AI 技术内参
洪亮劼
Etsy 数据科学主管,前雅虎研究院资深科学家
32838 人已学习
新⼈⾸单¥98
登录后,你可以任选6讲全文学习
课程目录
已完结/共 166 讲
开篇词 (1讲)
人工智能国际顶级会议 (31讲)
搜索核心技术 (28讲)
推荐系统核心技术 (22讲)
数据科学家与数据科学团队养成 (25讲)
AI 技术内参
15
15
1.0x
00:00/00:00
登录|注册

150 | 聊一聊谷歌特立独行的混合型研究

上一讲我们介绍了微软研究院发展早期的一段故事,一起讨论了为什么说微软研究院是工业界研究院的楷模。
今天我们来看另外一种“混合型”的工业界研究机构模式,聊一聊谷歌研究院,一起来讨论这种模式是不是更加适合互联网企业的需求。

研究背景起家的谷歌

谷歌的创立比微软晚了将近 20 年,但两个公司有一些相似的地方,其中之一就是创始人都是中断了学业,投身到创业的浪潮中。不过拉里·佩奇(Larry Page)和谢尔盖·布林(Sergey Brin)当时是在攻读博士学位,关于如何进行网页搜索的最初想法,是从他们的博士研究课题衍生出来的[1]。由此可见,谷歌从一开始就和研究类项目有着千丝万缕的联系。
佩奇和布林的论文发表在 1998 年的国际万维网(WWW)大会上。这篇论文介绍了 PageRank 算法,在当时这简直就是一个石破天惊的算法。那它和当时其他搜索引擎的关键技术相比,独特之处在哪里呢?计算网页的相关度或者说是重要度完全不依赖文本信息,而仅仅依靠由网页之间关系组成的图,而且能够得到一种非常稳定的排序。或许就是因为这个独特的算法让两个斯坦福大学的年轻人放弃了继续攻读博士学位的想法,转身在硅谷找了一个车库,从而演绎了一个传奇的创业故事。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结
仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《AI 技术内参》
新⼈⾸单¥98
立即购买
登录 后留言

全部留言(6)

  • 最新
  • 精选
  • chouisbo
    我觉得算法工程师,应当首先是一名工程师,要有工程师该有的专业素养和工程思维,更务实;现在的算法研究,有很多资源可以借鉴,但是一定要更够迅速得应用到自己的场景中去试错,这样后面才能谈得上结合自己的业务去改进算法。而且现在的算法越来越强调分布式的概念,需要大数据的支持,没有很好的工程能力,算法这块会越来越难做。
  • Leo Zhao
    单独设立研究机构 水平支撑产品 -> 产品 研究KPI 要相关 而且的步调一致 要求较高的上层领导力和协调力。产品部门自设研究小组 ->沟通是个问题。看来唯有谷歌一种模式,产品人有研究属性。
  • Geek_508884
    还需要有一个产品到市场的衔接,商业化的运作。同时为了防止其他公司使用同样方式,需要做的充分差异化
  • 崔伟协
    感谢洪老师这一路来的分享,感谢
  • 努力努力
    感谢洪老师这一路来的分享,感谢
  • 努力努力
    感谢洪老师这一路来的分享,感谢
收起评论
显示
设置
留言
6
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部