摘要：年月日，麻省理工科技評(píng)論發(fā)布了年歲以下科技創(chuàng)新人中國(guó)榜單，美團(tuán)點(diǎn)評(píng)平臺(tái)部中心負(fù)責(zé)人點(diǎn)評(píng)搜索智能中心負(fù)責(zé)人王仲遠(yuǎn)獲評(píng)為遠(yuǎn)見(jiàn)者。這一次，王仲遠(yuǎn)依然拿到了很多頂級(jí)機(jī)構(gòu)發(fā)出的。年，因?yàn)榧彝シ矫娴目紤]，王仲遠(yuǎn)選擇回國(guó)發(fā)展。

2019 年 1 月 21 日，《麻省理工科技評(píng)論》發(fā)布了 2018 年“35 歲以下科技創(chuàng)新 35 人”（35 Innovators Under 35）中國(guó)榜單，美團(tuán)點(diǎn)評(píng)AI平臺(tái)部 NLP 中心負(fù)責(zé)人、點(diǎn)評(píng)搜索智能中心負(fù)責(zé)人王仲遠(yuǎn)獲評(píng)為“遠(yuǎn)見(jiàn)者”。

Innovators Under 35 是《麻省理工科技評(píng)論》雜志從 1999 年開(kāi)始的年度評(píng)選，針對(duì)新興科技產(chǎn)業(yè)的青年從業(yè)者，肯定他們的創(chuàng)新工作。歷史上的獲獎(jiǎng)?wù)甙?Google 創(chuàng)始人 Larry Page 和 Sergey Brin，Linux 創(chuàng)始人 Linus Torvalds，F(xiàn)acebook 創(chuàng)始人馬克·扎克伯格（Mark Zuckberg），網(wǎng)景瀏覽器創(chuàng)始人 Marc Andreessen，Apple 設(shè)計(jì)負(fù)責(zé)人 Jonathan Ive 等杰出人士。

趁此機(jī)會(huì)，美團(tuán)技術(shù)學(xué)院采訪(fǎng)了王仲遠(yuǎn)博士，本文內(nèi)容根據(jù)采訪(fǎng)內(nèi)容整理而成。

王仲遠(yuǎn)沒(méi)有想到，他高考時(shí)填報(bào)的第一志愿是中國(guó)人民大學(xué)國(guó)際經(jīng)濟(jì)與貿(mào)易專(zhuān)業(yè)，最后卻被調(diào)劑到了中國(guó)人民大學(xué)的計(jì)算機(jī)系。更沒(méi)想到的是，他從此愛(ài)上了這個(gè)專(zhuān)業(yè)，并且在計(jì)算機(jī)這個(gè)行業(yè)越走越深。

幸運(yùn)的是，王仲遠(yuǎn)就讀的人民大學(xué)雖然以文科著稱(chēng)，卻是中國(guó)數(shù)據(jù)庫(kù)的學(xué)術(shù)重鎮(zhèn)，薩師煊、王珊、杜小勇和孟小峰等幾代人都是數(shù)據(jù)庫(kù)領(lǐng)域的知名學(xué)者。

剛開(kāi)始的時(shí)候，王仲遠(yuǎn)也很困惑學(xué)校為什么總是教數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)、編譯原理、計(jì)算機(jī)組成這種基礎(chǔ)性的知識(shí)，好像都不是找工作所需要的技能。孟小峰教授卻告訴他，在學(xué)校里把基本功打扎實(shí)最重要，如果有了扎實(shí)的基本功，社會(huì)上培訓(xùn)班教的那些“短平快”的技術(shù)，其實(shí)是很容易學(xué)習(xí)的。

大二結(jié)束的暑假，王仲遠(yuǎn)找到孟小峰教授主動(dòng)請(qǐng)纓，開(kāi)始進(jìn)入孟老師的 WAMDM （網(wǎng)絡(luò)與移動(dòng)數(shù)據(jù)管理）實(shí)驗(yàn)室學(xué)習(xí)，做了很多數(shù)據(jù)相關(guān)的項(xiàng)目，包括國(guó)內(nèi)首款 Native XML 數(shù)據(jù)庫(kù) OrientX 的系統(tǒng)測(cè)試，以及 Deep Web 數(shù)據(jù)集成項(xiàng)目的研究。他發(fā)現(xiàn)孟老師的教導(dǎo)完全正確，有了基礎(chǔ)課的底子，對(duì)很多工作都有著完全不一樣的理解，做實(shí)際項(xiàng)目時(shí)上手很快。

本科期間，王仲遠(yuǎn)與人合作的論文《Deep Web 數(shù)據(jù)集成中的實(shí)體識(shí)別方法》被中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議 NDBC 2006 錄用，并發(fā)表在《計(jì)算機(jī)研究與發(fā)展（增刊）》上。這小小的一個(gè)進(jìn)展，卻意外開(kāi)啟了王仲遠(yuǎn)的研究之路。2007 年他獲得了國(guó)際頂級(jí)學(xué)術(shù)會(huì)議 SIGMOD 2007 Undergraduate Scholarship 獎(jiǎng)（當(dāng)年全球只有 7 人獲獎(jiǎng)）。這更堅(jiān)定了他踏上學(xué)術(shù)研究道路的決心。

碩士畢業(yè)時(shí)，王仲遠(yuǎn)很冒險(xiǎn)地拒絕了百度、騰訊和 IBM 等眾多知名公司研究機(jī)構(gòu)的邀請(qǐng)，選擇堅(jiān)持等待微軟亞洲研究院的offer。

“其實(shí)當(dāng)時(shí)我也很迷茫，在宿舍里望著窗外的枝頭，希望能看到喜鵲經(jīng)過(guò)。” 而王仲遠(yuǎn)不知道的是，他在當(dāng)時(shí)微軟亞洲研究院所有候選人中面試結(jié)果排名第一。他未來(lái)的老板王海勛和田江森主動(dòng)找到研究院院長(zhǎng)說(shuō)，“這個(gè)小孩真不錯(cuò)，如果我們?cè)俨话l(fā) offer，就對(duì)不起人家了。”當(dāng)年 12 月份的寒冬，王仲遠(yuǎn)終于成為研究院那批候選人中第一個(gè)拿到 offer 的人。

