[ 導讀 ] 編者按：過去20年間，微軟研究院位于世界各地的實驗室都在集中力量研究計算機科學領域中各種課題。研究院從一開始就投入巨資，力圖在機器智能領域取得突破，其中包括在機器學習和大數據。在這次采訪中，杰出科學家Eric Horvitz談到了自己對這一領域未來發展的前瞻、他們

　　在(zai)位(wei)于(yu)世界各地的(de)微軟(ruan)(ruan)研究實驗室里，一(yi)些(xie)非常深(shen)刻的(de)思想(xiang)家(jia)(jia)正(zheng)在(zai)思考有關大數據的(de)課題(ti)。其中就包括(kuo)微軟(ruan)(ruan)杰出科學家(jia)(jia)兼微軟(ruan)(ruan)雷德(de)蒙研究院聯(lian)合院長(chang)Eric Horvitz。最(zui)近，他憑借自(zi)己對“不(bu)確定性及有限資源情境下的(de)決策型計(ji)算機制”的(de)研究而當選為美國國家(jia)(jia)工程院院士。

　　他認為，未來(lai)的(de)機器在大(da)(da)量數據的(de)武(wu)裝下，可(ke)以(yi)成為“大(da)(da)有裨益的(de)終身數碼伴(ban)侶”，它(ta)知道你(ni)想要(yao)或需(xu)要(yao)的(de)是(shi)(shi)什么(me)（是(shi)(shi)比(bi)薩餅還是(shi)(shi)藥物），你(ni)想去哪(na)里(li)（是(shi)(shi)夏威夷，還是(shi)(shi)選擇最不堵車(che)的(de)路線去看球賽），而且往(wang)往(wang)還能以(yi)您的(de)名義飽蘸激(ji)情投入工作。

　　數據的捕獲、存(cun)儲(chu)、解讀和(he)利用(yong)可(ke)以提(ti)供各種尺度上的深(shen)刻(ke)見解——無論在(zai)高(gao)科技(ji)領(ling)域還(huan)是日常生(sheng)活中，Horvitz表示。

　　“當今世界上，能(neng)夠用于預測建模、可(ke)視化和(he)發現新事物的大規(gui)模有(you)效數(shu)據分析正在成為許(xu)多領域取得(de)成功(gong)的核心要素。”

　　微(wei)軟(ruan)新聞(wen)中心(xin)最(zui)近(jin)采訪了(le)Horvitz，請他(ta)談談微(wei)軟(ruan)研(yan)究(jiu)院（MSR）是如何投入時(shi)間(jian)和人力從事大數(shu)據(ju)和機器智能領域(yu)研(yan)發，并且取得了(le)哪些突破，同時(shi)也請他(ta)發表一下(xia)對這些領域(yu)未來發展的看法。

　　問：您為什么認為眼下大數據已經成為一個時髦詞匯了呢？

　　Horvitz：時髦(mao)詞(ci)(ci)匯的產生有各種各樣的原(yuan)因。對于大數據(ju)而言，我認為是幾個因素共(gong)同(tong)(tong)導致了(le)這(zhe)一朗朗上口的詞(ci)(ci)匯的普遍使用。其中之(zhi)一是人們(men)在不同(tong)(tong)領域(yu)采集(ji)(ji)到的數據(ju)量之(zhi)大，達到了(le)前(qian)所未有的程度；而傳(chuan)感(gan)、存儲和網絡(luo)等計算機科學領域(yu)也在不斷前(qian)行。人們(men)需要收(shou)集(ji)(ji)大量數據(ju)，一部分(fen)原(yuan)因在于許多人類活動已經(jing)轉向了(le)網絡(luo)，各種交易和事件數據(ju)的收(shou)集(ji)(ji)變得十分(fen)容(rong)易，而且能夠實時同(tong)(tong)步(bu)收(shou)集(ji)(ji)。

