研究院始終堅(jiān)持通過技術(shù)創(chuàng)新推動(dòng)整個(gè)計(jì)算機(jī)科學(xué)領(lǐng)域的發(fā)展，并幫助改善人們的計(jì)算體驗(yàn)。我們希望能有更多微軟亞洲研究院的創(chuàng)新成果轉(zhuǎn)化到微軟產(chǎn)品中，加速實(shí)現(xiàn)這些激動(dòng)人心的計(jì)算體驗(yàn)。

——洪小文博士

微軟亞洲研究院院長(zhǎng)

非常高興能在2012微軟技術(shù)節(jié)上見到如此之多令人振奮的技術(shù)演示，它們?cè)诖髷?shù)據(jù)和自然人機(jī)交互領(lǐng)域的巨大應(yīng)用潛力更是讓我印象深刻。本次技術(shù)節(jié)讓我看到了微軟運(yùn)用基礎(chǔ)研究成果解決實(shí)際難題的努力，涉及教育、醫(yī)療、交通等與生活息息相關(guān)的眾多領(lǐng)域。多年來，微軟亞洲研究院對(duì)中國(guó)計(jì)算機(jī)學(xué)會(huì)和清華大學(xué)給予了大力的支持，雙方在人才培養(yǎng)、學(xué)術(shù)交流等多個(gè)方面有著廣泛而深入的合作，希望未來雙方能繼續(xù)加強(qiáng)合作與交流，共同開創(chuàng)計(jì)算機(jī)科學(xué)領(lǐng)域的新疆界。

——鄭緯民

清華大學(xué)教授、中國(guó)計(jì)算機(jī)學(xué)會(huì)理事長(zhǎng)