导语:微软亚洲研究院成立于1998年,位于中国北京,是微软在美国本土以外最大的基础研究机构。目前,微软亚洲研究院拥有20个研究及工程团队,主要从事自然用户界面、新一代多媒体、以数字为中心的计算、互联网搜索与在线广告以及计算机科学基础五大领域的研究。
《人物》2016年7月18日发表了题为《中国互联网的黄埔军校》封面文章,引起热议,开头这样写道:微软亚洲研究院是百度总裁、阿里云之父、金山软件CEO、小米总裁的摇篮,这里走出的500多人活跃在中国IT产业的各大企业,100多人执教于中国一流大学。
本期硬创公开课,我们特意请到了微软亚洲研究院副研究员张富峥博士,来谈谈他在微软亚洲研究院工作的体验和他眼中的微软亚洲研究院。
张富峥,中国科学技术大学计算机科学博士,计算机科学与金融统计双学士,曾在澳大利亚昆士兰大学交流访问。
现为微软亚洲研究院副研究员,研究方向有用户模型、推荐系统、深度学习、情感检测、社交网络、时空数据挖掘、普适计算、大规模系统,并在该领域的重要会议和期刊上发表多篇文章,如KDD, WWW, Ubicomp, TIST等,曾获 ICDM2013 最佳论文大奖,并多次担任AI领域大会的特邀审稿人和执行委员会委员。
张博士首先简单介绍了一下来到微软亚洲研究院的经历:最开始是在大四下学期,那时进行了半年的实习,在这里完成了毕业设计。作为中科大和微软亚洲研究院的联合培养博士生,张博士第一年在学校完成了所有课程,然后接下来的四年博士生涯都是在微软亚洲研究院度过。去年博士毕业后,张博士加入研究院里谢幸博士所带领的社会计算组。
今天,张博士主要从一个研究院年轻人的角度跟大家分享了这里的工作和生活。
进来之前
| 微软亚洲研究院究有什么样独特的文化使得它被誉为AI界的“黄埔军校”?
这是一个很大的问题,我主要从三个方面来回答这个问题。
作为学术界和工业界的交联点,微软亚洲研究院充当了这么一个角色:一方面他与高校建立深厚的联系,每年从高校收纳那些学术功底非常扎实的人才。微软亚洲研究院成立之初就建立了一个学术合作部门,这个部门专门负责跟高校的合作、与高校合作培养人才之类的事情,比如我博士期间能够长期在微软亚洲研究院实习就得益于研究院同高校联合培养的项目。
另一方面,微软作为一个站在业界最前沿的高科技公司,在研究院我们不仅能够做深入的研究,也常常抱着对科学技术敬畏的心去实现科技产品,我们的研究成果也经常应用到微软发布的各种黑科技中。我们的研究员同产品组有着紧密的合作,在这里你可以尽情的发挥自己的所长,参与其中,探索未来的科技。
亚洲微软研究院成立于 98 年,近 20 年来的深厚的技术沉淀给予这些招纳的人才一个广阔的平台,同时研究院鼓励大家在兴趣驱动下进行自由的研究,能够让他们在各个领域内发挥他们的创新思路。我们研究院的定位是让员工可以在最心无旁鹜的情况下做科研创新。研究院的文化氛围是褒扬和鼓励对学术有浓烈兴趣、对科技有极致追求的人。在这里工作,我们没有 deadline(当然,除了你自己决定要发 paper,但是没有任何人告诉你必须发)。
因为,如果一件事情今天你可以计划做到,那就不是创新了,每个人都能做。科研就是要让研究员在一个很自由的环境下去想问题,但是在这个好的想法搜寻的过程中一定经历了很多的失败,在不断试错中探索成功的方向。在这里研究员有完全的自主性,在科研中,特别是青年科学家要创新,必须需要自由。
研究院里面大牛云集,很多人在自己的领域内都是世界级的专家,比如我们的院长洪小文博士就是语音识别领域的顶级专家,郭百宁副院长是国内屈指可数的 ACM Fellow。除了领导,我们身边的牛人也是随处可见,比如我们组的宋睿华研究员,不仅是高考状元,更是信息检索领域内的大牛。在这样的环境中,年轻人不仅能够快速学到自己领域内最前沿的知识,而且能够见识其他领域的最新发展,有利于培养深刻的见识和宽阔的视野。
| 它如何保持自己在工作上的前瞻性和远见性?
