211service.com
Applicare la teoria in Microsoft
Prima che fosse reclutata da Microsoft Research , Jennifer Chayes era un professore di matematica all'UCLA. Sebbene all'epoca perplessa su ciò che il gigante del software potrebbe volere con il suo lavoro fortemente teorico, Chayes ha continuato a fare ricerche che hanno applicazioni di vasta portata su Internet, tra cui ricerca, pubblicità di parole chiave, sistemi di raccomandazione e social network. Dopo aver co-fondato in precedenza il Microsoft Research Theory Group, Chayes è ora amministratore delegato del laboratorio Microsoft Research New England, che aprirà a Cambridge, MA, a luglio. Revisione della tecnologia di recente ha chiesto a Chayes della trasformazione che ha subito il suo lavoro e di come potrebbe portare avanti la sua ricerca nel nuovo laboratorio.
Matematico Microsoft: Jennifer Chayes, sopra, è amministratore delegato del laboratorio Microsoft Research New England, che aprirà a luglio. Chayes, che ha iniziato la sua carriera nel mondo accademico, ha scoperto che la sua ricerca matematica astratta ha applicazioni per la ricerca, pubblicità per parole chiave, sistemi di raccomandazione e social network.
Revisione della tecnologia : Quando sei stato assunto 11 anni fa dall'allora CTO Nathan Myhrvold , pensavi che il tuo lavoro fosse irrilevante per l'attività di Microsoft. Cosa è cambiato da allora?
Jennifer Chayes : È divertente. Di recente stavo parlando con qualcuno del mio gruppo che ha detto: Il nostro lavoro si è avvicinato molto alle applicazioni negli ultimi dieci anni. Gli ho detto, No, quello che sta succedendo è che le applicazioni si stanno avvicinando molto a noi. Quando Nathan ha deciso di assumere me e mio marito, Christian [Borgs], avevamo a che fare con problemi matematici discreti con molte variabili e molte interazioni complicate, e ha visto che il potenziale diventava rilevante. Non credo che Nathan avesse previsto tutte le applicazioni di un World Wide Web, social network e tutto il resto, ma aveva previsto che avere persone che studiassero questo genere di cose sarebbe stato utile.
BAMBINI : Il tuo dottorato era in fisica matematica, e anche quella ricerca è stata utile a Microsoft. In che modo le transizioni di fase, come la trasformazione da solido a liquido, si sono rivelate importanti per l'informatica?
JC : Intorno al 1995, c'erano un paio di persone che hanno iniziato a considerare le transizioni di fase in questi difficili problemi di informatica in cui devi bilanciare una data quantità di risorse rispetto a una serie di vincoli. Si scopre che se si dispone di un parametro che misura il rapporto tra risorse e vincoli, il sistema subisce una transizione che è matematicamente proprio come la transizione di fase in cui un liquido si congela o bolle. È matematicamente lo stesso tipo di cosa dove passi attraverso questo punto in cui sei solo in grado di soddisfare i vincoli, e poi non sei più in grado di soddisfarli. Si scopre che lo studio della transizione di fase in questi problemi di soddisfazione dei vincoli o di allocazione delle risorse ha portato ad alcuni degli algoritmi più veloci conosciuti per capire la struttura ottimale delle reti. Chi l'avrebbe mai detto? Di recente, sono stato a una recensione di Bill Gates in cui Bill ha sentito parlare di quali ricerche vengono fatte. Abbiamo esaminato il multicasting e cercato di trovare il modo più efficiente per trasmettere qualcosa sul Web a un certo numero di persone. Qualcuno ha menzionato alcuni lavori che il mio gruppo ha svolto di recente per elaborare un algoritmo multicast molto veloce, basato su questo lavoro di transizione di fase. Dieci anni fa, ne avevo parlato a Bill e gli avevo detto che era fantastico che assumesse persone il cui lavoro non sarebbe stato ripagato per 100 anni. Ed eccolo qui 10 anni dopo, e il lavoro sta davvero dando i suoi frutti in questi algoritmi superveloci.
BAMBINI : Come sei stato portato ad alcuni dei problemi su cui hai lavorato di recente? Qual è stata la fonte di alcune delle tue domande?
JC : Per me personalmente, essere stato in un'azienda negli ultimi dieci anni piuttosto che essere rimasto nel mondo accademico significava che ho avuto modo di conoscere alcuni problemi molto più rapidamente di quanto avrei fatto altrimenti. Ho avuto modo di prendere alcune di queste cose eccitanti che stavano accadendo nel mondo reale ed essere una delle prime persone a modellarle, perché ne avevo sentito parlare. Quindi potrei portare quei problemi nella comunità della matematica e far lavorare su di essi altre persone. Ad esempio, ho sentito parlare di link spam molto presto nel gioco e di come influisce sulla qualità dei risultati dei motori di ricerca. Inoltre, sento tutti parlare di social network a un livello diverso rispetto a se fossi all'università. Sono convinto che le persone che studiano sistemi grafici e reti nelle università guarderanno tutti ai sistemi di raccomandazione tra tre o quattro anni. Ma ho avuto modo di guardarli un po' prima, perché le persone intorno a me chiedevano, come potremmo monetizzare un social network?
BAMBINI : Hai studiato questo problema con il tuo lavoro sui sistemi di raccomandazione. Ma di recente Facebook, ad esempio, ha lottato con alcuni dei suoi sforzi per monetizzare. Il suo sistema pubblicitario Beacon soffriva di questa tensione tra la condivisione di informazioni attraverso una rete e la protezione della privacy dei membri della rete. Cosa si può fare al riguardo?
JC : Questo è esattamente il tipo di domande che ci poniamo. Abbiamo visto come progettare sistemi che hanno varie proprietà. Potremmo trovare un teorema che dice che non puoi avere un sistema di raccomandazione che fornisca tutte le informazioni che desideri e abbia tutta la privacy. Ma poi potresti dire, Ok, a quali proprietà sono disposto a rinunciare e quali tipi di sistemi di raccomandazione avranno i tipi di proprietà che voglio? Vogliamo lavorare con sociologi, psicologi ed economisti nel nostro nuovo laboratorio in parte perché sono un matematico e posso modellare questo genere di cose. Posso ottenere una formulazione matematica di varie forme di privacy, ma potrei non essere in grado di dirti cosa vuole la maggior parte delle persone o cosa vogliono le persone in una certa fascia di età. Quindi, se lavoro con sociologi e psicologi, possono suggerirmi vari tipi di proprietà e ordinarle per me. Quindi posso elaborare un quadro matematico e dire, ecco un algoritmo che ti darà una raccomandazione che ha il numero massimo di proprietà in quell'ordine classificato. Con tutti i dati che abbiamo e il tipo di cose che vogliamo fare, penso che sia davvero giunto il momento per matematici e informatici di iniziare a interagire con sociologi e psicologi. Non sono un esperto di ciò che vogliono le persone. Posso solo modellare ciò che la gente vuole.
BAMBINI : Questo tipo di pensiero guiderà il tuo approccio nel nuovo laboratorio?
JC : Spero che il nostro nuovo laboratorio a Cambridge sia l'ambiente perfetto in cui esaminare questo tipo di domande. Cercheremo di mettere insieme tutte le persone giuste.