内容简介:“我小学五、六年级的时候想学电脑技术,但是学校没有电脑课,于是我就去找老师申请开课。老师没理我。我就回家对我妈软磨硬泡,让她去跟学校说开设电脑课。我妈被我纠缠得烦了,真的去跟老师说了,学校才开了课。从那时候起,我开始接触电脑编程。”
硅谷Live / 实地探访 / 热点探秘 / 深度探讨
“我小学五、六年级的时候想学电脑技术,但是学校没有电脑课,于是我就去找老师申请开课。老师没理我。我就回家对我妈软磨硬泡,让她去跟学校说开设电脑课。我妈被我纠缠得烦了,真的去跟老师说了,学校才开了课。从那时候起,我开始接触电脑编程。”
眼前说话的这位高大英俊却略带孩子气的学者不是别人,正是斯坦福计算机科学系的教授Jure Leskovec。同时,Jure 还是独角兽公司Pinterest的首席科学家以及Facebook总裁扎克伯格与妻子共同创办的 Chan Zuckerberg Initiative 慈善基金会的首席调查员(Principal Investigator)。
到底是怎样的际遇让他成为了一名电脑科学家?又是怎样的能力让他在学术圈与工业界风生水起?小探最近和Jure Leskovec教授聊了聊他的研究与他的学术圈+工业界的经历,看看他是如何探索未知领域并将学术研究应用于实际生活的。
10岁开始编程的斯洛文尼亚电脑天才
“1992年的时候,10岁的我开始攒钱买电脑。从几块钱开始,攒了大半年,攒到了一百美金。交给我爸,不知道他添了我攒的钱数的多少倍,给我抱回来一台286电脑。”
说起第一次接触电脑,Jure 对于当时的情景历历在目。成长于斯洛文尼亚的Jure 还清晰的记得自己用这台来之不易的电脑编的第一个程序。
“我把它叫做‘程序0 ’,并且还加了评论:这是‘程序0 ’,因为它什么也不会做。 ” Jure 笑着说。
Jure 17岁的时候,因为当时获得了斯洛文尼亚电脑竞赛的一等奖,被邀请到HP总部作为暑假研究员。那是他第一次见到硅谷,见到斯坦福大学。只不过,那时的Jure一定想不到,有一天自己会成为斯坦福的教授。
之后在斯洛文尼亚读大学的每一年假期,Jure 都会利用暑假来美国做研究实习。大学毕业后,Jure 前往以电脑科学研究著名的卡内基梅隆大学攻读博士,并在康奈尔大学做博士后,直到他来到斯坦福计算机科学系任职,一路开挂,成为“大神”级的人物。
在谷歌学术搜索(Google Scholar)上,我们可以看到 Jure拥有接近4.5万的论文引用数量,H指数为84 。什么是H指数?H指数的计算基于其研究者的论文数量及其论文被引用的次数。一个人在其所有学术文章中有N篇论文分别被引用了至少N次,他的H指数就是N。
美国研究型大学要获得永久教职(副教授),H指数一般为10到12,晋升为正教授则大约为18。成为美国科学院院士则一般在45以上,中位数是57。Jure 的 84 H 指数也就意味着他在人工智能研究领域的的地位举足轻重。
那么这位大神级教授到底都在研究哪些问题呢?让小探带你继续看下去!
用网络(Network)给世界讲故事
Jure 在斯坦福的团队一直在研究如何分析以及建模大型社会和信息网络(Network)。其中,他重点关注网络结构的统计建模、网络演化、以及信息、病毒等在网络上的传播。可以说,大数据、互联网、以及其他在线媒体共同推动的他的研究。同时,他还致力于文本挖掘和机器学习的应用。
为什么是网络?