　　這(zhe)些活(huo)動(dong)包括(kuo)電子商(shang)務、通過(guo)道路(lu)上的(de)(de)傳感器記錄汽(qi)車行駛(shi)狀況(kuang)、利用位置數(shu)據(ju)(ju)提供智能(neng)手機(ji)服務，以及醫(yi)療保健(jian)。在醫(yi)療領域(yu)，基因組研(yan)究(jiu)的(de)(de)突飛猛(meng)進和(he)醫(yi)院臨(lin)床(chuang)數(shu)據(ju)(ju)捕獲將越來越多的(de)(de)GB級(ji)(ji)乃至TB級(ji)(ji)患者數(shu)據(ju)(ju)輸送(song)到(dao)數(shu)據(ju)(ju)庫中——即便如此，我(wo)們(men)仍處(chu)于生物醫(yi)藥信(xin)息(xi)學發展的(de)(de)早期階(jie)段。與以前相比，存儲也已變得(de)非(fei)常便宜(yi)。過(guo)去，我(wo)們(men)嘗嘗說“或許有一天會出現TB級(ji)(ji)的(de)(de)數(shu)據(ju)(ju)”。

　　而現(xian)(xian)在，即使(shi)你的孩子也可(ke)借助一(yi)個小小的驅動器，隨身(shen)攜帶(dai)TB級(ji)的數(shu)(shu)據(ju)去學(xue)校上課。在計(ji)算(suan)方面，我(wo)(wo)們用(yong)于處理數(shu)(shu)據(ju)的計(ji)算(suan)程序也取得(de)了進步，并(bing)且出現(xian)(xian)了許多有趣(qu)的用(yong)途——例(li)如利用(yong)數(shu)(shu)據(ju)建立預測模型(xing)等。舉個例(li)子，我(wo)(wo)們可(ke)以(yi)利用(yong)數(shu)(shu)據(ju)，對(dui)計(ji)算(suan)機用(yong)戶(hu)的不斷(duan)變化的意(yi)圖或興趣(qu)進行實(shi)時預測，并(bing)學(xue)習(xi)識別用(yong)戶(hu)的手勢。我(wo)(wo)們可(ke)以(yi)借助患者數(shu)(shu)據(ju)來預測病(bing)人出院后再度入院的可(ke)能性。

　　問：微軟研究院的機器學習研究與該領域的其他機構有何不同？

[FS:PAGE]

　　Horvitz：微(wei)軟研(yan)(yan)(yan)(yan)究(jiu)(jiu)(jiu)院(yuan)是眾所周知(zhi)的(de)(de)(de)(de)開放型研(yan)(yan)(yan)(yan)究(jiu)(jiu)(jiu)實驗室，我(wo)(wo)們(men)(men)鼓勵研(yan)(yan)(yan)(yan)究(jiu)(jiu)(jiu)者自由發表研(yan)(yan)(yan)(yan)究(jiu)(jiu)(jiu)結果和進展。這(zhe)一點吸引了(le)最(zui)優秀(xiu)和最(zui)聰明的(de)(de)(de)(de)人(ren)(ren)才。在MSR，人(ren)(ren)們(men)(men)的(de)(de)(de)(de)研(yan)(yan)(yan)(yan)究(jiu)(jiu)(jiu)動力(li)來(lai)自現實世界(jie)里(li)層出不窮(qiong)的(de)(de)(de)(de)有趣挑戰。他們(men)(men)還(huan)可以訪(fang)問大量(liang)的(de)(de)(de)(de)數據(ju)資源(yuan)——更誘(you)人(ren)(ren)的(de)(de)(de)(de)是，他們(men)(men)有機(ji)(ji)會把自己(ji)最(zui)棒的(de)(de)(de)(de)想(xiang)法(fa)交托(tuo)到(dao)數百萬人(ren)(ren)的(de)(de)(de)(de)手中付諸實用(yong)。在我(wo)(wo)們(men)(men)這(zhe)里(li)，專攻(gong)機(ji)(ji)器學(xue)習(xi)的(de)(de)(de)(de)研(yan)(yan)(yan)(yan)究(jiu)(jiu)(jiu)人(ren)(ren)員是世界(jie)各地從事機(ji)(ji)器智能研(yan)(yan)(yan)(yan)究(jiu)(jiu)(jiu)的(de)(de)(de)(de)巨大群體的(de)(de)(de)(de)組成部(bu)分(fen)。除(chu)了(le)機(ji)(ji)器學(xue)習(xi)之外，我(wo)(wo)們(men)(men)的(de)(de)(de)(de)研(yan)(yan)(yan)(yan)究(jiu)(jiu)(jiu)工作還(huan)包括機(ji)(ji)器感知(zhi)、自動推理和決策。機(ji)(ji)器學(xue)習(xi)已(yi)經滲透到(dao)了(le)微(wei)軟研(yan)(yan)(yan)(yan)究(jiu)(jiu)(jiu)院(yuan)的(de)(de)(de)(de)DNA中，而且(qie)也是研(yan)(yan)(yan)(yan)究(jiu)(jiu)(jiu)院(yuan)最(zui)早確(que)立的(de)(de)(de)(de)幾(ji)個關鍵性優先研(yan)(yan)(yan)(yan)究(jiu)(jiu)(jiu)領(ling)域之一。

