微软研究院

微软研究院（Microsoft Research，简称 MSR）是微软公司的研究机构。它于 1991 年由 Richard Rashid、Bill Gates 和 Nathan Myhrvold 创立，拥有 1000 多名研究员^[1]。公司副总裁 Peter Lee 负责管理核心研究实验室^[1]。与其他企业实验室一样，它的任务既是做自由探索的研究，也是把想法和人输送回公司的产品线。

实验室的分布

第一个实验室于 1991 年在雷德蒙德（Redmond）开设，紧邻公司总部。第二个实验室于 1997 年在英国剑桥设立，微软亚洲研究院（Microsoft Research Asia）于 1998 年 11 月在北京成立。此后陆续增设：新英格兰（New England）2008 年，纽约市 2012 年 5 月 3 日，蒙特利尔在 2017 年收购 Maluuba 之后，东京在 2024 年 11 月^[1]。研究院自己的介绍页面列出的实验室包括雷德蒙德、剑桥、亚太、印度、蒙特利尔、新英格兰、纽约市，以及一个 Catalyst Lab^[6]。对于一个研究机构来说，地点分布本身就有意义：它可以在已经有强大学和本地 AI 产业的地方招人，而不必要求所有人搬到同一个总部。

产生了什么

它最知名的单项成果是一种叫 ResNet 的图像识别方法。论文《Deep Residual Learning for Image Recognition》由 Kaiming He、Xiangyu Zhang、Shaoqing Ren 和 Jian Sun 撰写，在 ILSVRC 2015 分类任务中以 3.57% 的 top-5 错误率获得第一名^[2]。同一篇论文还报告了在 ImageNet 检测和 ImageNet 定位任务上的第一名^[2]。它获得了 CVPR 2016 最佳论文奖^[5]。

其中的想法说起来并不复杂。给图像识别网络堆叠更多层，按理说会更强，但实际上极深的网络很难训练。残差学习（residual learning）绕开了这一点：让一组层学习相对于自身输入的修正量，而不是完整的变换，信号就能穿过很多层而不退化。这个简单的改动让层数多得多的网络变得可行，后来成为计算机视觉中的标准构件。

实验室的成果也进入了实际产品，包括 Kinect、Bing、HoloLens、Cortana 和 Microsoft Translator^[1]。这是企业实验室的另一半意义所在：语音识别、机器翻译、视觉和搜索排序，都是先作为研究问题存在，然后才成为产品功能的。

经过这里的人

许多研究员在微软研究院待上几年，然后走向别处。Jacob Devlin 后来是 BERT 的第一作者，他在 2014 年至 2017 年担任微软研究院的研究员，其间帮助 Microsoft Translator 从基于短语的机器翻译转向神经机器翻译^[3]。Tomáš Mikolov 在攻读博士期间曾到雷德蒙德的微软研究院访问^[4]。这类访问和实习，是企业实验室与学术界保持联系的一种方式；来来去去的人把方法和习惯带向两个方向。

在领域中的位置

微软的研究工作在 AI 上产出相当密集。2010 年至 2018 年间，在全球提交的 154,000 件 AI 专利中，微软持有约 20%，是所有公司中份额最大的^[1]。专利只是粗略的衡量方式，但这个数字说明，那段时间公司的研究成果有相当大一部分落在机器学习和相关方向上，而不只是系统和软件工程。

把这两面合起来看，它是一家被设计来同时做两件事的机构：发表别人可以接着做的研究，比如 ResNet；以及提供支撑千百万人使用的产品背后的技术。