王仲遠(yuǎn)說(shuō)自己很幸運(yùn)，微軟亞洲研究院具備很多先天優(yōu)勢(shì)，在剛剛工作時(shí)就可以接觸到很多世界級(jí)的學(xué)者，了解各領(lǐng)域前沿研究已經(jīng)做到什么程度，無(wú)需摸著石頭過(guò)河。

2010 年 10 月，微軟創(chuàng)始人、當(dāng)時(shí)的全球首富比爾·蓋茨來(lái)研究院訪(fǎng)問(wèn)，正式入職兩個(gè)多月的王仲遠(yuǎn)獲得做現(xiàn)場(chǎng)演示的機(jī)會(huì)。“可以想象，我當(dāng)時(shí)是多么的激動(dòng)。”王仲遠(yuǎn)所在的團(tuán)隊(duì)那時(shí)已經(jīng)開(kāi)始做一些知識(shí)圖譜領(lǐng)域的探索和研究，雖然業(yè)界還沒(méi)有這個(gè)概念。演示很成功，蓋茨的反饋非常正面，給王仲遠(yuǎn)很大的激勵(lì)，更堅(jiān)定了他在知識(shí)圖譜探索的道路上苦心孤詣地前行。這張與比爾·蓋茨合影的照片，至今他還保留著。

王仲遠(yuǎn)在微軟亞洲研究院6年多，從校招生一直做到主管研究員，負(fù)責(zé)了微軟研究院知識(shí)圖譜項(xiàng)目和對(duì)話(huà)機(jī)器人項(xiàng)目。他一直專(zhuān)注于自然語(yǔ)言處理、知識(shí)圖譜及其在文本理解方面的研究，取得了不少成績(jī)，在國(guó)際頂級(jí)學(xué)術(shù)會(huì)議如 VLDB、ICDE、IJCAI、CIKM 等發(fā)表論文 30 余篇，并獲得 ICDE 2015 最佳論文獎(jiǎng)。

談到做研究的經(jīng)驗(yàn)，王仲遠(yuǎn)總結(jié)說(shuō)，很多時(shí)候我們覺(jué)得某件事情比較高深，只不過(guò)是不了解而已。做學(xué)術(shù)研究跟創(chuàng)業(yè)一樣，只有自己真正扎進(jìn)去才會(huì)發(fā)現(xiàn)其中的奧秘。

同時(shí)，做研究需要長(zhǎng)期有耐心，這剛好和現(xiàn)在美團(tuán)所倡導(dǎo)的價(jià)值觀(guān)相符。因?yàn)樵谶@個(gè)過(guò)程中，你會(huì)受到非常多的質(zhì)疑，也會(huì)面臨多方面的挑戰(zhàn)，包括來(lái)自你的同事、你的老板、還有學(xué)術(shù)界中其他流派的挑戰(zhàn)。同時(shí)，還有短期的壓力和長(zhǎng)期的壓力，也有項(xiàng)目無(wú)法落地的壓力。但只要對(duì)這件事本身真的感興趣，不管是做技術(shù)還是做研究，都可以做的很好。

在王仲遠(yuǎn)看來(lái)，做研究需要有一顆強(qiáng)大的內(nèi)心，按現(xiàn)在美團(tuán)的話(huà)說(shuō)，是煉心志。一方面他經(jīng)常虛心地向前輩們請(qǐng)教，另一方面就是當(dāng)別人質(zhì)疑的時(shí)候，堅(jiān)持自己的理想和信念。在他看來(lái)，做研究，過(guò)程往往比結(jié)果更重要，做正確的事情，好結(jié)果自然會(huì)來(lái)。

“我從來(lái)沒(méi)有給自己定一個(gè)目標(biāo)，比如說(shuō)要發(fā)幾十篇頂級(jí)會(huì)議的學(xué)術(shù)論文。而是告訴自己，要踏踏實(shí)實(shí)地把這個(gè)研究項(xiàng)目做好，實(shí)實(shí)在在解決這個(gè)技術(shù)所面臨的一些挑戰(zhàn)性問(wèn)題，當(dāng)這些突破和研究的成果不斷出現(xiàn)的時(shí)候，發(fā)表論文就是一個(gè)自然而然的事情。”

現(xiàn)在，王仲遠(yuǎn)也經(jīng)常跟美團(tuán) NLP 中心的同學(xué)講，做事情要首先關(guān)注問(wèn)題本身，要進(jìn)行深度的思考，注重解決問(wèn)題的邏輯和體系，而不是一上來(lái)就簡(jiǎn)單粗暴地沖著結(jié)果去。因?yàn)橥侨藗冊(cè)较氲玫浇Y(jié)果，就越得不到結(jié)果。反而是專(zhuān)注解決問(wèn)題本身，好結(jié)果就自然獲得了。

2016 年，王仲遠(yuǎn)在考慮自己下一步職業(yè)規(guī)劃的時(shí)候，更多的是思考如何將自己的一身所學(xué)付諸實(shí)踐，而不僅僅只停留在研究層面。“如何將技術(shù)轉(zhuǎn)化為更為實(shí)際的生產(chǎn)力，更加直接地影響幾十億人的生活”，這是他再次出發(fā)的初心。

這一次，王仲遠(yuǎn)依然拿到了很多頂級(jí)機(jī)構(gòu)發(fā)出的 offer。他最終選擇了 Facebook。因?yàn)橄啾扔谖④洠現(xiàn)acebook 是一家純粹的互聯(lián)網(wǎng)企業(yè)，能夠更加直接地面向消費(fèi)者和用戶(hù)。而且，在王仲遠(yuǎn)的眼中，扎克伯格是一個(gè)優(yōu)秀的創(chuàng)始人。“我選擇公司非常看重創(chuàng)始人的素質(zhì)，他是不是一個(gè)有理想、有抱負(fù)、有信念的人。因?yàn)橹挥羞@樣的創(chuàng)始人才能有戰(zhàn)略性的思考，才能不被短期資本市場(chǎng)所影響，才能頂住財(cái)報(bào)的壓力、輿論的壓力，才能幫助企業(yè)走的更遠(yuǎn)。”