　　今天，在我們(men)實驗室里(li)從事(shi)(shi)機(ji)器(qi)學習研究的人員已(yi)經(jing)(jing)構(gou)成了一股強大(da)(da)的知識力量(liang)。其中包括從事(shi)(shi)核心原理及應用(yong)的深(shen)刻思想家團隊(dui)。在劍(jian)橋(qiao)、北京、班(ban)加羅(luo)爾、硅(gui)谷、新英格蘭(lan)和紐約市(shi)，我們(men)還(huan)有許(xu)多其他團隊(dui)也在從事(shi)(shi)機(ji)器(qi)學習研究。總之(zhi)，這些小組已(yi)經(jing)(jing)構(gou)成了世界(jie)上最大(da)(da)的機(ji)器(qi)學習研究團隊(dui)之(zhi)一。

　　問：在MSR的機器學習研究努力中，有哪些成果已經被運用到了微軟的產品中？

　　Horvitz：有許多的(de)努力(li)成果應(ying)被納入微軟的(de)產品(pin)和服務中。這些成績中有許多要歸功于MSR研(yan)究(jiu)員與產品(pin)團隊(dui)之間異常密切的(de)合作(zuo)關系。舉個例子，微軟研(yan)究(jiu)院承擔了學習(xi)如何(he)對(dui)事項(xiang)進(jin)行排名(ming)的(de)核(he)心(xin)工作(zuo)。這項(xiang)工作(zuo)形成了必(bi)應(ying)搜(sou)(sou)(sou)索在(zai)響應(ying)用(yong)戶查詢需求時對(dui)搜(sou)(sou)(sou)索結果進(jin)行排名(ming)的(de)核(he)心(xin)方法。MSR在(zai)視覺系統領(ling)域的(de)研(yan)究(jiu)也是眾所周知的(de)——機器(qi)不僅可以看到，而且(qie)還可以識別(bie)出(chu)它們所看到的(de)東西——此(ci)外(wai)還有語音識別(bie)和翻(fan)譯。當你使用(yong)必(bi)應(ying)語音搜(sou)(sou)(sou)索或必(bi)應(ying)翻(fan)譯時，你就是在(zai)利用(yong)MSR所提(ti)供的(de)核(he)心(xin)機器(qi)學習(xi)研(yan)究(jiu)成果。

　　我們的劍(jian)橋團隊之(zhi)所以名聞遐邇，是因為(wei)他們找到了對(dui)圖像進行(xing)分(fen)割和(he)分(fen)類的方法，這項有價值的創新(xin)工(gong)作成(cheng)為(wei)Kinect的關鍵驅動力之(zhi)一，讓(rang)它能夠識(shi)別房間里的人以及(ji)他們的手勢(shi)。

