如果说史蒂夫•沃兹尼亚克(苹果的另一位创始人)担忧微软的创新能力超过了苹果,那他在这里一定指的是微软遍布全球的研发网络,从雷德蒙德(微软总部)到英国再到印度到亚洲,这些大学风格的研究实验室是微软创新背后的“发动机”,例如:这些实验室研发出了Kinect,它可以将人的动作转化为机器可识别的指令,将Xbox用户的动作转化为游戏指令。
在微软另一个著名产品Bing(必应)搜索引擎的研发中,这些研发实验室也起了至关重要的作用。研究人员潜心研究,解决了不少难题,如:如何计算相关性,如何设计基于搜索引擎广告的竞价机制。微软研究院还通过改善静态驱动匹配器提高了Windows操作系统的可靠性(大大降低了蓝屏死机的概率)。
在外界看来, 其研究实验室之于微软公司,好比宝石之于皇冠;从技术层面来看,一直是科技老大哥的微软,目前在众多领域依旧发挥着不容小觑的作用。
微软剑桥研究院的实验室主任安德鲁·布雷克说:“这些实验室就是微软的未来。我们的工作就是成为一个冒着许多创意泡泡的大锅,而这些创意会在适当的时机得到应用。”他给我们提供了内部人对实验室的看法。
“从本质上来说,很难预测将来哪部分会变得重要。这就是为什么要拥有一个充满创新想法的‘大锅’,因为这样就可以百花齐放,然后静观其变,事实上你真的不知道结果会是什么样。”
在2012财年,微软在研发上投入了98亿美元,但布雷克说这些研发实验室只占了其中很小的一部分。他说:“我们不能公布预算,但它确实只占了研发总支出的一小部分。我不知道所谓的98亿究竟花在了哪里!”
在一次微软剑桥研究实验室向媒体开放的参观中,我们看到了微软公司内部众多的研究项目,虽然实验室的预算不多,但是其研究种类很多:从利用机器学习来控制大量数据到更好地预测地球的气候;从研究新用户界面机制,呈现出3D效果到回收Kinect组件来制作戴在手腕上的手指动作捕捉装置(见下图);再到运用电脑软件来将生物细胞的活动程序化的跨学科研究。
微软研究院里的研究不仅形式和内容多种多样,其研究方向和目的也不尽相同。微软的企业研究模式和谷歌并不一样,谷歌的研究团队和产品团队以及业务目标是紧密联系在一起的,它有一个明确的目标,就是在几年内迅速地为用户带去显著的,实际的利益。”
布雷克说,微软研究院更像是大学研究机构,他认为这样的结构更有利于健康、可持续的发展。他说:“我们清楚地知道一个健全的研究实验室必须有鼓励创新的机制。如果你雇用了一批习惯自由思考的研究者,却让他们负重轭,像牛一样地拉动科技的马车,最终他们会变得疲惫不堪,他们如何才能恢复精力呢?如何能产生新的想法呢?我们的秘诀就是从事基础研究,发表新的观点,开展学术会议以及和学术界自由交流。”
布雷克指出他最近刚组织了一个关于他的专业领域计算机视觉的学术会议。他说道:“微软研究院的高层人员都在轮流做着这些事情,我们会在会议上发表很多观点,也会去不同的大学参观,当然也有很多其他大学的研究人员来我们这儿参观。这些事情和你在大学里看到的可能并没有什么差别。”
当然也不可能和大学完全一样,也有很多区别。例如,微软研究院掌握大量的实际业务数据——我们可以充分利用这个优势,用以辅助研究。布雷克说:“为了提高数据中心的效率,我们并没有建立一个小型数据中心来进行研究,而是让研究人员直接和负责Azure(微软的开放弹性云平台)业务的人员进行交流,然后收集他们的想法看看能不能帮助解决问题。”(是的,实验室目前正在研究一个提高数据中心效率的项目。)
布雷克说:“微软的研究人员和产品团队是相互关联的,但是研究工作并不仅仅限于产品开发的业务。信息和想法是双向流动的。”
他说:“我们的产品团队可能会说‘看,我们需要在规定的时间里研发出这个东西,你们能帮得上忙么?’大部分的研究人员会开始各种尝试,看看是否能找到任何可以帮忙的东西。有业务才会有业务目标,我们此时不是生意人,而是研究人员。”