在 Facebook，王仲遠(yuǎn)主要負(fù)責(zé)公司的產(chǎn)品級(jí) NLP Service，要在用戶(hù)每天發(fā)布的幾十億條帖子（Post）中，完成語(yǔ)義分析、查詢(xún)以及搜索等相關(guān)的工作，從非常龐大且復(fù)雜的信息流中，找到一個(gè)用戶(hù)想要看到的結(jié)果。比如在 Facebook 用戶(hù)搜索 Trump 時(shí)，系統(tǒng)就知道用戶(hù)想要找美國(guó)總統(tǒng)特朗普相關(guān)的信息。不過(guò)，在特朗普沒(méi)有當(dāng)上美國(guó)總統(tǒng)時(shí)，更多返回的結(jié)果其實(shí)是紐約的地標(biāo)建筑特朗普大廈。

王仲遠(yuǎn)說(shuō)：“這是非常有意思的一件事，用戶(hù)的各種查詢(xún)意圖，其實(shí)會(huì)隨著時(shí)間而變化，我們做的事情就是在有限的關(guān)鍵詞中解讀出非常豐富的信號(hào)，然后用于各種搜索的召回、排序以及展示。今天，美團(tuán)大腦以及點(diǎn)評(píng)搜索的深度查詢(xún)理解服務(wù)也在做類(lèi)似的事情，只不過(guò)我們處理的信息變成了幾十億條餐飲娛樂(lè)的評(píng)論以及數(shù)百萬(wàn)的活躍商戶(hù)信息。”

在 Facebook 工作期間，他所負(fù)責(zé)的一個(gè)項(xiàng)目是做實(shí)體鏈接，就是要把查詢(xún)（Query）和知識(shí)圖譜進(jìn)行打通，這也是 NLP 領(lǐng)域一個(gè)非常重要的方向。短短半年的時(shí)間，效果就提升了 80% 左右，成為 Facebook 內(nèi)部最重要同時(shí)也是世界上最先進(jìn)的產(chǎn)品級(jí)實(shí)體鏈接服務(wù)。Facebook 的搜索、推薦、廣告、智能助理等許多系統(tǒng)中，都在使用他負(fù)責(zé)的這些技術(shù)。

“我們中國(guó)的移動(dòng)互聯(lián)網(wǎng)現(xiàn)在真的是非常發(fā)達(dá)，一天到晚不帶錢(qián)包、信用卡，生活毫無(wú)問(wèn)題，方便快捷。相比之下，美國(guó)就是一個(gè)發(fā)達(dá)的大農(nóng)村。在國(guó)內(nèi)叫個(gè)美團(tuán)外賣(mài)，半小時(shí)就能送到家門(mén)口，在美國(guó)這簡(jiǎn)直是無(wú)法想象的。” 2018 年，因?yàn)榧彝シ矫娴目紤]，王仲遠(yuǎn)選擇回國(guó)發(fā)展。

他收到了多家知名公司的橄欖枝，百度、騰訊和阿里巴巴都給出非常豐厚的待遇。但是他的考慮是，此前已經(jīng)在微軟亞洲研究院、Facebook 工作過(guò)，再去選擇一家非常成熟的大公司，并不會(huì)發(fā)生太大的改變。他想接受新的挑戰(zhàn)，承擔(dān)更重要的角色，更希望選擇一家能夠發(fā)揮出自己更大優(yōu)勢(shì)的公司。

滴滴、快手、今日頭條等很多互聯(lián)網(wǎng)新貴，當(dāng)時(shí)也給王仲遠(yuǎn)發(fā)出了邀請(qǐng)，但他最終選擇了美團(tuán)。

為什么？王仲遠(yuǎn)說(shuō)，他最看好美團(tuán)，相信美團(tuán)是一家能夠持續(xù)幾十年乃至更久生命力的公司。

阿里巴巴從解決“衣食住行”中的“衣”開(kāi)始起家，電子商務(wù)也成就了阿里巴巴。那么在“食、住、行”等這些生活服務(wù)領(lǐng)域呢？王仲遠(yuǎn)相信，一樣會(huì)成就新的互聯(lián)網(wǎng)巨頭。而且民以食為天，美團(tuán)外賣(mài)已經(jīng)占據(jù)絕對(duì)領(lǐng)先的市場(chǎng)份額，美團(tuán)酒店單日入住間夜不斷在刷新行業(yè)的新紀(jì)錄，美團(tuán)出行也完成了戰(zhàn)略布局。

美團(tuán)最新的戰(zhàn)略是“Food + Platform”，王仲遠(yuǎn)對(duì)此非常認(rèn)可。他相信，十年后，一定會(huì)有新的純線(xiàn)上App出現(xiàn)，大家那時(shí)很可能早就不玩“抖音”了。還會(huì)有更多新鮮好玩的游戲，也不會(huì)再玩“王者榮耀”了。這種純線(xiàn)上的信息和娛樂(lè)服務(wù)，變化是非常快的，所謂“江山代有才人出”。

“但是無(wú)論怎么變，大家總是還要吃飯的。”即使將來(lái)有一天，技術(shù)真的可以讓我們吃飯的方式完全不一樣，但是人類(lèi)也絕對(duì)不會(huì)放棄對(duì)美食的追求，因?yàn)檫@本身也是一種樂(lè)趣。這也意味著，美團(tuán)很有可能成長(zhǎng)為一家長(zhǎng)期有耐心、不斷積累、不斷發(fā)展的公司，“Food + Platform”也會(huì)是一項(xiàng)非常長(zhǎng)期的事業(yè)。

王仲遠(yuǎn)的另外一個(gè)思考就是，AI 技術(shù)想真正能夠落地，需要算力，需要數(shù)據(jù)，需要算法模型，更需要豐富的應(yīng)用場(chǎng)景。美團(tuán)的應(yīng)用場(chǎng)景豐富程度，顯然遠(yuǎn)超滴滴、快手、今日頭條等互聯(lián)網(wǎng)同行。“在這樣的情況下，美團(tuán)對(duì)我來(lái)說(shuō)，可能就是不二的選擇了。”