“网络与其相应图像可以最好地、最简化地展示出一个成员间互相联系的复杂系统。这也意味着如果我们想为一个复杂系统建立一个模型去理解并预测其中成员的行为,那我们一定要用到网络图像。” Jure 首先表达了网络的重要性。对于不同的研究领域来说,网络可以成为描述复杂数据的统一语言。
各种各样的网络,图片来自Jure的讲座
其次,Jure 认为在技术层面,电子计算在展现网络图像方面还有很多可挖掘的地方,比如在手机移动、生物医疗等领域。这些及有挑战性的研究方向,为什么不进一步探索一下?因为对于网络的研究会为社会媒体、社交网络、新的药物研制等方面带来很大的影响。
那么,研究网络图像,为何要先从社交网络( social network) 入手呢?在Jure 看来,社交网络已经跳出了计算机科学的技术层面,而让我们进一步更好地了解人类社会的组织构架了。利用网络研究人际关系,可以让我们更好地研究人类行为。而社交网络则会提供大规模的数据来支持这一类的研究。
具体的研究步骤可以归纳为:
-
获取因特网以及移动手机上产生的大量数据
-
利用大数据的机器学习搭建网络模型
-
深刻理解人类行为
对于一个科学家来说,如何深刻地理解人类的行为?Jure 的团队与斯坦福社会学系合作,共同探究人类的行为表现,而 Jure 也阅读了大量的社会行为学书籍。
“我们组的研究成果不仅仅发表在KDD、NIPS等这些传统的计算机领域的会议期刊上,我们还发表在了像Science、Nature 这些顶级的自然科学期刊上。 因为我们的研究不仅对计算机领域有意义,还对更广阔的科学领域有所影响。
在Jure看来,新的人工智能技术、新的模型、与新的科学发现才是他研究工作的使命。
从最初的社交网络研究开始, Jure 就和美国的Facebook、Twitter、LinkedIn等几大媒体公司展开合作,去探究人类是如何使用社交网络的。比如说在与Facebook的合作中,Jure 团队所做的基础研究中,主要针对信息为何以及如何在社交媒体快速、广泛传播的、不同类型的信息有哪些不同的散播渠道,如何预测新信息的流向等等。
那么Jure的新发现有哪些能应用到我们平日的生活中呢?Jure 的团队与中国的网络购物平台展开合作。利用这些平台提供的数据,可以为每个消费者所购买的所有物品创建出不同网络,而这些网络的构建就可以为之后平台的推送做出判断。
“在购物平台上利用机器学习即使推送错了,不会涉及性命攸关的问题。但是,如果我们用机器学习来帮法官审理案件,那可是要有百分之百的判断率。” Jure 严肃地说到。因此,如何让系统更加准确地做出推送判断,就成为了Jure 团队研究的内容之一。
最近,Jure 又把网络研究的触角伸向了生物医疗领域。不同细胞之间如何互相作用?不同的分子、蛋白质之间如何互相作用?而用网络展现这些不同因子的关系就是我们研究生命的一种方法。而这种利用网络与机器学习研究方法,对于研制新的药物方面很有帮助。
尝试网络与机器学习在不同领域的应用是Jure的团队一直的探索方向。
把学术圈与工业界相结合
正是在网络研究与机器学习方面的卓有建树,让Jure 不仅在学术界风生水起,在工业界也博得青睐。除了在斯坦福任教,Jure 还是以“图片版微博”著称的 Pinterest首席科学家,以及 Chan Zuckerberg Initiative 慈善基金会的首席调查员。
那么 如何将学术圈与工业界这两个圈子联结起来 呢?
