353
京東網上商城
AI大咖專訪丨阿裏靖世：博士的研究同樣可以在工業界做，更可以影響億萬人的生活！
蓋坤，花名靖世，阿裏巴巴資深算法專家。
如果他從辦公室的過道中走過，常常會引起周圍女生的側目。
他可是某年阿裏媽媽團隊女神公選的四大男神之一，在他的粉絲後援會裏，橫跨20歲出頭剛畢業的少女粉和40多歲的風韻猶存的親媽粉！
加入阿裏之前，他是一位清華大學的博士生，期間主攻機器學習和計算機視覺的研究。
他的專研精神從那時開始一直彌漫。
博士期間，他在國際頂尖期刊和會議（包括TPAMI,NIPS,CVPR,AAAI等）上發表多篇學術論文，還獲得了中國人工智能協會優秀博士論文獎。
2011年畢業後加入阿裏巴巴，從事廣告和推薦係統中的算法研究，帶領團隊提出了大規模非線性學習算法，在多個廣告和推薦場景獲得顯著效果提升；組建了阿裏媽媽圖像團隊，在Logo檢測、OCR等關鍵任務上獲得了效果突破，在商品審核和商品投放中發揮了重要作用。目前負責阿裏媽媽精準展示技術部。
如果你有機會和他一起吃飯，他一定會饒有興致地把餐桌上的蔬菜都為你講解一遍。
“你知道嗎，油麥菜和萵筍其實來自於同一種植物，隻不過前者是葉用，後者是莖用。”
在同學們麵臨畢業抉擇的當下，我們為大家采訪了這位可愛的博士，他分享了作為一名博士生，從畢業擇業到進入工業界的經曆，相信對大家會有很多借鑒意義。
提問：當時在畢業的時候，在選擇擇業機會的時候，有哪些考慮？
靖世：當時其實主要考慮的有兩點吧：一是希望做一些研究跟應用結合的東西。我在學校的時候，主要是做研究工作，會覺得這個對世界的影響有點不是那麼直接。然後就想做一些應用工作，但也不想做那種純應用，一點研究性質都沒有，不想把自己的積累和興趣斷掉。
第二是想看看這裏麵的平台跟空間有多大。當時正好阿裏巴巴在開始組建機器學習係統跟平台，而且阿裏本身的平台跟業務空間特別廣，會覺得在這裏麵研究跟應用能夠達到一個平衡跟結合，所以這是當時的考慮。
提問：什麼時候開始接觸阿裏，為什麼加入阿裏？
靖世：當時阿裏在清華做宣講的時候，我當時沒去，我同學去了，說問了之後說沒有這方麵（AI方麵）的需求，所以後麵就沒考慮了。偶然有一次，當時鐵相（後來成了我的主管）在學校的論壇，當時叫水木清華，發了一個招聘帖子。帖子說阿裏在做的一個大規模的機器學習的東西，然後就去聊了一下。
當時其實已經聊過MSRA跟IBM CRL了，原本主要看的是這類研究院，覺得從學術界到研究院可能會稍微平滑一點。但是我也了解到他們在應用方麵並不是很順暢，也會擔心研究院跟學校區別不大，反而不一定有學校純粹。
跟鐵相聊完後，發現阿裏在機器學習上有很強的決心，業務對這塊的需求也特別強烈，這會驅使公司持續投入。而且整個業務體量特別大，可以支撐很多技術研究和應用，一個研究跟應用能夠平衡結合得比較好的地方。
當時可能宣講會上並沒有一個主管能夠去描繪清楚這條道路，鐵相對這方麵人才的要求、未來的發展等等都說得很清楚，就是這個契機吧。
提問：加入到阿裏之後，從學生到正式的員工，從純研究到研究和應用相結合，這個過程有沒有遇到什麼問題，不適應的地方，怎麼解決的？
靖世：會有一些。其實我加入阿裏的時候，除了帶著知識，其它什麼也沒有，更不用談一些現成的解決方案。所以第一段時間，應該說小半年吧，主要就是熟悉環境、業務特性、數據特性，以及從技術到應用的流程。
這期間有點不知道自己的價值在哪，對應用沒那麼熟，自己的知識儲備跟這邊的業務、數據也還找不到到結合點。但是這小半年其實一直在思考技術方麵的解決方案，對一些重點的項目，研究這裏麵到底有什麼問題困住了應用的效果。這段時間可能需要沉住氣，而且需要持續的思考，把這個階段渡過去。
提問：在這個過程當中有沒有你的主管或者同事給到你一些幫助，讓你能夠縮短這個過程？
靖世：我當時的幾任主管以及業務合作方的leader，對我的幫助和影響蠻大的。他們比我更了解真正在Work的業務背後的技術是怎麼運轉的，什麼東西比較關鍵，什麼東西會有比較大的影響，我們會經常一起討論；
我經常會提出一些想法，有些不靠譜，有些靠譜，他們往往持一個非常鼓勵的態度，對一些跟傳統方法不一樣的點，會跟我討論，這個我覺得其實對一個新人非常受用。
我記得當時提了一個新的機器學習算法，提出來之後，大家討論的時候有一大堆質疑，它Work不Work，能不能夠收斂等等。然後我的主管覺得，那些問題在做出來之前不能完全討論清楚。但是他看到了這個新算法的潛力，他覺得我可以去試一試，後來整個大家的疑問也是在一次次迭代的嚐試中慢慢打消的。剛開始其實問題比潛力更多，如果不看潛力隻說問題的話，可能這個事情就結束了。