還有一個(gè)重要因素是，王仲遠(yuǎn)非常認(rèn)可美團(tuán)創(chuàng)始人王興，“我還是很崇拜興哥的，他是非常有理想、有信念、有戰(zhàn)略思考的一個(gè)人。”

王仲遠(yuǎn)坦言，最終選擇加入美團(tuán)，也是非常認(rèn)同美團(tuán)倡導(dǎo)的“以客戶(hù)為中心”、“追求卓越”、“長(zhǎng)期有耐心”這些價(jià)值觀(guān)，他相信可以在美團(tuán)中發(fā)揮自己的才華，而美團(tuán)也提供了一個(gè)廣闊的舞臺(tái)，可以讓他盡情地施展。

剛到美團(tuán)，王仲遠(yuǎn)受命組建美團(tuán) AI 平臺(tái)部的 NLP 中心。他對(duì)團(tuán)隊(duì)成員的要求是：知行合一，希望大家都是帶著自己夢(mèng)想加入這個(gè)團(tuán)隊(duì)，踏踏實(shí)實(shí)地把事情做出來(lái)。

王仲遠(yuǎn)說(shuō)：“從 0 到 1 組建一個(gè)新的團(tuán)隊(duì)，挑戰(zhàn)還是非常大的。我們的標(biāo)準(zhǔn)非常高，即使招聘速度再慢，都要保證團(tuán)隊(duì)成員的質(zhì)量。”

因?yàn)檎衅敢蠛芨撸酝踔龠h(yuǎn)需要花很多時(shí)間去吸引那些認(rèn)可美團(tuán)價(jià)值觀(guān)的候選人。他是懷抱將AI技術(shù)在各種場(chǎng)景中落地的夢(mèng)想加入美團(tuán)，他相信肯定有很多跟自己一樣有夢(mèng)想、有信念的候選人。他也希望找到這樣一群志同道合的人，共同前行。

今天，美團(tuán) NLP 中心團(tuán)隊(duì)已經(jīng)初步成型，匯集了很多優(yōu)秀的 AI 專(zhuān)家和工程師。

很快王仲遠(yuǎn)又開(kāi)始負(fù)責(zé)大眾點(diǎn)評(píng)搜索智能中心。王仲遠(yuǎn)說(shuō)：“我非常感謝公司管理層對(duì)我的信任，能讓我同時(shí)負(fù)責(zé)兩個(gè)團(tuán)隊(duì)，一個(gè) AI 平臺(tái)團(tuán)隊(duì)，一個(gè)業(yè)務(wù)平臺(tái)團(tuán)隊(duì)。這使得我能夠更好地規(guī)劃和掌控AI技術(shù)的落地，讓 AI 技術(shù)更好更快地發(fā)揮價(jià)值，幫助業(yè)務(wù)平臺(tái)進(jìn)行智能化升級(jí)。”

2018 年 5 月，他開(kāi)始領(lǐng)導(dǎo)團(tuán)隊(duì)構(gòu)建美團(tuán)大規(guī)模餐飲娛樂(lè)知識(shí)圖譜的平臺(tái)——美團(tuán)大腦。這個(gè)“大腦”充分挖掘、關(guān)聯(lián)各個(gè)場(chǎng)景數(shù)據(jù)，使用 AI 算法讓機(jī)器“閱讀”用戶(hù)針對(duì)商戶(hù)的公開(kāi)評(píng)論，理解用戶(hù)在菜品、價(jià)格、服務(wù)、環(huán)境等方面的喜好，構(gòu)建人、店、商品、場(chǎng)景之間的知識(shí)關(guān)聯(lián)，從而形成一個(gè)“知識(shí)大腦”。

在王仲遠(yuǎn)眼中，美團(tuán)大腦更像一個(gè)AI的基礎(chǔ)設(shè)施，目前這個(gè) AI 平臺(tái)已經(jīng)開(kāi)始逐步服務(wù)于美團(tuán)的搜索、SaaS 收銀、金融、外賣(mài)、智能客服等眾多應(yīng)用場(chǎng)景。在這些場(chǎng)景中，既有 ToC 的業(yè)務(wù)，也有 ToB 的業(yè)務(wù)。

同時(shí)管理兩個(gè)團(tuán)隊(duì)，經(jīng)常往返于北京上海之間，對(duì)王仲遠(yuǎn)而言，雖然辛苦，但效果也很顯著。在 NLP 中心以及大眾點(diǎn)評(píng)搜索智能中心兩個(gè)團(tuán)隊(duì)的緊密合作下，短短半年時(shí)間，點(diǎn)評(píng)搜索核心 KPI 在高位基礎(chǔ)上仍然大幅提升，是過(guò)去一年半漲幅的六倍之多，提前半年完成全年目標(biāo)。

一個(gè)在學(xué)術(shù)圈深耕了六、七年的研究型人才，進(jìn)入企業(yè)做項(xiàng)目落地。擁有兩家全球頂尖科技企業(yè)的從業(yè)背景，但回國(guó)后卻放棄優(yōu)厚的待遇，選擇一家互聯(lián)網(wǎng)公司再次出發(fā)。王仲遠(yuǎn)的每一次選擇，都顯得有些與眾不同。但是在他身上，我們沒(méi)有看到任何”莽撞“的成分。每一次選擇，他都經(jīng)過(guò)深思熟慮，而且是慎之又慎。

在王仲遠(yuǎn)的眼中，微軟亞洲研究院是中國(guó)互聯(lián)網(wǎng)行業(yè)學(xué)術(shù)研究方向的領(lǐng)頭羊，對(duì)他的培養(yǎng)和成長(zhǎng)，都有很大的幫助。時(shí)至今日，微軟亞洲研究院對(duì)他的影響，仍是不可磨滅的。不過(guò)，微軟也面臨著時(shí)代的挑戰(zhàn)，雖然這么多年一直在嘗試突破，但是它仍然更像一家傳統(tǒng)的軟件公司。

