211service.com
Stosowanie teorii w firmie Microsoft
Zanim została zwerbowana przez Badania firmy Microsoft , Jennifer Chayes był profesorem matematyki na UCLA. Chociaż w tamtym czasie była zdziwiona, czego gigant oprogramowania może chcieć dzięki swojej mocno teoretycznej pracy, Chayes przeprowadziła badania, które mają szerokie zastosowanie w Internecie, w tym wyszukiwanie, reklamy oparte na słowach kluczowych, systemy rekomendacji i sieci społecznościowe. Wcześniej współzałożyciel Microsoft Research Theory Group, Chayes jest teraz dyrektorem zarządzającym laboratorium Microsoft Research New England, które zostanie otwarte w lipcu w Cambridge w stanie Massachusetts. Przegląd technologii niedawno zapytała Chayes o przemianę, jaką przeszła jej praca, io to, jak może kontynuować swoje badania w nowym laboratorium.
Matematyk Microsoft: Jennifer Chayes, powyżej, jest dyrektorem zarządzającym laboratorium Microsoft Research New England, które zostanie otwarte w lipcu. Chayes, która rozpoczęła swoją karierę w środowisku akademickim, odkryła, że jej abstrakcyjne badania matematyczne mają zastosowanie w wyszukiwaniu, reklamach opartych na słowach kluczowych, systemach rekomendacji i sieciach społecznościowych.
Przegląd technologii : Kiedy zostałeś zatrudniony 11 lat temu przez ówczesnego dyrektora ds. technicznych Nathan Myhrvold , myślałeś, że Twoja praca nie ma związku z działalnością firmy Microsoft. Co się zmieniło od tego czasu?
Jennifer Chayes : To jest zabawne. Niedawno rozmawiałem z kimś z mojej grupy, który powiedział: Nasza praca zbliżyła się do aplikacji w ciągu ostatniej dekady. Powiedziałem mu: Nie, dzieje się tak, że aplikacje tak bardzo się do nas zbliżają. Kiedy Nathan zdecydował się zatrudnić mnie i mojego męża, Christiana [Borgsa], mieliśmy do czynienia z dyskretnymi problemami matematycznymi z wieloma zmiennymi i wieloma skomplikowanymi interakcjami, i dostrzegł, że to może stać się istotne. Nie sądzę, że Nathan przewidział wszystkie zastosowania sieci WWW, sieci społecznościowych i tak dalej, ale przewidział, że posiadanie ludzi, którzy studiują tego rodzaju rzeczy, może być przydatne.
DZIECI : Twój doktorat był z fizyki matematycznej, a nawet te badania były przydatne dla Microsoftu. W jaki sposób przejścia fazowe, takie jak przejście ze stanu stałego w ciecz, okazały się ważne dla informatyki?
JC : Około 1995 roku było kilka osób, które zaczęły przyglądać się przemianom fazowym w tych trudnych problemach informatyki, w których trzeba zrównoważyć określoną ilość zasobów z zestawem ograniczeń. Okazuje się, że jeśli masz parametr, który mierzy stosunek zasobów do ograniczeń, system przechodzi przejście, które jest matematycznie podobne do przejścia fazowego, w którym ciecz zamarza lub wrze. Matematycznie jest to ten sam rodzaj rzeczy, kiedy przechodzisz przez ten punkt, w którym jesteś w stanie po prostu spełnić ograniczenia, a potem nie jesteś już w stanie ich spełnić. Okazuje się, że badanie przejścia fazowego w tych problemach z ograniczeniami, satysfakcją lub alokacją zasobów doprowadziło do powstania jednych z najszybszych znanych algorytmów do określania optymalnej struktury sieci. Kto by pomyślał? Niedawno byłem na przeglądzie Billa Gatesa, gdzie Bill usłyszał o prowadzonych badaniach. Przyglądamy się multicastingowi i staramy się znaleźć najskuteczniejszy sposób na nadawanie czegoś w sieci do określonej liczby osób. Ktoś wspomniał o pracy, którą ostatnio wykonała moja grupa, aby opracować bardzo szybki algorytm multiemisji, oparty na pracy związanej z przejściem fazowym. Dziesięć lat temu opowiadałem o tym Billowi i powiedziałem, że to wspaniałe, że zatrudniał ludzi, których praca nie opłaci się przez 100 lat. I oto jest 10 lat później, a praca naprawdę się opłaca w tych superszybkich algorytmach.
