创新者、范内瓦尔·布什和数据科学人才的关系

1945年,范内瓦尔.布什(Vannevar Bush)在文章《As We May Think》中提出的一种Memex,具备交叉引用能力来播放图书和影片,并记录新信息,同时提供在资料之间建立关联的功能,读者可以依照自己的喜好形成新的线性顺序,甚至加上自己的补充或评论,并共享。他人只要键入建立链接的作者的索引代码,就可以追溯到这些关联。

创新者、范内瓦尔·布什和数据科学人才的关系

最近我花时间在读“创新者”这本书,书中提到的范内瓦尔·布什Vannevar Bush教授。

布什教授是二战时期美国最伟大的科学家和工程师之一(他也是香农定理发明者香农的老师), 创立了美国科学研究局(OSRD, Office of Scientific Research and Development),一生中取得的成就不计其数,比如:

  1. 发明了检测潜艇的木质前身
  2. 造出世界上首台模拟电子计算机
  3. 组织和领导了制造第一颗原子弹的著名的“曼哈顿计划”
  4. 构想了国家科学基金会(NSF)和高级研究规划署(ARPA)并获批准

还不得不提一下,布什先生在1945年7月号的Alantic Monthly上发表的文章”As We May Think“,其中描述的MEMEX机器就基本具备了超文本、超链接和浏览器的概念,启发了二战后到现在几十年许多计算机领域的技术创造。

创新者、范内瓦尔·布什和数据科学人才的关系

Vannevar Bush先生

为什么谈创新的时候要提一下布什呢?

当然,一般人对基础科研领域的情况知道得不多,但对产业发展更感兴趣。

大家都知道二战后,美国的高科技产业发展,特别是IT产业和技术发展一直是全世界最强,远远超过欧洲的老牌列强。

从创新者这本书的作者艾萨克森的分析来看,美国和欧洲的根本区别是国家发展的科技的体制不一样。

欧洲一直是采取政府主导的方式,有统一的预算和计划,围绕超级精英人才开展科研计划,建造大型实验室。

但美国采取了政府、大学和企业合作的方式来发展IT产业,设计了一个有利于培养大批创新者的环境和体制。具体来说,在布什教授提出“技术移转”的思想三十多年后,美国国会于1980年颁布《拜杜法案》,该法案促使美国大学纷纷设立企业化运作的技术移转机构,进行知识产权的商业化使用,这从根本上奠定了美国技术产业快速发展的核心模式。

IT,或者说信息技术产业是近一个多世纪以来人类文明发展进步速度最快的,而美国两个国内最著名的科技园区(加州的“硅谷”和波士顿128号公路的“高科技走廊”)的诞生都凝结了布什的心血。

我们现在了解熟悉的硅谷,就是一个典型的美国式的科技孵化缩影,放大到全美乃至全球,影响了无数科技产业的创新者。硅谷之父”的弗雷德里克·特曼的导师就是布什教授。

在布什教授推动的科技园区政策中,政府扮演了设计鼓励科技创新政策者的角色,大学提供了大量优质的科研人员、科研成果和具有创新能力的人才,企业则通过商业运作不断把科研成果转化为产品和收入,我们都熟悉的搜索引擎谷歌就是一个非常典型的硅谷创新型企业,从斯坦福校园一步步走向互联网行业巨头,并在重组变成Alphabet后,大力推动AI的技术普及。

我曾经在给不少企业做内部培训时拿谷歌的例子来做分析:

创新者、范内瓦尔·布什和数据科学人才的关系

 

谷歌从技术起步,逐渐甩开微软、雅虎等竞争对手,最终通过海量数据的应用获得在线广告市场份额的绝对老大。

  1. 谷歌会根据数据建立模型,自动化优化产品细节,比如:
  2. 通过广告竞价排序算法,修正点击率预测模型,找到广告点击率最高的排序模型
  3. 通过算法帮助UI自动配色,找到广告点击率最高的配色
创新者、范内瓦尔·布什和数据科学人才的关系

 

另外谷歌通过利用统计学原理设计大量AB测试,在内部解决了大胆构想的实际效果和业务目标,比如:

  1. 广告销售团队提出客户想要在广告中展示”Great Customer Service -MOZO”,提出“高光评语”项目
  2. 产品团队提出: Yandex改变了URL的显示方式,建议尝试模仿竞对
  3. 工程团队提出: 有能力实现关联广告主Google+页面到广告,提出社交广告可能性

这些都通过大量AB测试和数据挖掘分析,帮助公司作出有利于整体业务增长的决策。

谷歌等硅谷企业之所以可以这样做,是因为硅谷的创新机制保证可以吸引全球大量的顶尖人才进行科技和创新的商业性项目。同时,从斯坦福、MIT这样的高校内部出来创业的技术人才可以近距离直接建立与杰出企业家及投资机构的联系,并在技术创新的同时及时根据商业的本质来设计优化产品、获得业务增长。

如果中国的互联网行业以及转型中的传统行业,在今后如果希望可以赶上美国同行的整体水平,就必须在在技术创新体制和人才培养引进上形成良性的循环,特别是在数据科学人才的培养上。

联系我们谈谈你对数据科学价值的看法

相关观点