提問：你在阿裏其實也做了很多事情，能不能講講你覺得成就感比較高的事情？
靖世：到阿裏之後，前期其實是在做一些新的機器學習算法跟模型的開發，然後也是希望這些算法跟模型能夠賦能業務，在業務裏麵取得更好的效果。我在前期開發了一個叫分辨線性模型MR的算法，這個算法在多條業務線都變成了主力模型，為其中的機器學習應用和業務效果的持續增長做了很大的貢獻，這個是前幾年持續在做，持續在優化並且細化，做完整的一個事情。
這兩年做的是深度學習平台跟深度學習算法的一些開發。深度學習上麵如何跟互聯網數據進行結合還是有很多挑戰性課題的，我們也是做了一些工作有了一些成果，也對外公開了。團隊其實在這方麵還有非常多的積累，下一步也是希望這些東西能夠跟業界進行更多交流。
提問：從一名校招生成長為資深專家，你覺得博士的經曆對你的工作有什麼影響？
靖世：我感受到最大的幫助是兩個：第一是對韌性的錘煉。讀博的時間一般是比較長的，通往畢業的道路大多數都不是一帆風順的，不管你發論文順不順利，畢業這件事總是會麵臨某些坎坷。博士對我的影響除了知識，最大的大概就是培養了韌性和沉得住氣的精神。很多時候一件事不能馬上夠到結果的時候，或者做到比一般人更大一點的時候，都需要非常強的堅持跟韌性在裏麵。
第二是科學素養方麵。機器學習相關的理論跟一些算法的研究方法，用嚴謹的科學去看待問題的態度，這些對工作會有直接的幫助。我覺得偏理論方麵的底子，在工作期間其實是挺難補的，反到是偏方法層麵的東西在工作期間還可以快速地學習到。
提問：你當初的博士同學們現在都在做什麼？和他們相比，你覺得現在的你有什麼不同？
靖世：實驗室因為是機器學習方向，所以他們大部分都是在機器學習相關的工作上，基本上以我這屆為分界點，之前的可能更多的在研究機構，之後的更多的在工業界。跟在研究院的同學相比，可能我在真正解決實際問題、在應用場景中實現結果的能力上會突出一些。
提問：怎麼看待現在很多學術界的人才加入工業界？
靖世：我覺得這是一個趨勢吧，是一個很好的時機，工業界的應用跟學術界的最新進展其實是結合的，尤其在機器學習方向的結合前所未有的緊密。也說明目前的研究已經到了一個能應用或者潛在能應用的臨界點，所以工業界特別關注，學術界的資源也在加快跟工業界結合。
而且兩者之間的界限會越來越窄，這種研究跟創新性的工作並不局限於在學術界做，甚至更多的已經轉到工業界了，因為工業界需求很強，舞台也比較大。工業界能提供的研究資源，比如數據、計算能力也會更強。
對於學術界轉移到工業界的同學，可能有個挑戰是要先摸清楚業務跟應用，摸清楚之後才能很順暢的把這種研究結果和研究能力注入到實際的業務裏。
提問：你覺得從你團隊，或者說整個阿裏，具備什麼樣素質的博士生才能夠更好地加入阿裏，去做一些事情？
靖世：我是覺得可能是需要有一個比較好的一個專業底子，然後在方法上有創新的精神，創新跟鑽研的精神，對業務跟應用要有比較強的興趣。這三點都具備的話，我認為是一個比較好的一個博士生。這樣的同學會更快適應工業界，也更容易出類拔萃！
提問：哪些崗位或領域裏麵，阿裏急需博士的加入？
靖世：我看到的主要是機器學習、NLP、圖形圖像、語音交互、運籌優化等人工智能方向，阿裏這方麵的投入、業務場景會越來越大，然後對結果的期待也會很大，我們在這塊急需的人才，包括資深的研究人員跟剛畢業的博士生。當然我們我們在研發類崗位上，也需要博士的加入。
提問：對於即將麵臨畢業的博士生，你有什麼建議？
靖世：建議就是如果找工作的話，可以嚐試一下研究跟應用結合得比較好的地方，或許未來的發展空間會更廣泛。在未來的工作上，希望他們一樣要有堅韌跟堅持的精神，要能夠去渡過一些臨時的挫折，長期保持鑽研跟創新的精神。要能腳踏實地，能沉得住氣，能夠堅持跟堅韌，但是內心又要保持追求卓越的精神。
提問：如果讓你給阿裏的博士生招聘打個廣告，你會怎麼說？
靖世：阿裏巴巴其實可以說是一個數據公司，我們在數據搜集、數據應用方麵持續投入了非常大的資源。因為我們的業務涉及了人們工作和生活的方方麵麵，這些業務每天都在產生大量數據。
我們其實擁有著世界上最大的數據場景，我們還有世界最大的market place。了解機器學習和人工智能的人都知道，一個是數據，數據決定了特征或者你怎麼玩；一個是market place，裏麵很多點其實是Label。所以在數據跟目標兩方麵，都比較全的是阿裏巴巴。
而這些數據的價值發揮，需要仰仗背後的算法跟人工智能，而每個方麵的數據的價值，如果發揮出來，可以推動社會方方麵麵的進步，這裏麵的舞台和空間是巨大的。
來源：阿裏巴巴招聘
原文鏈接
最後更新：2017-08-13 22:50:17