　　MSR著(zhu)稱于(yu)世的(de)(de)(de)(de)還有機(ji)(ji)器學(xue)習研究在生物(wu)醫(yi)(yi)藥信(xin)息學(xue)和(he)(he)臨床(chuang)醫(yi)(yi)療等方(fang)(fang)面(mian)的(de)(de)(de)(de)應用。在雷德蒙實驗室，我們(men)已經投入了大(da)量(liang)精(jing)力研究如何利用來自(zi)醫(yi)(yi)院(yuan)的(de)(de)(de)(de)大(da)量(liang)臨床(chuang)數據(ju)(ju)建立預測模(mo)型，以指導醫(yi)(yi)院(yuan)的(de)(de)(de)(de)管(guan)理決策。這些(xie)系統(tong)(tong)目前已經應用到我們(men)周邊的(de)(de)(de)(de)醫(yi)(yi)院(yuan)，旨在提高它們(men)的(de)(de)(de)(de)醫(yi)(yi)療服務水平。另一(yi)項應用是(shi)必(bi)應地(di)圖(tu)和(he)(he)必(bi)應路線，它能提供北(bei)美地(di)區72個城市(shi)(shi)的(de)(de)(de)(de)車流量(liang)敏感型路線指引(yin)。必(bi)應路線使用了MSR所(suo)研發(fa)的(de)(de)(de)(de)方(fang)(fang)法，表(biao)明我們(men)能夠從交通(tong)歷(li)史數據(ju)(ju)中學(xue)習，并預測更大(da)城市(shi)(shi)區域內所(suo)有街道上的(de)(de)(de)(de)實時交通(tong)流量(liang)。機(ji)(ji)器學(xue)習甚(shen)至出現在Windows操(cao)作(zuo)(zuo)系統(tong)(tong)的(de)(de)(de)(de)深處。MSR與Windows產品(pin)團隊合作(zuo)(zuo)，開發(fa)一(yi)個[FS:PAGE]實時的(de)(de)(de)(de)預提取(qu)系統(tong)(tong)，并應用于(yu)Windows 7和(he)(he)Windows 8。Windows能夠不斷(duan)地(di)學(xue)習用戶的(de)(de)(de)(de)活(huo)動模(mo)式，然后預測他的(de)(de)(de)(de)下一(yi)步(bu)動作(zuo)(zuo)——這樣會(hui)讓操(cao)作(zuo)(zuo)系統(tong)(tong)變得更快(kuai)。

　　問：這種廣泛機器智能研究的目標是什么？

　　Horvitz：方(fang)向(xiang)和(he)目標是非常(chang)寬泛的(de)，從機(ji)器學習(xi)基礎(chu)科學的(de)探索，到了解如何(he)以最佳方(fang)式處理(li)特(te)定(ding)類型的(de)數據(ju)，再到執行特(te)定(ding)任務。我(wo)們還在(zai)探索和(he)開(kai)發(fa)更有效率和(he)更強大的(de)工具，以支(zhi)持機(ji)器學習(xi)的(de)工程實踐。在(zai)這(zhe)個(ge)(ge)方(fang)面，我(wo)們一直在(zai)探索和(he)開(kai)發(fa)某(mou)些(xie)工具和(he)方(fang)法(fa)，讓非專業人(ren)士或(huo)半(ban)專業認識也能(neng)夠(gou)自主開(kai)發(fa)預測模(mo)型并(bing)進(jin)行數據(ju)分析，進(jin)而出(chu)色完成(cheng)手(shou)頭(tou)工作。這(zhe)是一個(ge)(ge)非常(chang)有意思(si)的(de)挑(tiao)戰——把能(neng)力交付到最終用戶的(de)手(shou)中——通常(chang)情況下，這(zhe)種分析能(neng)力只(zhi)掌握在(zai)機(ji)器學習(xi)專家和(he)統(tong)計(ji)師的(de)手(shou)中。