我先聊聊研究院里常常提到的三个使命:
我们的院长常常说微软研究院是在为微软赚后天的钱:如果说销售部门负责销售微软的产品,赚今天的钱;产品开发部门负责设计研发微软5年内的产品,赚明天的钱;那么研究院则需要把眼光放的更远,确保微软在接下来的5到10年具备技术上的领先优势,也就是负责赚后天的钱。
所以,无论是从研究院的使命还是定位来看,我们一直确保在技术上保持领先性和前瞻性。
其实在日常工作中,我们也深度地参与研究领域的顶级会议,透明发表最新的研究成果,跟行业内最厉害的人才交流沟通,随时保持站在技术的最前沿。在自由宽松的氛围下,这里的研究员都是以兴趣为导向,进行一些前瞻性的项目。就我自己而言,我最近正在做一些情感计算相关的前瞻性项目,希望这个项目不仅能够准确地识别用户的情感,而且能够让聊天机器人比如微软的小冰,跟用户能够建立起真正情感上的依赖和共鸣,这是目前这些机器人很难做到的事情。
大四下学期
| 可以结合一些工作、生活细节,谈谈到了微软亚洲研究院以后是种什么体验吗?
我分别谈谈在实习和工作两个阶段的感受吧。
我的博士生涯基本上都是在亚洲微软研究院度过的,现在回想起来这是一件很幸运的事情。在这里实习跟在学校和公司都不太一样。这里宽松自由的学术氛围使我能够去探索自己感兴趣的研究,这里也有最前沿的科技进展,让我能够深刻观察技术的趋势。最主要的,这里是一个智商和情感密度都极高的地方,当我碰到难题时,总能找到人帮我开拓思路。我研究工作中不少的想法都是和研究院的小伙伴们在吃喝玩乐中一起讨论碰撞出了思想的火花。
不仅研究院内有很多世界级的科学家可以学习膜拜,而且研究院同外界的学术大师或者业界大牛都保持了紧密的联系,这边常常会邀请各种牛人来给 talk,基本上是每周至少 2 到 3 个讲座的节奏,所以这里是扩展视野非常好的平台。
此外,研究院也非常鼓励学生参加各种学术活动,比如会资助学生参加高质量的国际学术会议,也经常组织比如优秀博士生论坛、学生技术展示节之类的活动,让学生能够展示和交流自己最近的研究成果。
研究院还有一个特色是多元化,这里不仅有来自亚洲其他国家的小伙伴,也常常有欧美来的研究员和实习生,不出国门就能感受到各种来自异国他乡的文化熏陶和做事风格,非常有利于国际视野的培养。
除了工作,实习生在这边的生活也是丰富多彩的,有各种吃喝玩乐的大咖带你玩。比如公司里很多层楼里都有桌上足球的设备,很多同学在闲暇之余都过去切磋几把,三五成群,大家放松之余,不仅球技见涨,而且认识了很多志趣相投的小伙伴。每周大家还会组织各种桌游活动和体育活动,足球、篮球、羽毛球,有兴趣都能随意参加,我们的口号就是 work hard, play harder。
生活和工作常常是相通的,有生活热情的人往往工作也非常出色。这里每年还有一个活动叫 family day 家庭日,研究员和实习生都常常带上自己的家属一起参加,有一种大家庭般的感受。这是我们组今年参加 family day 的图片。
这里来个软广告,这个视频介绍了实习生在这里的工作生活,大家有兴趣可以看一下(点击阅读原文观看视频)。
在成为正式员工后,除了能够享受到前面的各种福利,也会有一些不同的感受。首先是对自己的定位,在实习的时候,更多的是从参与的角度去完成公司的项目,而现在则需要担任项目领导的角色,不仅需要争取相关的资源,也需要决策最合适的解决方案以及协调项目的进展,不仅是项目的执行者,也是项目的管理者。
现在我陆陆续续也带了一些学生,在此过程中深感责任重大。实习的时候只需要把自己的事情做好就可以了,现在不仅要做好自己的工作,也要常常思考如何让学生在这里能够快速的成长,让学生不仅能够收获研究成果,也能培养独立自主的科研创新能力。
要想成为牛人 先靠近牛人
| 据说,微软亚洲研究院在业内有两个称号,一个叫亚洲善待博士组织,一个叫PhD杀手,那么在微软亚洲研究院当研究员和在学校当博士研究生有哪些不同呢?
