摇篮资讯 | 谷雪梅担任摇篮计划17期导师！导师团名单陆续发布中
The following article is from 未知的Alpha Author 阿姨
亚杰商会自2004年落地北大朗润园以来，始终致力于推动青年创业家的进步与成长。2006年，亚杰正式推出“未来科技商业领袖摇篮计划”（简称“摇篮计划”）公益项目，用实际行动帮助创业家们实现梦想。
17年来，摇篮计划已经荟聚了500位大咖导师、800余位创业家，目前已有62家企业上市，助力超过5000亿人民币的投融资。
师者，传道授业解惑也。摇篮计划每期都邀请科技、商业、金融投资等各界精英组成强大的导师阵容，很多优秀导师还会连任，同时也不断有新导师加盟，补充新鲜的血液。值此摇篮计划17期招募盛大开启之际，亚杰迎来了一位新导师：谷雪梅正式加盟！
前谷歌中国研究院副院长、阿里集团副总裁、菜鸟网络CTO谷雪梅
谷雪梅，本科毕业于清华大学、硕士毕业于卡内基梅隆大学计算机科学学院。硕士毕业后，2005年1月加盟Google，2006年2月调任Google中国，成为Google中国第一位本土女工程师。在2015年加入阿里前，其为谷歌中国研究院副院长，主要关注大规模分布式计算平台、搜索推荐及广告、知识图谱等方面的技术研发。
2015年，正式加入阿里担任阿里巴巴集团副总裁。同年12月，负责阿里新成立的中台事业群下辖的搜索事业部，后又短暂任职阿里妈妈产品和技术负责人，并于2017年“双十一”过后前往菜鸟网络任职CTO。
谷老师长期致力于搜索技术研发，对搜索有着独到、深刻的理解。现转发谷老师撰写的《搜索是个世界观》一文，先睹为快!
文章转载自公众号：未知的Alpha
ID: echos_world
搜索是个世界观
在曾鸣教授《智能商业》一书中，提起两个核心概念“网络协同”和“数据智能”，其中数据智能主要引用了我们团队的工作。很有幸在过去20年，参与和旁观了数据智能进入互联网商业运作，大数据和算法也被几十亿用户每天使用。
数据智能的核心场景是“搜广推”，即搜索、广告、推荐。这些场景创造了万亿市值公司若干，前沿技术若干，但核心逻辑非常简单，即把用户需求和内容供给做最佳匹配。搜广推里，最先出现的是搜索，然后是广告（主要指效果广告），然后是推荐。从搜索人看，广告是带着商业目的的搜索，推荐是没有关键词的搜索。所以我们也经常自嘲，搜索像个大锤子，世界在我们眼里就是墙上的一堆钉子。没有搜索砸不进去的钉子，没有搜索解决不了的问题。
这个观点当然不全面，但从解决问题的效率上看，搜索，和它代表的数据智能的确是非常好用的工具。所以和大家分享它的底层逻辑，以及效率来源。
无序变有序
搜索的核心是“索引”（index）。搜索可以没有爬虫，没有酷炫的召回和排序，甚至可以没有倒排索引，但一定有正排索引，简称索引。索引的作用是把信息按某种方式组织起来，是无序变有序的过程，是熵减的过程。
所以，任何需要被秩序化管理的业务都可以考虑使用搜索。举一个貌似和搜索完全无关的例子：物流行业有个刚需，识别暴力分拣。这个常见问题很难进行精细的人工管理，所以工程师们想，既然操作空间内有摄像头监控，何不通过计算机视觉技术识别？但前提是要对暴力分拣图像进行大量标注才能开始训练模型，而暴力分拣的形态很多，识别准确率一直上不去。尽管行业内有厂商提供解决方案，某毒舌（其实就是我）认为其作用和根据大猩猩掷骰子买股票的效果差不多。
换条思路，如果不对暴力分拣的行为进行直接识别，而是用CV对物体进行识别，然后构建物体沿时间轴的轨迹索引，根据物理公式计算物体的移动速度，则可以清晰判断暴力分拣。而CV的物体识别准确率接近100%，牛顿力学公式也非常可靠，之前在标注暴力分拣时碰到的ground truth不明确的问题，用索引+mapreduce的思路迎刃而解。
做ToB业务之前，我以为搜索只适合做用户产品，但经历上面这个小例子，以及无法用几句话讲清楚的“包裹引擎”（把中国每天在路上的几亿包裹用搜索引擎的方式跟踪和管理），我发现索引是一种方法论，ToC和ToB都合适，先分析业务的底层信息，对信息进行解构、重构、组织，如果能构建出基础索引，后续可以通过很多数据结构和算法的方式高效处理。当然，索引的形式有很多，可能是对信息空间的索引，也可能是时间和空间的索引，甚至不一定是表格，而是张图，节点之间有关联，可以推理，这就到了知识图谱的领域，但核心是把无序的信息流程化地、系统性地组织起来，赋能业务逻辑。
