Teorijos taikymas Microsoft

Prieš ją įdarbinant „Microsoft“ tyrimai , Jennifer Chayes buvo UCLA matematikos profesorius. Nors tuo metu buvo nesuprantama, ko programinės įrangos milžinas galėtų norėti atlikdamas didelį teorinį darbą, Chayes tęsė tyrimus, kurie turi plačias programas internete, įskaitant paiešką, reklamavimą pagal raktinius žodžius, rekomendacijų sistemas ir socialinius tinklus. Anksčiau įkūręs „Microsoft Research Theory Group“, Chayesas dabar yra „Microsoft Research New England“ laboratorijos, kuri liepos mėnesį atidaroma Kembridže, MA, generalinis direktorius. Technologijų apžvalga neseniai paklausė Chayes apie transformaciją, kurią patyrė jos darbas, ir kaip ji galėtų tęsti savo tyrimus naujoje laboratorijoje.

„Microsoft“ matematikas: Jennifer Chayes yra „Microsoft Research New England“ laboratorijos, kuri bus atidaryta liepos mėnesį, generalinė direktorė. Chayes, pradėjusi savo karjerą akademinėje bendruomenėje, išsiaiškino, kad jos abstraktūs matematiniai tyrimai gali būti pritaikyti paieškai, reklamai pagal raktinius žodžius, rekomendacijų sistemoms ir socialiniams tinklams.

Technologijų apžvalga : Kai prieš 11 metų jus pasamdė tuometinis CTO Natanas Myhrvoldas , manėte, kad jūsų darbas nesusijęs su „Microsoft“ verslu. Kas pasikeitė nuo to laiko?

Jennifer Chayes : Tai juokinga. Neseniai kalbėjausi su kuo nors iš savo grupės, kuris pasakė: „Per pastarąjį dešimtmetį mūsų darbas labai priartėjo prie programų. Aš jam pasakiau: „Ne, atsitiko tai, kad programos priartėja prie mūsų“. Kai Natanas nusprendė pasamdyti mane ir mano vyrą Christianą [Borgsą], mes sprendėme atskiras matematikos problemas, turinčias daug kintamųjų ir daug sudėtingų sąveikų, ir jis pamatė, kad tai gali tapti aktuali. Nemanau, kad Natanas numatė visas žiniatinklio programas, socialinius tinklus ir visa tai, bet jis numatė, kad gali būti naudinga turėti žmones, kurie studijuoja tokius dalykus.

VAIKAI : Jūsų daktaro laipsnis buvo matematinės fizikos srityje, ir net tie tyrimai buvo naudingi „Microsoft“. Kaip fazių perėjimai, tokie kaip transformacija iš kieto į skystą, pasirodė svarbūs kompiuterių mokslui?

JC : Maždaug 1995 m. buvo keletas žmonių, kurie pradėjo nagrinėti fazių perėjimus šiose sudėtingose ​​kompiuterių mokslo problemose, kur reikia subalansuoti tam tikrą išteklių kiekį ir tam tikrus apribojimus. Pasirodo, jei turite parametrą, kuris matuoja išteklių ir apribojimų santykį, sistemoje vyksta perėjimas, kuris matematiškai yra toks pat kaip fazinis perėjimas, kai skystis užšąla arba užverda. Matematiškai tai yra tas pats dalykas, kai jūs praeinate šį tašką, kuriame jūs tiesiog galite patenkinti suvaržymus, o tada nebegalite jų patenkinti. Pasirodo, kad fazinio perėjimo ištyrimas šiose suvaržymo pasitenkinimo ar išteklių paskirstymo problemose leido sukurti kai kuriuos greičiausius algoritmus, leidžiančius išsiaiškinti optimalią tinklų struktūrą. Kas būtų pagalvojęs? Neseniai buvau Billo Gateso apžvalgoje, kur Billas išgirdo apie atliekamus tyrimus. Mes ieškojome daugialypės terpės transliavimo ir bandėme rasti efektyviausią būdą ką nors transliuoti internetu tam tikram žmonių skaičiui. Kažkas paminėjo kai kuriuos darbus, kuriuos neseniai atliko mano grupė, kad sukurtų labai greitą daugialypės terpės siuntimo algoritmą, pagrįstą šiuo fazės perėjimo darbu. Prieš dešimt metų aš apie tai pasakojau Billui ir sakiau, kad puiku, kad jis samdo žmones, kurių darbas neatsipirks 100 metų. Ir štai praėjo 10 metų, o darbas tikrai atsiperka pagal šiuos itin greitus algoritmus.