其实我基本上一直在这边念博士。我来聊聊为什么选择在这边读博士吧。
如前面所讲,微软亚洲研究院作为高校和产业界的交联点,在这边我不仅能够接触到最前沿的科学研究,也能够洞察产业界的最新动态。我个人偏好于把最新的研究成果应用到实际产品中去,而微软亚洲研究院是满足这个条件的理想平台。在这里,我们的研究灵感甚至常常来源于产品的研发过程,在我们面临实际问题而目前还没有一个好的解决方案时,这个问题往往也是一个很好的科研问题,需要我们通过创新的思路进行探索。
研究院里还拥有各种丰富的资源。这边有很多大牛甚至世界级的科学家以及来自五湖四海的非常厉害的学生,要想成为牛人就应该去一个离牛人最近的地方。此外,这边还拥有强大的硬件设备和数据资源,在大数据和人工智能时代,公司里海量的用户数据能够让我们做很多有意思的问题,而大量的 GPU 等计算资源能够让我们的研究变得非常高效。
| 在你的研究成果中,有没有已经应用到产品中的例子可以和我们分享一下?
我来聊一下lifespec这个项目吧。随着近年来用户数据的广泛收集,用户画像这个领域非常热门,很多公司热衷于更精确地定位他们的目标客户。Lifespec就是这样一个项目,它收集各个平台公开的用户数据并且关联起来,通过模型能够形象地描述用户以及群体的特征。
比如这两个图展示了金融从业者和软件从业者的不同生活模式,从事金融的更喜欢看一些金融方面的书籍或者去酒吧签到,而从事软件的更喜欢看一些计算机和编程方面的书籍以及在办公室签到。
目前这个项目跟多个产品都有合作。其中一个是今年暑假上线的高校毕业生画像,用户在微软的搜索引擎必应中输入学校相关的关键词,就能在结果中看到这个学校毕业生的特征,比如最热衷的工作单位,最常去的地点等等。此外,我们还在和微软云合作,在云上提供用户画像的服务,很多的企业期望通过微软云上的这种服务能够更好的筛选他们的目标客户,以便进行更精准的广告投放。
| 未来有哪些你比较看好的的研究方向或技术热点?为什么?
因为我一直在做人工智能领域相关的研究,对这个领域比较熟悉,所以主要聊聊这里面我个人比较看好的一些方向。
个性化的机器人在未来会扮演越来越重要的角色。现在市场上已经有各种各样的机器人,既包括实体的智能设备比如亚马逊的 Echo、会社交的家用机器人 Jibo,也包括互联网上的虚拟机器人比如微软的小冰和小娜。这些机器人已经开始进入生活的方方面面,比如陪你闲聊、安排你的日程、控制家里的电器设备以及给小朋友讲故事等等,用越来越自然的拟人的交流方式为我们提供信息和服务。而且随着用户数据的累积,这些机器人会越来越个性化,就像你的朋友或者家庭成员一样,比如 Echo可以在晚餐时给家里人八卦一下它收集到的你身边朋友的趣事。
情感计算也是未来很有潜力的方向。有一部电影名字为《Her》,里面的男主角在结束了一段令人心碎的爱情长跑后,爱上了电脑操作系统,一个叫“萨曼莎”的“姑娘”,这部电影把人和机器之间的情感交流描绘的惟妙惟肖、令人惊叹。其实除了强调完成任务和功能强化,人们普遍希望能拥有并使用更为人性化的计算机和智能设备,甚至开始期盼它们能像人一样具有情感,能够与人进行自然和谐、亲切生动的智能交互,能够体会人的喜怒哀乐和见机行事。
其实人工智能的奠基人之一 Minsky 在80年代就明确指出“问题不在于智能机器能否有情感,而在于没有情感的机器能否实现智能”,可见情感计算对于人工智能的重要性。
我们其实也正同微软小冰紧密合作,根据用户数据体现的情感信号,比如寂寞对应的文字、开心对应的表情、愤怒对应的语调等,帮助小冰和用户建立不断进化的情感交流。
星星之火,可以燎原
| 以你的背景和能力,无论是投身学术界还是产业界,无论是留在学校还是进入公司,肯定都有非常多的选择,当时为什么会选择微软亚洲研究院呢?
