第四位講者是沈向洋博士，職稱是微軟亞洲研究院院長，以及洪小文博士，副院長。沈向洋13歲上大學，天才型的人物，從來沒看過有人能講話如此快而條理分明，不到半小時的演講就能感受到沈向洋的個人魅力，google一下發現許多有趣的新聞，像是”姚期智vs.沈向洋：天才要有成就 也須發憤努力”，”沈向洋的絕招”。
Research 2.0分成兩個主題：
- web as a research platform
- deployment driven research
中心思想是web彙集大量的使用者提供巨量資料分析，而帶來新的研究方向，值得慶幸的是，兩個主題都用中文。
Web as a Research Platform
比方我們有大量的圖形資料庫（ex: flickr），記錄著圖片以及圖的描述或標題，就能透過keyword搜尋或圖形比對找出新的特徵，像是一張海邊風景，裡面可能包含”落日”、”海灘”、”大海”等不同特徵，retrievr是個類似的例子，但只有做以圖找圖，沒用到tag的資訊，不知道Microsoft做到什麼程度。講者有提到一個有趣的應用，用手機照觀光景點，將照片上傳比對，可以找出該景點的旅遊介紹。或是程式的bug report system，透過大量的回報，可以比對出類似的bug，是因為OS不同、還是安裝的軟體衝突。Q&A時有人問大家都不回報的話，Microsoft要怎麼辦？講者回答目前回報狀況良好，不用擔心，看來不回報的是我們這類人吧。
為了方便從web取資料，Microsoft自己弄了個WebStudio，目的是方便取出想要的資料。就像是預先收集好整個Internet形成一個small world在Microsoft裡，再用自訂的infrastructure組織，提供API讓研究者能用script language取出想用的資料，比方想專做台灣新聞的data mining（雖然可能挖不出資訊），就寫script從small world裡取出台灣新聞的資料，不用自己寫spider去crawl，省去crawl這累人又沒效率的苦差事，研究員能更專注在上層的思考。
UIUC也做了類似的事，一個月前UIUC的Prof. Chen-Chuan Chang來交大演講，說他們做Data Mining但沒資料可玩，於是先搞了個small world和設計取用的API（大概是指MetaQuerier），弄這個small world投了一堆paper都上top conference，可惜沒聽到Prof. Chen-Chuan Chang的演講。大家也許會質疑，為什麼不和Google拿？Google一開放這種服務，搞small world的就得回家吃自己了。Microsoft和Google在競爭，做來情有可原；UIUC好像有和Google要過資料，但Google沒給，聽朋友講的，大家自行參考。
Deployment Driven Research
提倡另一種做研究的方式，不用自己辛苦的把研究做得很完備再發表，先丟出alpha或beta版，看大家的反應再做改進比較有效率，反正研究本來就沒有完成版。這個想法不錯，缺點是浪費大家的時間，大家不見得會理你，Deployment Driven Research前提是東西要夠新穎，夠吸引人，或像Microsoft這樣，bug一堆大家還是愛用（包括我），自然有人來回報錯誤（不包括我）。講者舉了統計使用率來改善使用者介面的例子，Office 2007有偵測功能的使用率，發現”select all”使用頻率過低，才注意到2007的”select all”位置不明顯，修正按鈕位置後，”select all”的使用率就回歸正常了。
另外提到微軟對聯，藉由使用者的回饋來改善對聯功能，運用工人智慧改進人工智慧的好例子！微軟對聯要用簡體字，可以用繁轉簡網站或Word轉好再貼上，我試了一下，上聯是”飛天駱駝”，下聯看來怪怪的，選了一個最中意的”入戶鴻雁”，還可以下橫批，結果如下：
雖然怪怪的，不過我很中意。另外試了”飛天駱駝遨遊四海”，結果選了”登月鴻雁漫步乾坤”，橫批竟然是”春安夏泰”、”大家歡歌”，一些匪夷所思的句子。
值得注意的是，用大量測試改善系統是很好的想法，去除回饋收集的問題，實行上仍有很大困難。以微軟對聯來說，必須要定義”好詞”、”相似”、”相反”這些概念，並能把使用者回饋加入權重改變，unsupervised feedback agent在AI裡是很難的系統，設計不當還會把好的結果調爛了。有興趣了解”像不像”的運用，可以玩一下我寫的小程式”猜數字特別版(Bull & Cow)”（Java applet），並有附source code，如果一開始亂答的話，後來就不太可能猜中了。
沒有留言:
張貼留言