“从另一个角度来说,我们也经常走出实验室,推销我们的创意,尽管有时候我们的创意并没有立刻被采纳,但我们并不沮丧,相信只是时机不对而已。”布雷克说,“生意有自己的周期,你不可能一下子完成所有事,必须集中精力完成当天最重要的事情。所以,当我们的创意被拒绝的时候,我们就理解成只是他们在那一刻不需要它的而已。”
“最终我们集合了一些让人惊讶的东西,很多年都存在于研发内部的东西,也许在当时看来不合适的东西。尽可能地调动你手头上、脑海中的一切东西,也是研究过程的必经之路。”
商业对研究实验室最显著的影响就体现在雇佣的研究人员的类型上。“我们可能不会雇分析化学家,因为我们现在还看不到那跟我们的事业有什么关系——并不是说就完全不需要——只是我们暂时不会去找很多分析化学家,”布雷克说。
“我们雇很多专业人士,一些主攻计算机信息处理,一些研究相关的边缘学科。有时我们也会一起做些与计算机不相关的事——比如我们也有计算机科学组,其首要目标其实是科学。但与企业的联系是,他们成为了计算机工具的有力用户,他们的使用可以强烈的鞭策我们的系统进行改进,从而促成了新发明的产生,所以我们既有与事业密切相关的专业团队,也有这些推动研究不断进步的推动者。”
被问及他最看好目前实验室中进行的哪个项目时,布雷克显得左右为难:“都是我的孩子,你不能逼迫我选最喜欢哪一个。”
“很多时候做研究并不仅是深入分析大众如何看待这项研究,而要有敏锐的判断力——就像你选择哪些不用关注,哪些需要关注,”他说道,这也正呼应了乔布斯的名言‘决定不做什么和决定做什么同样重要’,“人们往往会用直觉去选择他们觉得令人兴奋的东西。这也是为什么雇佣优秀的员工那么重要,因为敏锐的判断力直接关系到团队的质量——所以老实说,要预料事情的发展真的很难。”
他很愿意尝试有潜力的研究领域——他相信机器学习规则会对新生代软件系统的塑造产生越来越大的影响。机器学习技术已经被运用在一些实际的产品上——比如Kinect的手势识别,强化Xbox的游戏指令等等。但在这个信息量巨大且复杂性增长的时代,机器学习技术已经成为越来越多应用的必需要素了。
微软的未来也许在生物机制的软件中,我们决不能忽视这么重要的一点。
布莱克说机器学习研究者与程序语言设计的研究者尤其应该合作互助——探索软件如何被开发成可学可懂。“如今我们编程不仅仅是把数字加在一起或用字符串处理可能性原因,估计事物大概是怎样的,”他说。
以长远来看,微软在十几二十年里会变成怎样,会完全以生物化的方式融入我们的生活吗?布雷克对此迅速指出想要提前看到未来是不可能的,就算是以实验室的远见和其深入丰富的想法。他也指出“计算机和生物学的交集是个奇妙的领域,微软已经在进行一个相关的研究了”。
这项工作的多重性质意味着其研究者是有着计算机科学背景的生物学家。以微软主要研究专家Luca Cardelli来说,他转变了自己的工作重心,从设计程序语言转而运用计算机思维来解密生物机制,如细胞分裂。
“Luca以及他的团队目前的工作是将已经发现的生物机制更深入一点,以展现更多的细节。他们的观察都源于计算机思维,通过计算机处理与有效分析来显示细胞的活动。他们给出理论论文的同时也对比了实践报告,二者的结果几乎完全相同——这在该项目上具有里程碑式的意义,”布雷克说。
“也许微软的未来将是为生物机制而开发软件;我们决不能忽视如此重要的一点。我们现在还不知道这能否成为一项事业,”他补充说。“一些我们正在探究的事似乎离事业还有段距离,但谁知道未来它们会不会成为微软事业的一部分呢”。
“我觉得20年内生物学和计算机的交集会越来越大,这是十分明显的……也可能人们会通过编程来设计药物。他们只需将项目送去编程,然后再把它们通过网络发送生产DNA厂家”。
设计DNA片段听起来当然跟量产化的快速更替的消费技术没什么关系。但有了这个颇具潜力的切入点,微软无疑会为未来的发展奠定基础。
Apple 就羡慕嫉妒恨吧。
via TC
0 条评论
请「登录」后评论