如前所说,我个人喜欢做最前沿的研究,也喜欢把这些研究成果应用到实际产品中去,而微软亚洲研究院作为学术界和产业界链接的桥梁,是满足这个条件的理想平台。
但我们也注意到,最终很多人才“出走”微软亚洲研究院,他们中的很多人进入了产业界或干脆直接自己创业了,你怎么看这个情况?
我个人觉得要用平常心看待这个问题,企业特别是互联网企业里人才流动是很正常的现象,一定的人才流动反而会使得企业稳而不僵,活而不乱。
正如我们的前院长、现任微软执行副总裁沈向洋博士所说:“微软亚洲研究院不可能一直是中国唯一成功的计算机机构。”
因为随着时代的发展,任何情况下,尽管我们拥有非常巨大的优势,但是其他企业与我们之间的差距会不断缩小,这只是时间的问题和以什么样的形式缩小。也许是我们培养更多的人才走向本土企业,或者去往本土的大学和其他大学,还是像现在去创业公司,这些都非常正常。
其实对于我们,只有一件事是重要的:
微软亚洲研究院能够不断地创新,不断地做最了不起的事情。
如果想做科研或者是想对科研产生影响的话,微软亚洲研究院是中国乃至亚太地区最好的机构。
其实,对于离开研究院的人才,有一句话说的很好,“聚是一团火,散作满天星“,他们虽然没有继续在研究院工作,但是很多人同研究院任然有紧密的联系和合作。引用我们的院长洪小文博士的一段话:“从研究院的角度来讲,研究院的定位很清楚。这个定位不会适合每个人,也不会永远适合每个人。有一些人觉得,我要在这里心无旁鹜地做科研创新,就会在这边待得住。有些人说,我现在有其他的想法,我要实现它,不管是产品,不管是通过学校,还是进行所谓的创业,我们都会预祝他们成功,所以即便他们出去了,我们和这些人还是保持非常好的关系,我们还是 Partner。”
| 可以结合您自己的亲身经验,谈谈微软亚洲研究院在挑选人才时主要考察哪些方面吗?
其实沈向洋博士总结过:微软亚洲研究院招人要“三好”——第一数学好,第二编程好,第三态度好。
关于数学好,这是做科研的必备技能,我面试时就在小黑板上手写了不少机器学习中的数学推导。关于编程好,我想这也是计算机学生的必备技能,模型再好,是驴子是马,拿出代码来遛遛才行。关于态度好,今天的科学研究,很“不幸”的一点就是靠一支笔、一张纸立马成名的机会越来越少。各种软件,各种算法,不见得是一个人写出来的,而是一个团队讨论出来的。所以,你愿意和别人合作,觉得可以从别人身上学到东西的态度就很重要。
洪院长也常常告诉我们做科研很重要的一点是要有 passion(激情、热情),因为科研在很多时候是非常艰苦的,你要披襟斩棘去开创一条别人都不曾走过的路,如果没有足够的 passion 支持你,其实是很难坚持下来的。所以对科研的热情也是这边挑选人才的一个重要方面。
总的来说,研究院喜欢拥有扎实的学术和技术基础、良好的沟通能力和心态、聪明的人。
| 最后,对于那些未来希望和你一样进入微软亚洲研究院的在读博士、硕士们,你会给出哪些建议呢?
因为科研是在研究院中工作的重要部分,所以拥有好的研究背景和能力非常重要,比如在领域知名的国际会议或者期刊上发表文章、参加学术活动和会议等。
编程的能力也非常重要,我们经常会深度参与到产品的研发中,所以需要好的编程能力把算法模型落实到实际的产品中去。如果能有实际项目或者公司实习的经历,能够证明以前有过实际系统的经验,也是非常不错的加分项。比如对于数据挖掘领域的同学,可以去参加一些Kaggle上的竞赛,在这上面如果能取得好的名次就是其算法模型和编程能力的直观体现。
最后一点,也是最关键一点,对科研对技术拥有浓厚的兴趣和热情。因为科研的过程常常是艰辛的,如果仅仅是当做一份工作而不是以强烈的兴趣驱动,在这边往往很难取得好的成绩。