而 Facebook，是一家非常頂尖的互聯(lián)網(wǎng)公司，它也是很多國(guó)內(nèi)的互聯(lián)網(wǎng)公司學(xué)習(xí)的榜樣。Facebook 有一個(gè)口號(hào)是“快速行動(dòng)，打破傳統(tǒng)（Move Fast and Break Things)”，可以看出，他們對(duì)“快”的追求。Facebook 還有很多像“Go Big or Go Home”這一類(lèi)的內(nèi)部口號(hào)，這跟美團(tuán)的技術(shù)團(tuán)隊(duì)“要么牛 X，要么滾蛋”的說(shuō)法異曲同工。王仲遠(yuǎn)認(rèn)為，F(xiàn)acebook 的進(jìn)化速度要比微軟快很多。

而美團(tuán)是一家比 Facebook 節(jié)奏更快的互聯(lián)網(wǎng)公司，當(dāng)然這代表了中國(guó)速度，也代表了中國(guó)互聯(lián)網(wǎng)的發(fā)展速度。王仲遠(yuǎn)說(shuō)：“很多的事情，可能在微軟亞洲研究院我們需要要用一年的時(shí)間來(lái)做，在 Facebook 可能會(huì)用半年。但是在美團(tuán)，我們可能只有兩個(gè)月到三個(gè)月的時(shí)間。”

美團(tuán)的高速成長(zhǎng)，給王仲遠(yuǎn)的團(tuán)隊(duì)帶來(lái)很大的挑戰(zhàn)。他們每天都要面臨各種的持續(xù)迭代，要做很多快速的技術(shù)演化和突破。美團(tuán)技術(shù)團(tuán)隊(duì)是在為生活服務(wù)各行業(yè)構(gòu)建信息基礎(chǔ)設(shè)施，實(shí)現(xiàn)需求側(cè)和供給側(cè)的數(shù)字化，任重而道遠(yuǎn)。

未來(lái)的路還很長(zhǎng)，王仲遠(yuǎn)和他的 AI 團(tuán)隊(duì)，還在路上。

Q：你覺(jué)得偏研究型的人才，怎么在企業(yè)中發(fā)揮出自己的價(jià)值？

王仲遠(yuǎn)：任何科技的發(fā)展，都需要研究型人才的推動(dòng)。但是研究型的人才分幾種，有的是做純理論研究的人才，可能高校是他們最好的選擇。這些人愿意幾十年如一日的深耕一個(gè)領(lǐng)域。比如深度學(xué)習(xí)先驅(qū) Geoffrey Hinton 教授，長(zhǎng)期從事神經(jīng)網(wǎng)絡(luò)領(lǐng)域的研究，不管是神經(jīng)網(wǎng)絡(luò)發(fā)展的高潮還是低谷，他都能堅(jiān)持做下去。

還有一些人才，他們更希望把自己學(xué)到的各種研究模型、研究成果，能夠?qū)崒?shí)在在地應(yīng)用在真正的科技產(chǎn)品里面，然后去影響幾億人甚至幾十億人的生活。那么這一類(lèi)研究型人才，他們更看重應(yīng)用型的研究，公司可能會(huì)更需要他們。

我們整個(gè) NLP 中心也在做一個(gè)平衡，80% 的同學(xué)會(huì)偏應(yīng)用型研究，也會(huì)有 20% 同學(xué)會(huì)做偏理論的研究，也會(huì)鼓勵(lì)同學(xué)們根據(jù)興趣做一些前沿的技術(shù)研究。我們希望能夠保持較強(qiáng)的科技創(chuàng)新能力，并具備長(zhǎng)期的核心競(jìng)爭(zhēng)力。

Q：外企和海歸背景的人，怎么在本土企業(yè)中證明自己的價(jià)值？

王仲遠(yuǎn)：不建議給自己貼“標(biāo)簽”。文化上肯定會(huì)有一些沖突和差異。但是能不能適應(yīng)，其實(shí)很大程度上取決于個(gè)人，取決于這些人能不能擁抱變化。我必須承認(rèn)，國(guó)內(nèi)互聯(lián)網(wǎng)的變化或者演化速度，遠(yuǎn)遠(yuǎn)超出原來(lái)我待過(guò)的兩家外企，我也必須要適應(yīng)和擁抱這種變化。

如果我們能夠秉持自己的信念，不忘自己的初心，同時(shí)能不斷地提煉自己，升級(jí)自己，愿意擁抱這些變化，我相信在新團(tuán)隊(duì)也可以做的更好。而且我也觀(guān)察過(guò)，真正的最頂尖的人、最聰明的那些人，他們不管做什么行業(yè)，不管做什么事情，不管身處什么樣的環(huán)境，都能夠把事情做的非常好，都能夠取得非常好的成就。

在我看來(lái)，“人”本身的因素要比“外企背景”這種因素重要很多。我深信真正聰明的人的適應(yīng)力也都是非常強(qiáng)的。而且加入美團(tuán)后，我們發(fā)現(xiàn)很多很厲害的人，即使把他們放在一個(gè)完全不懂，或者不熟悉的項(xiàng)目中，他們一樣可以做的很優(yōu)秀。比如美團(tuán)內(nèi)部某個(gè)業(yè)務(wù)部門(mén)的負(fù)責(zé)人，曾經(jīng)做了 15 年的互聯(lián)網(wǎng)音樂(lè)。我相信擁抱變化的人，都不會(huì)做的很差。

至于如何證明自己？其實(shí)剛剛我也提到過(guò)，不要刻意。越刻意地想去證明自己，往往越證明不了自己。越想刻意拿到結(jié)果，往往越拿不到結(jié)果。我會(huì)給身邊的同學(xué)提這樣的建議。關(guān)注事情本身，關(guān)注怎么解決用戶(hù)的痛點(diǎn)，關(guān)注怎么解決技術(shù)的難點(diǎn)，關(guān)注怎么解決業(yè)務(wù)的需求。如果把這些事情做好了，既能拿到結(jié)果，最終也能證明自己的價(jià)值。

