科学匠人 | 申博野:以数据为“武”,铸机器之智

2021 年 9 月 29 日 微软研究院AI头条



编者按:谈到四川,大多数人首先想到的都是无辣不欢的美食天堂,而提起中国人眼中的“老外”,通常很难与“辣”联系在一起。但是微软亚洲研究院首席研究开发经理申博野(Börje Karlsson)却非常喜欢四川美食。面对川菜的鲜香麻辣,博野总是大快朵颐而面不改色,完全刷新了“歪果仁”不能吃辣的固有印象。博野这种强大的接受、包容能力,与他的家庭环境和成长经历息息相关。

父亲是瑞典人,母亲是葡萄牙人的申博野(Börje Karlsson)出生、成长于巴西,并在巴西获得了理学学士和计算机科学博士学位。正是因为在成长过程中一直深受多国文化的熏陶,博野自然而然习得了快速吸收、接纳的能力。作为一位旅游爱好者,博野喜欢天南海北闯荡。自上学期间到访过中国后,他便爱上了中国,最向往北京、西安等文化底蕴深厚的城市,想在中国长住。而这也成为他后来选择加入微软亚洲研究院的原因之一。


微软亚洲研究院首席研究开发经理申博野(Börje Karlsson)


那里,与研究之心最相配


申博野与微软结缘于2007年,正在修习博士学位的他获得了前往微软雷德蒙研究院的实习机会。当时博野在网络嵌入式计算组实习,他对这一领域的研究兴趣浓厚,并且非常喜欢微软研究院自由、包容的研究氛围。后来,他所在的研究组负责人离开雷德蒙研究院来到了微软亚洲研究院,并转为从事移动与感知系统领域的研究工作。之后博野也结束了实习,短暂地离开了微软研究院。


完成博士学业后,博野加入了诺基亚研究院成为了一名研究科学家,从事手机端语境、语义分析工作,也就是通过分析用户偏好,提供相关的信息和服务推荐。例如,为正在运动的用户推荐适合的音乐,或者在用户想要喝啤酒时推荐评价较高的地点等等。那时,博野经常与微软的代码打交道。


或许是冥冥之中自有天意,在博野计划更换新工作时,在微软雷德蒙研究院实习时的研究组负责人向他拋出了橄榄枝,问他是否有兴趣申请加入微软亚洲研究院。没有犹豫,博野很快便回复说,“那里的研究方向与我曾经做过的研究有很多相似之处,而且博士期间我作为研究访问学者到过中囯,非常喜欢,感觉自己与中国非常相配。”


因此,在2012年的下半年申博野来到北京,加入了微软亚洲研究院,自此开启了在微软亚洲研究院十年之久的科研生涯。


申博野(右)在微软雷德蒙研究院实习时与计算机图形学大师 Jim Blinn(左)在微软研究院合影


“天生系统人”:在数据的汪洋中淘金,为机器设备铸智


申博野认为自己是一个天生适合做系统研究的人,“我非常喜欢通过构建系统来解决新问题,而且乐于研究如何可以让系统、机器变得更加智能化。相比于把研究成果发表在顶级学术会议上,我更希望这些成果可以真正为人们所使用。这自我开始从事研究工作起就不曾改变。”


加入微软亚洲研究院初期,申博野加入的是移动与感知计算及应用算法组,现在他是数据、知识、智能组(Data, Knowledge, and Intelligence Group,以下简称 DKI  组)的一员,主要着重于知识计算方面的研究,包括知识处理流水线、移动和上下文感知系统,以及智能代理等方面的工作。简单来说,知识计算就是专注于 AI 和知识表示,以及利用这些知识理解真实世界,包括文档理解、支持用户完成特定任务,或者在给定的环境下找到所需的信息。例如,在利用数据解决实际问题上,博野与 DKI 组的其他成员从问答交互、语义理解、自动检测等多方面进行了研究,将基于数据的知识计算不断应用于 Excel 表格中,让 Excel 表格变得更加智能。


DKI 组出游(申博野位于后排中间位置)


在旁人来看,博野的工作繁杂且多样,要平衡这之间的轻重缓急并不容易。但他却有自己的方法,“在决定任务的优先级时,我首先关注的是任务与真实世界之间的关联性及其效率,我更喜欢从真实世界或可触达的终端用户层着手。虽然我的工作看起来涉及面很广,但它们都有一个共同点,就是可以借助‘知识’来解决各种各样的实际问题。”


例如,几年前博野与微软雷德蒙研究院合作的软件定义电池的项目,就是利用系统自动分析笔记本电脑、手机等终端设备的使用时长、运行程序、电池电量使用率等信息,为设备提供电池优化方案。博野曾参与的“寻路(Path Guide)”室内导航研究项目,本质上也是利用数据,基于知识来优化系统,提升手机、电脑等机器的智能化。尽管在过去的十几年里博野的研究领域有过转变,但万变不离其宗,他所有的研究方向都是为了让系统更智能、机器更智能,让技术更好地服务于人类。