DZIECI : W jaki sposób doszło do niektórych problemów, nad którymi ostatnio pracowałeś? Jakie jest źródło niektórych twoich pytań?
JC : Dla mnie osobiście praca w firmie przez ostatnią dekadę, a nie pozostawanie w środowisku akademickim, oznaczało, że o niektórych problemach słyszałem znacznie szybciej niż w innym przypadku. Musiałem wziąć niektóre z tych ekscytujących rzeczy, które dzieją się w prawdziwym świecie i być jedną z pierwszych osób, które to modelują, ponieważ o tym słyszałem. Wtedy mógłbym przenieść te problemy do społeczności matematycznej i zachęcić innych ludzi do pracy nad nimi. Na przykład bardzo wcześnie słyszałem o spamie linkami io tym, jak wpływa on na jakość wyników wyszukiwania. Poza tym słyszę, jak wszyscy mówią o sieciach społecznościowych na innym poziomie, niż gdybym był na uniwersytecie. Jestem przekonany, że ludzie, którzy studiują systemy graficzne i sieci na uniwersytetach, za trzy lub cztery lata będą przyglądać się systemom rekomendacji. Ale musiałem się im przyjrzeć nieco wcześniej, ponieważ ludzie wokół mnie pytali: Jak zarabiać na sieci społecznościowej?
DZIECI : Badałeś ten problem podczas pracy nad systemami rekomendacji. Ale ostatnio na przykład Facebook zmagał się z niektórymi wysiłkami na rzecz zarabiania. Jego system reklamowy Beacon cierpiał z powodu tego napięcia między udostępnianiem informacji za pośrednictwem sieci a ochroną prywatności członków sieci. Co można zrobić na ten temat?
JC : To są dokładnie te pytania, które zadajemy. Przyjrzeliśmy się, jak projektować systemy, które mają różne właściwości. Możemy wymyślić twierdzenie mówiące, że nie możesz mieć systemu rekomendacji, który dostarczy wszystkich potrzebnych informacji i zapewni całą prywatność. Ale wtedy możesz powiedzieć: OK, z których właściwości jestem skłonny zrezygnować i jakie rodzaje systemów rekomendacji będą miały właściwości, których chcę? W naszym nowym laboratorium chcemy pracować z socjologami, psychologami i ekonomistami, częściowo dlatego, że jestem matematykiem i potrafię modelować tego typu rzeczy. Mogę uzyskać matematyczne sformułowanie różnych form prywatności, ale mogę nie być w stanie powiedzieć, czego chce większość ludzi lub czego chcą ludzie w określonej grupie wiekowej. Jeśli więc pracuję z socjologami i psychologami, mogą mi proponować różne rodzaje właściwości i zamawiać dla mnie te właściwości. Następnie mogę wymyślić schemat matematyczny i powiedzieć: Oto algorytm, który da ci zalecenie, które ma maksymalną liczbę właściwości w tej kolejności. Biorąc pod uwagę wszystkie dane, które posiadamy i rodzaje rzeczy, które chcemy robić, myślę, że nadszedł czas, aby matematycy i informatycy zaczęli kontaktować się z socjologami i psychologami. Nie jestem ekspertem od tego, czego chcą ludzie. Mogę po prostu modelować to, czego chcą ludzie.
DZIECI : Czy takie myślenie będzie kierować twoim podejściem do nowego laboratorium?
JC : Mam nadzieję, że nasze nowe laboratorium w Cambridge będzie idealnym miejscem do przyjrzenia się tego rodzaju pytaniom. Postaramy się zebrać wszystkich właściwych ludzi.