Q：像知識(shí)圖譜相關(guān)的技術(shù)已經(jīng)存在了很多年，為什么遲遲沒(méi)有進(jìn)入大眾的視野呢？

王仲遠(yuǎn)：技術(shù)的發(fā)展，永遠(yuǎn)都是起起伏伏，處于一個(gè)螺旋上升的階段。

知識(shí)圖譜并不是新技術(shù)。早在上個(gè)世紀(jì) 80 年代，就有很多知識(shí)庫(kù)系統(tǒng)的研究了。包括 1984 年開(kāi)始的 Cyc 就是一個(gè)知識(shí)圖譜項(xiàng)目。其實(shí)比 Cyc 更早之前，還有很多醫(yī)療診斷的專(zhuān)家系統(tǒng)。

但是受限于當(dāng)時(shí)的計(jì)算能力、人們的認(rèn)知、數(shù)據(jù)量，很多都是通過(guò)人工編寫(xiě)規(guī)則，或者去找專(zhuān)家建設(shè)行業(yè)知識(shí)庫(kù)，這種方式不僅效率低下，而且人的思考也具備局限性。通過(guò)領(lǐng)域?qū)＜胰?gòu)建的知識(shí)庫(kù)，通常就是幾十萬(wàn)的量級(jí)，顯然不能夠滿(mǎn)足需求。

2000 年以后，隨著互聯(lián)網(wǎng)的高速發(fā)展，數(shù)據(jù)也越發(fā)的豐富，促進(jìn)了知識(shí)圖譜技術(shù)的蓬勃發(fā)展。我們這些做知識(shí)庫(kù)的研究者開(kāi)始有了新的思路，不再以專(zhuān)家系統(tǒng)為驅(qū)動(dòng)，而是變成依靠數(shù)據(jù)來(lái)驅(qū)動(dòng)產(chǎn)生知識(shí)。從觀(guān)念層面發(fā)生的根本性改變后，知識(shí)圖譜馬上展示出自身巨大的價(jià)值。特別是 2012 年，谷歌發(fā)布了 Google Knowledge Graph，人們又重新認(rèn)識(shí)了知識(shí)圖譜技術(shù)。

此外，知識(shí)圖譜之所以影響力有限，還有一個(gè)很重要的原因就是，擁有這種規(guī)模數(shù)據(jù)的只有少數(shù)幾家大公司。它們暫時(shí)也沒(méi)有辦法去開(kāi)放，因?yàn)樯婕暗接脩?hù)隱私問(wèn)題、數(shù)據(jù)安全問(wèn)題，同時(shí)還涉及到核心競(jìng)爭(zhēng)力。但我相信，所有從事AI行業(yè)相關(guān)的人都清楚地知道知識(shí)圖譜的價(jià)值和意義。其實(shí)在這些互聯(lián)網(wǎng)巨頭內(nèi)部，不管是微軟、Facebook，包括谷歌和百度，它們對(duì)知識(shí)圖譜技術(shù)都非常重視。

Q：你覺(jué)得像知識(shí)圖譜這些技術(shù)的落地，目前面臨的最大挑戰(zhàn)是什么？

王仲遠(yuǎn)：可能很多人不太清楚，十年前或則更久之前，在學(xué)術(shù)研究界就已經(jīng)存在非常多的且成熟的知識(shí)圖譜相關(guān)的技術(shù)，包括知識(shí)的提取、知識(shí)的發(fā)現(xiàn)、實(shí)體識(shí)別、實(shí)體鏈接等等。

但是，學(xué)校實(shí)驗(yàn)室或者研究所缺少海量的研究數(shù)據(jù)，科研人員基于的數(shù)據(jù)量基本處在幾十萬(wàn)或者百萬(wàn)的量級(jí)，當(dāng)這些技術(shù)遇到億級(jí)甚至百億量級(jí)的數(shù)據(jù)時(shí)，很多技術(shù)走不通。

我們目前面臨的最大挑戰(zhàn)就是，即使是一個(gè)非常簡(jiǎn)單的，或者已經(jīng)被學(xué)術(shù)界認(rèn)定非常成熟的技術(shù)，在去解決百億、千億量級(jí)知識(shí)圖譜應(yīng)用問(wèn)題時(shí)，基本都會(huì)失效。因此，應(yīng)該如何重新設(shè)計(jì)算法，應(yīng)該如何重新設(shè)計(jì)新的工程架構(gòu)，是我們需要解決的核心問(wèn)題。此外，深度學(xué)習(xí)跟知識(shí)圖譜進(jìn)行結(jié)合，也是一個(gè)非常重要的研究方向。

Q：你覺(jué)得對(duì)企業(yè)而言，如何才能做好 NLP？

王仲遠(yuǎn)：NLP 是人工智能所有方向中一個(gè)還需要突破的領(lǐng)域。像語(yǔ)音識(shí)別和圖像識(shí)別，通過(guò)深度學(xué)習(xí)已經(jīng)可以得到非常好的結(jié)果。但人類(lèi)和動(dòng)物一個(gè)非常重要的區(qū)別就是，人類(lèi)擁有非常完備的理解、推理、思考能力，這些能力是 NLP 需要解決的，但是挑戰(zhàn)性也很高。

目前在 NLP 領(lǐng)域，我們已經(jīng)做了很多的突破，也有一些很好的落地場(chǎng)景，比如智能客服，語(yǔ)音助手，還有搜索、推薦、廣告這些應(yīng)用場(chǎng)景。但是在特定的領(lǐng)域，比如餐飲、酒店預(yù)訂、出行等領(lǐng)域，還有很大的提升空間。

在我看來(lái)，企業(yè)想要做好 NLP，首先需要打通基礎(chǔ)數(shù)據(jù)。像美團(tuán)大腦目前包含了 23 類(lèi)概念、18 億實(shí)體、600 億三元組，這個(gè)知識(shí)關(guān)聯(lián)數(shù)量級(jí)已經(jīng)達(dá)到了世界級(jí)的規(guī)模。只有數(shù)據(jù)被打通，才能發(fā)揮出更大的價(jià)值。其次，需要構(gòu)建扎實(shí)的技術(shù)底層，打造一個(gè)平臺(tái)，使得不同的業(yè)務(wù)線(xiàn)都能更方便、快捷地去使用 NLP 的這些技術(shù)，當(dāng)新技術(shù)出現(xiàn)時(shí)，也可以快速進(jìn)行升級(jí)和迭代。