　　問：這聽起來像是一項艱巨的挑戰。你們打算從哪里入手，讓大眾也能享用機器智能？

　　Horvitz：在(zai)機(ji)器學習領域，人(ren)(ren)們(men)(men)已開(kai)發了許多算法的(de)(de)程序，而其(qi)中每一種(zhong)(zhong)通常都會(hui)附(fu)帶(dai)某些用于(yu)對其(qi)方(fang)法進行調試的(de)(de)“撥桿”和(he)“旋鈕(niu)”，使之(zhi)能(neng)夠針對手(shou)頭的(de)(de)數據和(he)任務。目前的(de)(de)問題是，究竟哪種(zhong)(zhong)方(fang)法才最(zui)(zui)適用于(yu)特定(ding)的(de)(de)數據集(ji)和(he)學習任務。對原始(shi)數據清理(li)(li)、提煉和(he)匿(ni)名化，使它們(men)(men)易于(yu)處理(li)(li)和(he)分析(xi)——這也(ye)是挑戰之(zhi)一。機(ji)器學習領域有多種(zhong)(zhong)危險區域，而各種(zhong)(zhong)新工(gong)具(ju)則可以(yi)幫助人(ren)(ren)們(men)(men)具(ju)體指明自己希望學習的(de)(de)內(nei)容，以(yi)及如何驗證(zheng)其(qi)建立的(de)(de)模型(xing)所作預測的(de)(de)準確性。此時(shi)(shi)就需要有決策系統，其(qi)核心在(zai)于(yu)如何根據這些預測，引導人(ren)(ren)們(men)(men)的(de)(de)行動和(he)政策。我們(men)(men)正在(zai)努力創建一些新工(gong)具(ju)，用于(yu)指導數據收(shou)集(ji)、分析(xi)和(he)測試——并且同時(shi)(shi)為最(zui)(zui)終用戶提供(gong)有關可視(shi)化和(he)決策的(de)(de)深刻(ke)見解。

　　問：在機器學習領域還有哪些其他的障礙？

　　Horvitz：我們(men)一直在(zai)應對的(de)(de)(de)一大(da)挑戰是(shi)開發某種可以理解和(he)翻(fan)譯談話內容的(de)(de)(de)機器(qi)。有時(shi)(shi)候，準確(que)度的(de)(de)(de)微小進步都會對系統能力產生(sheng)很大(da)影(ying)響(xiang)。近日在(zai)中國(guo)天津，（MSR首席研(yan)究官）里克·拉希德當著大(da)批觀眾(zhong)的(de)(de)(de)面演示了(le)(le)從(cong)英文(wen)到(dao)漢(han)語普(pu)通話的(de)(de)(de)實時(shi)(shi)翻(fan)譯能力。他先做即興發言，接著由機器(qi)對他的(de)(de)(de)講話進行翻(fan)譯，然(ran)后再用(yong)他自己的(de)(de)(de)音色(se)把譯文(wen)重現出(chu)(chu)來——這樣(yang)，他就能夠(gou)實時(shi)(shi)地說普(pu)通話了(le)(le)。他所用(yong)的(de)(de)(de)翻(fan)譯管道包含了(le)(le)多種技術，但(dan)從(cong)某個角度上看，最(zui)(zui)突出(chu)(chu)、最(zui)(zui)令人訝(ya)異的(de)(de)(de)創新則體現在(zai)對談話內容進行語音識別的(de)(de)(de)準確(que)程(cheng)度得到(dao)了(le)(le)驚人的(de)(de)(de)提升。這是(shi)過(guo)去幾年間剛剛出(chu)(chu)現的(de)(de)(de)新生(sheng)事物，而這也恰恰是(shi)MSR從(cong)新的(de)(de)(de)方(fang)向進行機器(qi)學習(xi)研(yan)究和(he)實驗所取得的(de)(de)(de)成果。