额外说一句，组织管理也可以遵循熵减原则：虽然工作环境不是热力学第二定律要求的“封闭体系”，但熵减的大原则还是有指导意义的，任何一个组织，在不做管理动作的时候，自然而然地往无序、熵增方向发展，所以管理动作应该是反其道而行之的过程。工作中各种组织调整都是正常的，作为leader应该在调整后特别关注系统的“熵”值，即使目标是好的，也可能因为沟通不到位，管理动作不细致深入，而给员工带来更多困扰，增加系统的无序程度。
双边市场
回到互联网领域，搜索不止是技术、是产品，也是个经济学概念上的双边市场，或称平台经济，即搜索引擎作为平台，链接了买方（对内容有诉求的用户）和卖方（提供内容的第三方网站）。Google一直淡化它作为平台经济的掌控者地位，而强调“用户第一，其他会接踵而至”（User first，everything else will follow），但“知识卡片”这个产品特别明显地展示了硬币的反面。
“知识卡片”（knowledge card）：比如搜索“哈利波特”，搜索结果页会出现一块“卡片”区域，包含这个关键词的核心结构化信息，如果用户有更多需求，再点击结果页的其他链接。知识卡片非常符合user first的理念，把用户关注的最核心内容直接显示在结果页上，可想而知，上线效果和口碑都非常好。但是……6个月之后，为知识卡片贡献大多数内容的wikipedia从Google获取的流量减少了4%。曾和我们团队并肩作战的Wikipedia的创始人来电表达忧虑，我们都理解Google追求用户体验的理念，但站在他的视角思考问题：Wikipedia是非赢利组织，流量变少的直接后果就是捐款变少，而维持庞大的集群和开发需要钱，这是非常现实的问题。甚至，从“产权”意义上说，Wikipedia创作了内容，而Google免费使用了这些内容，且伤害了内容创作方的利益。——由此衍伸，提供内容的第三方网站与Google在商业利益分配上都值得再推敲，这不是一句“用户第一”就打发得掉的。
从那时起，我开始关注互联网应用的经济学模型，并很快收敛到Jean Tirole的双边市场和平台经济理论，他的理论很好地解释了Google的局限性，并让我看到电商搜索和推荐在双边市场机制设计上的精妙之处。非常凑巧，在我决定去福报厂的时候，Jean Tirole获得了2014年诺贝尔经济学奖。（下一篇会展开讲一下双边市场理论，双边市场里最典型也最赚钱的搜索、推荐和电商的玩法，以及作为创业者如何和市场领先者竞争。）
用户兴趣
上面第一部分是物理学，第二部分是经济学，那么第三部分谈谈搜索里的人性和社会学价值。
除了地图，大部分搜索场景里结果没有对错，只有好坏。所以，除了和关键词的匹配度之外，衡量搜索结果一般用“用户满意度”，但这个指标过于主观，且不易采集，所以退而求其次，用点击率（CTR）和停留时长等客观指标代替。
而所有的客观指标都可能被滥用。在双边市场里，当平台（如Google）和平台上的卖方（如第三方网站）利益不一致的时候，零和博弈就不会停止。卖方想用更低的成本获得流量，而平台则要打击这种行为，维护双边市场的公正，所以这些年搜广推的反作弊、反欺诈、反刷单一直存在，道高一尺、魔高一丈，缠斗宛如波澜壮阔的史诗。
既然“用户满意度”不能只依赖客观指标，而靠人工采样获得的满意度数据又太少，所以搜索在非常早期就采取了Navboost，即把其他用户点击的搜索结果加权。这本质是一种共识机制，这种机制后来在推荐里大放异彩，即最常用的u2i。多年过去，搜索和推荐算法越来越丰富和酷炫，但在满足用户上的底层逻辑一直没变，说人话就是“在我为你选出的这些结果里，其他用户比较喜欢这几个，要不你试试？”
所以当运营问：为什么用户会对这样的结果满意？为什么？为什么？很抱歉，当下的搜索和推荐都不擅长发现因果性（causality），所以只能关注相关性（correlation）。这个问题我思考了10年，直觉上相关性之下必有因果性，所以一直试图找方式验证。