總的來(lái)說(shuō)，一個(gè)是打通數(shù)據(jù)，一個(gè)構(gòu)建技術(shù)底層。當(dāng)然還有人才，人才也是實(shí)現(xiàn)以上兩者的根本因素。當(dāng)然，既能夠安心做研究，又能夠落地的核心人才也是最稀缺的，我們美團(tuán) NLP 中心對(duì)于優(yōu)秀人才的渴求，也是永無(wú)止境的，我們隨時(shí)都?xì)g迎有理想、有信念的同學(xué)加入，一起創(chuàng)造未來(lái)。

Q：怎么看待 AI 未來(lái)的發(fā)展？

王仲遠(yuǎn)：我應(yīng)該屬于理性的樂(lè)觀(guān)派。在我看來(lái)，不管是深度學(xué)習(xí)還是知識(shí)圖譜，技術(shù)發(fā)展歷程永遠(yuǎn)會(huì)有高潮，也會(huì)有低谷。這兩年因?yàn)橘Y本的涌入，因?yàn)槊襟w的宣傳，有時(shí)甚至過(guò)度炒作，使得 AI 進(jìn)入了大眾的視野。

這會(huì)帶來(lái)一個(gè)好處，就是人們對(duì) AI 有了更加廣泛的關(guān)注。但是也帶來(lái)很多的風(fēng)險(xiǎn)，比如很多不是特別成熟的 AI 技術(shù)也被“催熟”了，如果這些 AI 產(chǎn)品不能夠很好地解決人們實(shí)際需求的時(shí)候，就會(huì)被大家所質(zhì)疑，比如像前幾年很火爆的 VR、AR 等等。還有無(wú)人駕駛技術(shù)，距離真正落地，還存在很多亟待解決的問(wèn)題。

我預(yù)計(jì)未來(lái)一兩年，隨著資本的收縮，AI 可能會(huì)陷入冷靜期甚至是低谷期。但這個(gè)時(shí)間應(yīng)該不會(huì)持續(xù)太久，因?yàn)?strong>核心技術(shù)一直都在研究和突破。隨著 5G 時(shí)代的到來(lái)，隨著 AR、VR 技術(shù)更加成熟，隨著NLP技術(shù)更加成熟，隨著無(wú)人駕駛技術(shù)更加成熟，未來(lái) AI 也會(huì)帶來(lái)產(chǎn)業(yè)新的熱潮。

20年 ToC，20 年 ToB。在互聯(lián)網(wǎng)高速發(fā)展的前 20 年，我們主要解決了消費(fèi)者的需求。但在很多傳統(tǒng)產(chǎn)業(yè)，供給側(cè)的數(shù)字化，AI 對(duì)它們的影響還很有限，這也是我們未來(lái)的機(jī)會(huì)。

Q：對(duì)從事AI相關(guān)工作的同學(xué)，有什么建議嗎？

王仲遠(yuǎn)：我覺(jué)得大家還是要多關(guān)注核心技術(shù)，以及核心技術(shù)跟業(yè)務(wù)場(chǎng)景的結(jié)合。一個(gè)屬于“基本功”，另一個(gè)是思考技術(shù)對(duì)業(yè)務(wù)的價(jià)值。

因?yàn)榧夹g(shù)永遠(yuǎn)是日新月異，也會(huì)不斷地更新迭代。特別是做算法研究的同學(xué)，相對(duì)比較辛苦，要持續(xù)的進(jìn)行學(xué)習(xí)和提升，如果有一段時(shí)間不學(xué)習(xí)，很可能會(huì)被淘汰。

在我們的面試過(guò)程中也能夠感覺(jué)出來(lái)。如果面試算法工程師的同學(xué)，還是用傳統(tǒng)模型而不是深度學(xué)習(xí)的話(huà)，就會(huì)面臨很大的挑戰(zhàn)。此外，如果只關(guān)注模型本身，而不去思考如何跟業(yè)務(wù)進(jìn)行結(jié)合，在工作中也很難證明自己。

如果是在校的大學(xué)生，建議大家不要上來(lái)就學(xué)習(xí) Java、Python 這些編程語(yǔ)言。應(yīng)該先對(duì)計(jì)算機(jī)的各種原理、基礎(chǔ)知識(shí)（概率論、數(shù)學(xué)分析）等掌握清楚，再去學(xué)習(xí)很多技術(shù)時(shí)，就會(huì)有完全不一樣的理解。我們未來(lái)的一切，都應(yīng)該建立在一個(gè)扎實(shí)的基本功之上。

Q：你覺(jué)得對(duì)你影響最大的一件事是什么？

王仲遠(yuǎn)：很難說(shuō)具體的哪件事影響最大。剛剛也提到了，這么多年的職業(yè)生涯，我做了很多次、可能看起來(lái)比較重大的選擇，但是我很難講，哪一件事會(huì)徹底的改變自己的職業(yè)生涯。

相對(duì)來(lái)說(shuō)，影響比較大的事情有很多，像大學(xué)時(shí)獲得“SIGMOD 2007 Undergraduate Award”獎(jiǎng)項(xiàng)，讓我堅(jiān)定地選擇了研究這條路。后來(lái)在這條道路上，也受到很多老板對(duì)我的鼓勵(lì)。還有剛工作兩個(gè)月，就得到跟比爾蓋茨做匯報(bào)的機(jī)會(huì)，得到他的正向反饋。還有在頂級(jí)學(xué)術(shù)會(huì)議發(fā)表論文，以及現(xiàn)在做的美團(tuán)大腦項(xiàng)目，包括剛剛獲得的《麻省理工科技評(píng)論》這個(gè)榮譽(yù)等等，我想這些事對(duì)都產(chǎn)生了非常大的影響。