　　問：那么微軟研究院將主攻大數據課題的哪些方面？

　　Horvitz：目前(qian)存在著(zhu)許多(duo)有(you)[FS:PAGE]趣(qu)并且前(qian)景可觀(guan)的(de)研究方向(xiang)。我(wo)(wo)(wo)(wo)不(bu)得不(bu)說，這是一個(ge)著(zhu)實令人興(xing)奮的(de)機(ji)(ji)會——而(er)且我(wo)(wo)(wo)(wo)們正處(chu)在一個(ge)激動人心(xin)的(de)時代(dai)。放眼更(geng)長(chang)遠的(de)未來，我(wo)(wo)(wo)(wo)預計更(geng)廣泛意義上(shang)的(de)機(ji)(ji)器(qi)學(xue)習(xi)(xi)和機(ji)(ji)器(qi)智能將為我(wo)(wo)(wo)(wo)們提(ti)供改弦更(geng)張(zhang)的(de)科(ke)研新工(gong)具(ju)，而(er)且在未來幾(ji)十(shi)年間，許多(duo)突(tu)破將會在人類與機(ji)(ji)器(qi)學(xue)習(xi)(xi)以及推理(li)工(gong)具(ju)的(de)協作中誕生。我(wo)(wo)(wo)(wo)們將有(you)機(ji)(ji)會從(cong)大量數據(ju)中學(xue)習(xi)(xi)新的(de)東西，其中包括借(jie)助自動學(xue)習(xi)(xi)工(gong)具(ju)對數據(ju)進(jin)行挖掘，從(cong)而(er)揭開醫療衛生領域的(de)某些奧秘——其中一些工(gong)具(ju)甚(shen)至可以識(shi)別因果關(guan)系，即A實際上(shang)導致(zhi)了(le)B。

　　另一(yi)個方向(xiang)是把幾種技術編織在一(yi)起——包括機(ji)器學習(xi)、語(yu)音識(shi)別、自然(ran)語(yu)言理解、機(ji)器視覺(jue)和決(jue)策，創(chuang)建一(yi)些系統，使之能夠像聰明的合作者(zhe)，以各種新的方式對人(ren)類的智慧加以補充。

　　另(ling)一(yi)方(fang)面，我們(men)(men)在(zai)(zai)網上搜索(suo)和檢(jian)索(suo)的(de)(de)新(xin)途(tu)徑(jing)研究中(zhong)(zhong)(zhong)也(ye)將獲得很多(duo)機會(hui)。我們(men)(men)還將另(ling)辟(pi)蹊徑(jing)，運用機器學(xue)習技(ji)術，從海(hai)量(liang)人口數據中(zhong)(zhong)(zhong)擷取有用的(de)(de)信號。例如在(zai)(zai)最近的(de)(de)工作(zuo)(zuo)中(zhong)(zhong)(zhong)，我們(men)(men)開發(fa)了一(yi)種(zhong)(zhong)(zhong)新(xin)的(de)(de)方(fang)法(fa)，可以從匿(ni)名化(hua)的(de)(de)搜索(suo)日(ri)志中(zhong)(zhong)(zhong)發(fa)現(xian)有關藥(yao)物副作(zuo)(zuo)用的(de)(de)線索(suo)。我相信，這(zhe)種(zhong)(zhong)(zhong)以數據為(wei)中(zhong)(zhong)(zhong)心的(de)(de)方(fang)法(fa)將會(hui)通過多(duo)種(zhong)(zhong)(zhong)多(duo)樣(yang)的(de)(de)途(tu)徑(jing)改變(bian)這(zhe)個世界，并在(zai)(zai)醫療、教(jiao)育、科(ke)學(xue)和商業等領域產(chan)生影響。