想要回答这个问题,我们首先要看看这两个圈子各自有什么特点。Jure 认为,相比于公司研发,高效研究有几大优势。
首先,高等教育学府与公司的研究心态是不一样的。 大多数的公司是为了面向市场,所以利润摆在首位。公司们更着急的研究出“怎么办”的解决方法。
然而高效的研究确实为了探究本源。研究人员们首先要弄明白问题“是什么”,之后才去探究“为什么”,“怎么办”。
进一步来看,正是这样的心态让 研究者们对于失败的态度也不一样 了。在公司中,开发者通常会更加保守的研究心态。对于过于困难的技术层面问题,通常不会花费大量人力物力来做。因为一旦失败,会造成公司资源的大量浪费。
而高校就不同了。问题越难,越具有挑战性,才越值得学者们前去研究。并且在学校里,失败是常有的事。在失败中汲取教训,是研究者们下一次实验成功的关键。“失败-总结-再实验”这是高效研究者们学习的重要途径。
同时, 研究时间长度也制约了公司对于过于复杂课题的探索 。一般的公司会用三个月的时间做产品实验,研究型公司会用六个月的时间,而高校则通常会用两年的时间来跟进一个课题。因此,复杂的科研问题确实不是一般公司可以解决得了的。
而以上者三个方面也是学界研究与工业界研究的本质区别所在。
但是, 工业界却能为学界提供研究所需要的大量数据以及资金支持 。比如说,Jure的研究需要大量的数据,而与企业们则成为了这些数据的提供来源。并且,对于跟企业相关的应用型研究,企业也乐意为高效的实验提供资金。
因此,学术圈与工业界可以互利共赢。将学术圈与工业界这两个圈子联结起来,也要求研究者既具有学者的思维,同时还要有企业家思维(entrepreneurship)。
而对于斯坦福大学来说,学界与工业界的结合,一直以来都是学校所推崇的一种文化。从50年代的校长斯特林(Wallace Sterling) 开始用斯坦福的土地,建立一个高技术工业区开始,科技学术圈与业界就紧密地联系在一起了。可以说, 没有斯坦福大学,就没有今日的硅谷 。而硅谷,也反之为斯坦福大学的研究提供了大量的应用场景与资金支持。
与其他其他高等院校教授们离开学界后“一去不复回”相比,斯坦福大学的特点是很多教授离开学术界投身工业界之后,过了一段时间还会再回来。比如,像李飞飞、吴恩达等一批大家熟知的科学家在离开斯坦福进入工业界之后,又选择了回到斯坦福继续他们的研究。
图片来自网络,版权属于原作者
小探最近去听了斯坦福老校长约翰 轩尼诗的新书Leading Matters 的发布会。这位在位16年的老校长,计算机科学家出身,不仅是图灵奖的获奖人,还身兼谷歌母公司Alphabet 主席。在讲座中,老校长就提到了自己离开斯坦福开创MIPS公司后,又回到了斯坦福继续做研究、教课的经历。对于一位教育者来说,在多个领域转换,有时候会获得更多的启发,从而更好地投身到教育事业中。
图片来自网络,版权属于原作者
看来,在硅谷,学术圈与工业界结合的故事还真多。那么对国内来说,能有什么启发呢?首先,学者们可以通过工业界的发展现状了解现在技术需要突破的地方;而工业界则可以利用最新学术研究成果。同时,在人才培养方面,能否有更好的机制让投身工业界的学者重新回到学术界教书育人?而对于整个社会而言,可否以更加宽容的态度看待企业家精神与学者思维的结合?这些,或许都值得我们深深思索。
推荐阅读
以上所述就是小编给大家介绍的《斯坦福大学最帅的教授在研究什么?|独家》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 哈佛教授研究发现:企业回馈开源软件能带来竞争优势
- 复旦大学邱锡鹏教授:词法、句法分析研究进展综述
- ISICDM大会发起人李纯明教授:重新审视医工交叉与医疗AI研究
- 清华大学人工智能研究院成立自然语言处理与社会人文计算研究中心,孙茂松教授任中心主任
- 清华张敏教授:个性化推荐研究进展(可解释性、鲁棒性和公平性)
- 专访普林斯顿大学贡三元教授:做 AI 研究要有价值观,数学更是「制胜法宝」
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Web信息架构(第3版)
Peter Morville、Louis Rosenfeld / 陈建勋 / 电子工业出版社 / 2008年8月 / 85.00
本书涵盖了信息架构基本原理和实践应用的方方面面。全书共7个部分,包括信息架构概述、信息架构的基本原理、信息架构的开发流程和方法论、信息架构实践、信息架构与组织、两个案例研究,以及参考资料清单。 本书兼具较高的理论价值和实用价值,曾被Web设计领域多本书籍重点推荐,是信息架构领域公认的经典书,不论新手还是专家都能各取所需。本书可供Web设计与开发者、Web架构师、网站管理者及信息管理相关人员参......一起来看看 《Web信息架构(第3版)》 这本书的介绍吧!