但對(duì)于具體的一件事而言，我覺(jué)得，更多的是在每一次做人生選擇時(shí)所做的堅(jiān)持，以及堅(jiān)持之后通過(guò)努力所帶來(lái)的一些認(rèn)可。這也是鼓勵(lì)我在各種質(zhì)疑中、在各種壓力中，持續(xù)前進(jìn)的一個(gè)非常重要的動(dòng)力，使我能夠長(zhǎng)期地堅(jiān)持下去。

Q：你覺(jué)得，這么多年對(duì)你影響最大的一個(gè)人是誰(shuí)？

王仲遠(yuǎn)：對(duì)我影響很大的人其實(shí)很多。比如我的第一個(gè)導(dǎo)師孟小峰教授，他帶領(lǐng)我進(jìn)入了研究的大門(mén)。我的第一任老板王海勛博士，他也是我在Facebook的老板，給了我很多次機(jī)會(huì)。還有后來(lái)研究院的常務(wù)副院長(zhǎng)馬維英（現(xiàn)今日頭條人工智能實(shí)驗(yàn)室主任），從他身上，我學(xué)到了很多管理的能力。加入美團(tuán)后，興哥和老王（美團(tuán)聯(lián)合創(chuàng)始人王慧文）對(duì)我的影響也非常大，每一次聽(tīng)他們的分享，都讓我受益良多，比如興哥對(duì)戰(zhàn)略的思考能力和大局觀(guān)，老王對(duì)市場(chǎng)敏銳的把握、對(duì)產(chǎn)品的認(rèn)知等等，都讓我學(xué)到非常多新的知識(shí)。我再次感覺(jué)到自己在快速的成長(zhǎng)之中。他們對(duì)我的幫助也都非常大。

Q：如果讓你推薦一本書(shū)，你會(huì)推薦哪本？

王仲遠(yuǎn)：推薦微軟 CEO 薩提亞·納德拉首部作品《刷新：重新發(fā)現(xiàn)商業(yè)與未來(lái)》。我覺(jué)得薩提亞能夠帶領(lǐng)微軟這樣的巨型科技公司成功轉(zhuǎn)型，再次成為市值最高的公司，非常令人欽佩。

尤其是當(dāng)年我也曾在微軟工作過(guò)，感受過(guò)微軟所面臨的那種困境與掙扎，更能體會(huì)到薩提亞的管理智慧。在書(shū)中，薩提亞反復(fù)提到“同理心”，這是我所非常認(rèn)同的，它也深刻地影響我的思考、溝通和行為方式。

王仲遠(yuǎn)博士獲評(píng)《麻省理工科技評(píng)論》“35 歲以下科技創(chuàng)新 35 人”中的“遠(yuǎn)見(jiàn)者”，麻省理工科技評(píng)論給出的獲獎(jiǎng)理由為：

“在知識(shí)圖譜和自然語(yǔ)言處理領(lǐng)域解決多項(xiàng)挑戰(zhàn)性問(wèn)題，其工作涉及搜索引擎、廣告推薦、知識(shí)挖掘、關(guān)系推理、智能助理等多個(gè)領(lǐng)域。

獲獎(jiǎng)人（王仲遠(yuǎn)）在微軟負(fù)責(zé)包括微軟概念知識(shí)圖譜、企業(yè)知識(shí)圖譜等多個(gè)知識(shí)圖譜和 NLP 相關(guān)項(xiàng)目，提出的概念化模型能讓計(jì)算機(jī)像人類(lèi)一樣對(duì)文本進(jìn)行理解；在 Facebook 領(lǐng)導(dǎo)團(tuán)隊(duì)構(gòu)建了世界上最大的產(chǎn)品級(jí)社交網(wǎng)絡(luò)知識(shí)圖譜實(shí)體鏈接服務(wù)。在美團(tuán)僅用半年就領(lǐng)導(dǎo)團(tuán)隊(duì)構(gòu)建出世界上最大的餐飲娛樂(lè)知識(shí)圖譜“美團(tuán)大腦”。

獲獎(jiǎng)人的開(kāi)發(fā)應(yīng)用于餐飲、出行、休閑娛樂(lè)、旅游、金融等各個(gè)場(chǎng)景，為數(shù)億人提供了更便捷、更智能的服務(wù)。”

受訪(fǎng)者簡(jiǎn)介

王仲遠(yuǎn)博士，美團(tuán)點(diǎn)評(píng)高級(jí)研究員、高級(jí)總監(jiān)，美團(tuán) AI 平臺(tái)部 NLP 中心負(fù)責(zé)人、大眾點(diǎn)評(píng)搜索智能中心負(fù)責(zé)人。加入美團(tuán)點(diǎn)評(píng)前，擔(dān)任美國(guó) Facebook 公司 Research Scientist，負(fù)責(zé) Facebook 產(chǎn)品級(jí) NLP Service。在 Facebook 之前，擔(dān)任微軟亞洲研究院的主管研究員，負(fù)責(zé)微軟研究院知識(shí)圖譜項(xiàng)目和對(duì)話(huà)機(jī)器人項(xiàng)目。多年來(lái)專(zhuān)注于自然語(yǔ)言處理、知識(shí)圖譜及其在文本理解方面的研究，在國(guó)際頂級(jí)學(xué)術(shù)會(huì)議如 VLDB、ICDE、IJCAI、CIKM 等發(fā)表論文 30 余篇，獲得 ICDE 2015 最佳論文獎(jiǎng)，并是 ACL 2016 Tutorial “Understanding Short Texts”的主講人，出版學(xué)術(shù)專(zhuān)著 3 部，獲得美國(guó)專(zhuān)利 5 項(xiàng)。在 NLP 和 KG 研究領(lǐng)域及實(shí)際產(chǎn)品系統(tǒng)中均有豐富經(jīng)驗(yàn)，研究領(lǐng)域包括自然語(yǔ)言處理、知識(shí)圖譜、深度學(xué)習(xí)、數(shù)據(jù)挖掘等。

《麻省理工科技評(píng)論》年度中國(guó)科技青年英雄榜發(fā)布！35位中國(guó)入選者涵蓋全球最前沿科學(xué)與技術(shù)

計(jì)算機(jī)系本科生王仲遠(yuǎn)榮獲 SIGMOD07 Undergraduate Scholarship