2013年9月21日,星期六

R和D之间的关系

在Microsoft,我是应用研究团队的一部分,从技术上讲是MSR的一部分,但仍在产品团队附近进行部署。微软正在尝试这种结构,因为像许多组织一样,他们希望降低研究与生产之间的阻抗失配。经过这样的一年,我开始体会困难。

请考虑以下情形:一个生产团队遇到一个特殊的问题,该问题最近使他们烦恼,并且感到困惑。他们安排与研究部门的一些主管部门开会,来回讨论,但没有后续行动。发生了什么? (还有相反的情况:研究人员开发或听到了他们认为适用于某些产品的新技术,因此他们安排与产品小组开会,来回进行了一些讨论,但是没有后续行动。我今天不会再讨论。)

我考虑为什么这样的会议在激励和动机方面什么都没有产生。换句话说,由于某些原因,研究人员认为他们的时间有更好的用途。这就引出了一个问题,即一个致力于研究的人的愿望和目标是什么(记住哲学意味着“love of knowledge”)。知识分子一旦获得了最低限度的经济支持,就会激发其他动机。重要的是对声望或追求的渴望。 自我 (与推动博客和开源软件相同的力量)。拐角处反社会不当行为的流行文化学术讽刺画似乎非常不准确:我认识的成功研究人员是高度社交和协作的人,他们认同研究社区并寻求对此的尊重和关注(并影响)。社区。最终,这样的声望可以赎回加入机构(例如,大学或工业研究部门)的机会,与其他聪明人一起闲逛是知识分子的另一个主要动机,因为他们中的许多人认识到聚集效应的非线性力量。换句话说,与孤立的人在一起时,与聪明的人一起闲逛会使您变得更聪明,并为您提供更好的想法,这已被广泛认可。

认识到前者,我试图了解研究人员如何分配自己的时间。首先,我要说的是我不是要规范,或者给研究人员一种以自我为中心的印象。在某种程度上,公司中的每个人都是以自我为中心的,而使活动与团体目标保持一致,在很大程度上与激励措施(包括社会规范)有关。在上一段中应该明确的一件事是,金钱不会成为大多数知识分子的有效诱因,除非您谈论的金钱太多,以至于他们基本上可以建立自己的研究所à拉斯蒂芬·沃尔夫拉姆。就像在VISA广告中一样,有些东西是钱买不到的,事实证明,知识分子想要这些东西。这些事情大体上是:克服知识挑战,与其他聪明人合作以及影响整个研究社区。

回到这个问题,产品团队带给研究人员。问题是否没有足够的挑战性?从我所看到的并不是问题所在:如果有一个简单的解决方案,研究人员将提供一些指导和咨询,每个人都会很高兴。更典型的是,这个问题太过具有挑战性,有时从根本上讲,但是往往更多是由于特质方面。

根本上具有挑战性的问题就像Hal Duame的问题 最近写了关于,而他博客文章中最好的部分是 “好吧,我承认:我真的不知道该怎么做。”我认为研究人员通常会保持沉默,因为这需要一个非常自信的人说这样的话,尤其是当他们被认为是专家时。对于研究者决定如何分配时间,从根本上讲具有挑战性的问题是有风险的,因为很难从缺乏进展中获得声望。因此,我认为研究人员仅将部分问题集中在根本困难上是合理的。[1](顺便说一句,了解边界在哪里是一门艺术:无限的未知部分具有挑战性,但有可能触手可及,因此值得关注。)有时可以通过启发式方法在基本问题上取得部分进展方法(又名黑客),但很难获得此类活动的社区认可。

与基本挑战相反,由于特质约束而引起的挑战无处不在。毕竟,产品团队通常对某个领域的最新技术水平有些熟悉,这正是促使会议开始的原因。但是,有一些原因导致无法应用直接解决方案,例如,过于昂贵,战略上难以置信,过于复杂以至于无法可靠地实施,与遗留基础架构太不兼容等等。解决此类问题是否与社区是否正常有关。会发现约束很有趣(或者,如果有一位真正的资深思想领袖,无论社区是否可以确信约束很有趣)。有趣通常是通用性的函数,特质问题本身就是特定于问题的。在解决了许多不同的特质问题后,研究人员也许可以通过通用的解决方案总结经验并抽象出一类新的问题,但是将时间分配给特质问题也是一种冒险的策略,希望能有一个概括之所以会出现,是因为没有这种概括,就很难获得社区的认可。

有时问题会带来一个多目标优化方案,该方案超出了概念复杂性的范围。换句话说,尚不清楚哪个更好。在这种情况下,社区可以专注于明确但无关紧要的目标。在 今年的UAI 卡洛斯·乌里韦(Carlos Uribe)表示,就他们所知,更准确地预测Netflix电影的星级不会影响客户体验。他不得不说这样的话,因为几年来,通过在Netflix数据集上做得更好,可以获得最好的论文,并且他希望看到我们专注于其他事情。

那么,拥有数十亿美元研究部门的组织应该如何降低研究与生产之间的阻抗失配?我不知道!我认为答案的一部分是改变有名望的事物。我几乎可以看到一家机构担任«no publications»,不是因为他们害怕告知竞争对手,也不是因为他们没有看到当前收集思想并将其接受同行评审的价值;而是因为管理出版物的外部社区分配了声望,因此有效地控制了研究部门的薪酬。但是我认为这是站不住脚的。因此,取而代之的是,人们必须创建和培育一个场所,在其中容纳特殊性,承认部分解决方案,并且仅考虑实际挑战和经验(即混乱)而做出的贡献。

对我个人而言,很明显我需要更多。我喜欢参加大型的ML会议,例如NIPS,ICML和UAI,但我从未去过KDD。 KDD论文喜欢 值得信赖的在线控制实验:解释了五个令人困惑的结果 建议我错过了。

1


您可能会问:“研究人员不是专心于根本上的困难吗?”视频游戏设计师会告诉您人们喜欢困难但又不太困难的问题。但即使从这个角度来看,也假设研究人员在选择问题时拥有​​全权酌情权。实际上,有职业方面的考虑。此外,随着时间的推移,研究人员会在某个领域投资并开发一定的能力,并且存在转换成本。结果是活动的很大一部分是增量进度。他们被称为大挑战问题是有原因的!