VAIKAI : Kaip jus privedė prie kai kurių problemų, su kuriomis pastaruoju metu dirbote? Kas buvo kai kurių jūsų klausimų šaltinis?

JC : Man asmeniškai tai, kad pastarąjį dešimtmetį dirbau įmonėje, o ne likau akademinėje bendruomenėje, reiškė, kad apie kai kurias problemas išgirdau daug greičiau, nei būčiau galėjęs kitu atveju. Turėjau paimti kai kuriuos iš šių įdomių dalykų, vykstančių realiame pasaulyje, ir būti vienas iš pirmųjų žmonių, kurie tai pamodeliavo, nes apie tai girdėjau. Tada galėčiau perkelti šias problemas į matematikos bendruomenę ir priversti kitus žmones jas spręsti. Pavyzdžiui, apie nuorodų šlamštą išgirdau žaidimo pradžioje ir kaip tai veikia paieškos variklio rezultatų kokybę. Be to, girdžiu, kad visi kalba apie socialinius tinklus kitokiu lygiu, nei būčiau universitete. Esu įsitikinęs, kad žmonės, studijuojantys grafines sistemas ir tinklus universitetuose, po trejų ar ketverių metų žiūrės į rekomendacijų sistemas. Bet aš turėjau juos pažvelgti šiek tiek anksčiau, nes aplinkiniai klausė: „Kaip mes gautume pinigų iš socialinio tinklo?

VAIKAI : Jūs ištyrėte šią problemą dirbdami su rekomendacijų sistemomis. Tačiau pastaruoju metu, pavyzdžiui, „Facebook“ sunkiai stengėsi užsidirbti pinigų. Jos „Beacon“ reklamos sistema nukentėjo nuo šios įtampos tarp dalijimosi informacija per tinklą ir tinklo narių privatumo apsaugos. Ką galima dėl to padaryti?

JC : Mes užduodame būtent tokius klausimus. Išnagrinėjome, kaip sukurti sistemas, kurios turi įvairių savybių. Galime sugalvoti teoremą, teigiančią, kad negalite turėti rekomendacijų sistemos, kuri pateiktų visą norimą informaciją ir užtikrintų visą privatumą. Bet tada galėtumėte pasakyti: „Gerai, kokių savybių esu pasirengęs atsisakyti ir kurios rekomendacijų sistemos turės tokias savybes, kokių aš noriu? Naujoje laboratorijoje norime dirbti su sociologais, psichologais ir ekonomistais iš dalies todėl, kad esu matematikas ir galiu modeliuoti tokius dalykus. Galiu gauti matematinę įvairių privatumo formų formuluotę, bet galbūt negalėsiu pasakyti, ko nori dauguma žmonių arba ko nori tam tikros amžiaus grupės žmonės. Taigi, jei dirbu su sociologais ir psichologais, jie man gali pasiūlyti įvairių rūšių savybių ir užsakyti jas man. Tada galiu sugalvoti matematinę sistemą ir pasakyti: Štai algoritmas, kuris pateiks jums rekomendaciją, turinčią maksimalų savybių skaičių ta tvarka. Turint visus turimus duomenis ir dalykus, kuriuos norime daryti, manau, kad tikrai laikas matematikams ir informatikams pradėti bendrauti su sociologais ir psichologais. Nesu ekspertas to, ko žmonės nori. Galiu tiesiog modeliuoti tai, ko nori žmonės.

VAIKAI : Ar toks mąstymas vadovaus jūsų požiūriui naujoje laboratorijoje?

JC : Tikiuosi, kad mūsų naujoji laboratorija Kembridže bus puiki aplinka nagrinėti tokius klausimus. Stengsimės suburti visus tinkamus žmones.

paslėpti