　　問：假設您是Jules Verne，您能否預言這項研究對未來意味著什么？

　　Horvitz：展望了未來，我(wo)相信總有機會構(gou)建(jian)這樣一些系統，它們(men)將成(cheng)為人類大(da)有裨益的終(zhong)身數字伴(ban)侶，能(neng)夠(gou)深刻理(li)解你(ni)(ni)(ni)想要(yao)做什(shen)么(me)、你(ni)(ni)(ni)想去(qu)哪里(li)，你(ni)(ni)(ni)想學習(xi)什(shen)么(me)，你(ni)(ni)(ni)需要(yao)怎樣才(cai)可以(yi)保持健康，你(ni)(ni)(ni)擅長以(yi)及(ji)不擅長什(shen)么(me)，并且能(neng)夠(gou)以(yi)你(ni)(ni)(ni)的名義連續工作，為你(ni)(ni)(ni)提供協助和配合(he)。幾個方面的研究工作已經讓我(wo)們(men)窺(kui)見(jian)了廣闊可能(neng)性的端倪。

　　問：當初您為什么要涉足這個領域？

　　Horvitz：我(wo)一直很想理(li)(li)解人(ren)類的心(xin)理(li)(li)，我(wo)的好(hao)奇(qi)心(xin)驅使我(wo)從生物(wu)學(xue)(xue)(xue)轉入(ru)物(wu)理(li)(li)學(xue)(xue)(xue)，接(jie)著又(you)投(tou)身(shen)信息(xi)與(yu)(yu)計算(suan)科學(xue)(xue)(xue)。除了核心(xin)探索之外，多年來我(wo)一直樂(le)此不疲地(di)將學(xue)(xue)(xue)習(xi)和決策的原理(li)(li)應用于現實世界，并以此創造(zao)價值——與(yu)(yu)此同(tong)時，它又(you)與(yu)(yu)思維系統這(zhe)一宏(hong)觀課題保持(chi)在某種關聯。我(wo)與(yu)(yu)“神(shen)級”的同(tong)事們一起研(yan)究原理(li)(li)及其應用，并從中獲得了巨大的樂(le)趣。在微軟研(yan)究院這(zhe)樣(yang)的地(di)方，我(wo)們每個(ge)人(ren)心(xin)理(li)(li)都有一個(ge)誘(you)人(ren)的“杠桿”，而其支(zhi)點則在遙遠的地(di)平線上。我(wo)們的下一個(ge)創新想法或(huo)許(xu)真的可以影(ying)響到微軟的產品和服務，進而撬(qiao)動整個(ge)地(di)球。

　　問：這正是你們的日常工作，對吧？

　　Horvitz：（笑）沒錯。不過，我一直很認(ren)真對(dui)待這(zhe)個問(wen)題(ti)，我們并不是在開玩(wan)笑。

　　問：《哈佛商業評論》已經斷言，數據科學家是“最性感的職位”，您怎么看？

[FS:PAGE]

　　Horvitz：這很(hen)不錯(cuo)。您可(ke)能會說(shuo)，從(cong)某種角度上看(kan)，多年來計算(suan)機科學(xue)和其他(ta)工程技術領域(yu)一(yi)直不受待見，是因為人們面臨職業(ye)選(xuan)擇時(shi)一(yi)直在(zai)尋找“崇(chong)高事業(ye)”——例如在(zai)醫(yi)療保健和法(fa)律等。但(dan)我相(xiang)信，計算(suan)科學(xue)正在(zai)成(cheng)為我們這個(ge)時(shi)代的“崇(chong)高事業(ye)”，因為計算(suan)促(cu)成(cheng)了許多其他(ta)事物(wu)，從(cong)航空(kong)航天到醫(yi)療科學(xue)，從(cong)法(fa)律到政府管理。

【聲明】物流產品網轉載本文目的在于傳遞信息，并不代表贊同其觀點或對真實性負責，物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題，煩請聯系小編電話：010-82387008，我們將及時進行處理。