10年前做第一版知识图谱，先构建了最初级的图，有实体（节点），有实体间的关系（节点之间的边），当时就在想除了实体之间的已知关系，还可以推导（infer）出未知关系，所以节点之间的边会越来越多。后来在福报厂带搜广推，对inference的执念不改，最看好graph embedding方向，因为相信它是构建和推演user/item底层的庞大隐含特征空间的最佳工程实践。这项工作很难，不在算法，而在工程，因为对边的计算量是节点数的阶乘，虽然可以做大幅矩阵裁减，但仍比当下的基于KV表格的，以mapduce为核心计算逻辑的工程问题难很多。
最近两年比较少关注搜广推技术的发展，但应该没有革命性的突破。个人观点，看好两个技术：
图计算引擎，主要是解决计算节点之间的信息吞吐和热点问题。这几年大家都在讲“算法工程化”，但是，很多底层的工程基础设施是特别需要算法优化的，权且称为“工程算法化”，但对大规模工程体系熟悉又懂算法的交叉人才很少见，以至于图计算引擎进展差强人意。 针对graph embedding矩阵分解优化算法，这个数学分支最近有些突破，计算复杂度降了1.4%次方（如果没记错的话）。算法科学家们可以参考。
“用户兴趣”这个部分写得又长又干燥，为了挽尊说点好玩的吧。搜索进化到推荐的里程碑是今日头条的崛起，但身边很多同事卸载了头条app，因为嫌弃它推荐的内容太low，不符合自己的兴趣。但分析一下所谓low的内容怎么来的：
整个内容生态很low，没有好东西可以推荐； 系统识别用户兴趣后推荐了low的内容。
首先，1是不成立的，头条里有非常多的好内容，且持续有更新更好的内容出现。至于2么，推荐系统固然会受到大众数据的影响，但个人因子也是权重很高的，它好像一面镜子，你是谁，它就如实反馈。所以low的不是系统，是你，该嫌弃的也不是app，你的兴趣可能就这么low。所以装上头条吧，如果随着时间的推移，页面里出现更多的好内容，那么恭喜，你成长了～
迭代优化
从1998年开始成为Google用户，这23年来我看到的最不可思议的事情是，数据智能的底层逻辑非常简单，却可以发展出不亚于人类历史上重大文明的影响力，无论从产值、市值、人口数量、以及精神层面的依赖。—— 这种被称为“新商业文明”的现象不是指单一企业，或单调的搜广推产品，而是由这些产品衍伸出来的大数据智能，和相关的互联网巨头。
既然被称为新商业文明，要理解它的核心诉求就先看看它竞争的稀缺资源是什么，比如农业文明竞争土地和劳动力，工业文明竞争资本和专利，互联网商业文明目前看竞争的是算力、算法、大数据。为什么呢？因为这种文明追求的是快速反馈带来的迭代进化。工业时代，推出产品以月、甚至年计，市场反馈闭环非常长。而搜广推为核心的数据智能应用，反馈闭环以天、甚至小时计（计算能力完全可以做到亚秒级，只是用户反馈是小时级），所以它的进化速度和工业风的现实世界比就像怪兽，哪怕开始的时候很蠢，但架不住学得快，且7x24不知疲倦地学。
工业界感受到了巨大压力，希望用数据智能实现升级，RPA是最近投资领域非常火热的话题。但好多从互联网出来的创业者感慨改变传统行业的艰难，因为对反馈速度和迭代效率的要求不在一个数量级。业务策略的灰度和AB测试，实时数据反馈和相适配的业务决策……这种思维范式的碰撞还有很长的路要走，但无论怎么艰难，整体趋势仍乐观：即使现有的巨头不容易改变，总会有后起之秀用更快更高更强的方法挑战现有秩序。
汤因比是100年前的英国历史学家，研究宏观历史和文明进化。他在《历史研究》一书中否定了静态的地理决定论，提出了“挑战-应对”为核心的动态文明兴起观，“挑战-应对”简单说就是迭代优化：文明遇到挑战，应对过去就更壮大一些，然后再挑战，再应对，不停反馈，循环优化，直至强大的文明体系形成。（文明的持续和衰落先不谈，这里只说文明兴起）
挑战-应对理念和我们身处的数据智能世界、以及被数据智能改变中的世界几乎匹配。恰当的历史观可以指导实践：挑战并不可怕，没有挑战才会让文明的兴起停滞。而应对，则是生存的唯一选项，要活下去就要努力，996被认为是福报，从宏观历史的角度看并没有错。我们身处这个巨变的时代，所有人都可以成为挑战者，所有人都可以成为文明的塑造者。
依然拿《三体》结束：给时间以生命，给岁月以文明。
导师已经陆续就位，
你还在等什么？
摇篮一直是创业者温暖的家，
欢迎更多优秀的创业家加入我们，
让我们一起追梦！
点击原文链接 一键申请
▼
-END-
成功不能复制
智慧可以传承