深切感受多元、包容、开放与协作


在申博野眼中,微软亚洲研究院是一个拥有众多有趣灵魂,坚持开放、包容与协作精神的多元化研究机构,这十年来从未改变。“研究院的多元化体现在很多方面,这里有来自不同国家地区、不同专业背景、不同行业领域的研究人员、工程师、实习生等等,而多元恰恰源于包容。”


正是因为微软亚洲研究院独特的文化,才可以让众多的杰出人才自由地表达各自的观点,针对某个想法激烈争论,碰撞出思想的火花。博野还看到了微软亚洲研究院有别于产业界其它研究机构的另一特色:每年都会有来自不同领域的优秀实习生来到研究院,在这里学习知识、收获科研硕果。与此同时,这些实习生也将新生代的热情、想法、智慧与思考带入研究院,为研究院不断注入年轻的活力。博野非常高兴看到自己以前的许多实习生都加入了微软,而且在过去半年的时间里,有两名实习生正式加入了微软亚洲研究院。博野认为,多元与包容是一个科研机构不可或缺的重要因素,只有包容才能多元,只有多元的人和想法才能让研究为更广泛多样的大众所服务,解决真正的实际问题。


申博野的部分中国旅行(照片拍摄于内蒙古、哈尔滨、西安、北京、香港)


申博野在研究院内部也为推动多元包容文化发挥了很大的作用。每逢跨国会议,对东西方文化、语言都有较深理解的博野,总能帮助其他参会人员更好地理解会议内容,架起跨国会议的沟通桥梁。此外,博野还是微软亚洲研究院多元与包容委员会的一员。他介绍道,往往刚进入研究院的新人多少都会有些无所适从,因为研究院自由的有点“过分”,其他公司往往会给新人安排特别固定且明确的工作,新人只需根据指示完成即可。但在微软亚洲研究院,新人需要更多地发挥自己的主观能动性,提出自己的想法,然后与他人探讨、协作、推动。面对这种情况,多元与包容委员会希望可以通过丰富多样的内容和活动,帮助新人们更好地融入,通过跨领域的对话开拓视野,在前辈的指导下提高效率,提出有独到见解又有影响力的学术构想。


身为科研领域的资深前辈,申博野也以过来人的身份给那些在科研道路上面对挑战、心有迷茫的年轻人提出了一些建议:人的一生总会有挑战、沮丧和挫折,要敢于直面问题,解决问题。更重要的是,学会从长远角度看待问题,设立长期目标,着眼于当下,一步一步向着目标努力,而不要过多地纠结于遥远的未来会发生的一些细节,毕竟世事无常,我们需要灵活调整方式方法,以实现自己的长远目标。












你也许还想看




登录查看更多
0

相关内容

微软亚洲研究院 - 维基百科,自由的百科全书

微软亚洲研究院(Microsoft Research Asia)位于北京市海淀区中关村丹棱街5号微软大厦2号楼12-14层,是微软研究院之一,也是微軟在海外最大的研究院及微软在亚洲的第一個研究院,2004年被麻省理工学院《技术评论》称为“世界上最火的计算机实验室”。经过多年的发展,微软亚洲研究院拥有超过230名全职研究员、工程师与超过250名访问学者与实习生。

清华大学黄民烈:本科生如何做出好的科研
专知会员服务
50+阅读 · 2021年11月26日
【Tutorial】计算机视觉中的Transformer,98页ppt
专知会员服务
143+阅读 · 2021年10月25日
专知会员服务
39+阅读 · 2021年6月29日
【上海交大】<操作系统> 2021课程,附课件
专知会员服务
41+阅读 · 2021年4月3日
多智能体深度强化学习的若干关键科学问题
专知会员服务
186+阅读 · 2020年5月24日
科学匠人|白静:拥抱变化,不断发现计算机科学中的新天地
在科学“法师们”的眼中,科研合作有怎样的魔力?
微软研究院AI头条
0+阅读 · 2022年1月25日
春风化雨,一路同行:高校老师们的“铸星”故事
微软研究院AI头条
0+阅读 · 2021年9月10日
人工智能是否能开启人类世界新纪元?
新智元
0+阅读 · 2021年4月19日
国家自然科学基金
5+阅读 · 2015年7月12日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
VIP会员
相关VIP内容
清华大学黄民烈:本科生如何做出好的科研
专知会员服务
50+阅读 · 2021年11月26日
【Tutorial】计算机视觉中的Transformer,98页ppt
专知会员服务
143+阅读 · 2021年10月25日
专知会员服务
39+阅读 · 2021年6月29日
【上海交大】<操作系统> 2021课程,附课件
专知会员服务
41+阅读 · 2021年4月3日
多智能体深度强化学习的若干关键科学问题
专知会员服务
186+阅读 · 2020年5月24日
相关基金
国家自然科学基金
5+阅读 · 2015年7月12日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员