世界因你不同-第26部分
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
听到这里，我条件反射般地给出了一个“标准
答案”：“我理解大家会有这种顾虑，但是你要想留在微软，就不要想后路。”
很明显，大家对我的“公关回答”很不满意。一名副研究员接着说，“开复，你的道理是对的。但这又是经理立场，用中国人的话说，是站着说话不腰疼。你想想，我们是名校毕业的博士生，给微软做‘临时工’，也不知道有没有前途。请为我们想想，好吗？”“这就对了！这就是我想要的开诚布公的讨论！谢谢你的质疑。”我说，“你说得对，我这么回答真的不合适，请允许我重头介绍一下这个‘副研究员’的制度，介绍完了，我很希望听听你们的建议，然后再和你们讨论。”
首先，我解释了“副研究员”制度的由来。接着，我举了个实例：“我想告诉大家，提升‘正研’不一定要等两年。比如徐迎庆，迎庆点子特别多，而且特别喜欢帮助别人，他是最好的团队合作者，任劳任怨，有话直说。其实，我们马上就要提升他了，今天提前宣布这个好消息，希望大家把他当做榜样，努力争取提升的机会。”“晋升‘正研’，我们没有名额限制，如果每个人都做得好，每个人都可以提升。”我补充说。
这句话说完，我觉得大家眼睛都亮了起来，原来大家并不知道这一点。开诚布公就是如此奇妙！但是，我发现有几位很快又表现出了疑虑，我还没有回答他们心中的最大担忧——万一不能提升怎么办？
于是，我又接着说：“如果你没有做到，我不能违背公司规定来雇用你。不过，就算不能提升研究员，我们也会争取发给你一个‘企业博士后’，公司也会给你一定的时间，让你找新的工作。相信你的微软经历，加上一个有价值的博士后，绝对不会伤害了你的事业。”“真的劝你们不要整天把心思都花在担心上。更糟糕的是，如果你恢复从小被培训的零和思维，想把别人比下去，那你就没有希望了。因为，我们重视的不仅仅是创新、成果，更需要团队合作的精神。”
讲到这里，我能感觉到大家心里慢慢放松了。如果我不知道员工的苦闷，就没有沟通，而没有沟通，员工们就会假设最坏的结果，认为公司一边剥削劳力，一边鼓励零和竞争，因而降低团队合作。
这时，我已经觉出气氛正在变得融洽起来。
一位副研究员站起来说：“老板们给我们的压力太大。他们自己需要升级，就分配好多工作给我们做，很多经理一开口就是‘你可以不分白天黑夜’。短时间为了deadline（截止日期）拼命可以，长期这样就不应该。”
另一位副研究员也说：“每天工作量太大，有时又很枯燥，实在受不了。有些经理总是告诉我们，开复以前多努力，他们自己又多努力。但是，我们一天做l6个小时，脑子都麻痹了。”
我对大家说：“你们说得很对。每个经理必须要尊重每位员工的私生活，不能期望‘超人’或‘非人’的工作时间。创新是靠激情和灵感产生，不是仅仅靠劳力的。我会和所有的经理沟通，尊重每一位员工的私生活。另外，我希望每个人都能做自己擅长并喜欢的课题，这样才能激发出最大的热情，而取得最大的成就。”
通过这次沟通，小组里的情形开始好转，研究院里逐渐形成了有话直说的氛围。为了打破公司管理层和员工之间的鸿沟，每两个星期，我就和‘副研’们一起吃一顿饭。
通过不断努力，研究院的气氛越来越融洽，越来越和谐，大家达到了一种心照不宣的默契，在作研究的时候，形成一种团结的合力。兵团作战
做一流的研究院！做有影响力的研究院！这是一个宏大的理想，还是堂吉诃德式的幻想？整整两年，全力以赴的拼搏成了我们的主旋律。
研究院的目标是作基础研究。基础研究就是研发一些现在不可能成为主流的成果，我们期望它们在5 到10年之后成为主流。这并不是一个很长的时间。
作为研究院负责人，我的第一任务就是拟定研究方向。当时，我们可以看到几个用户可能碰到的巨大问题：比如如何在多媒体（视频、3D）崛起时处理带宽供不应求的问题；如何在互联网无序信息爆炸时让无序信息变得有序；如何让中国用户用更自然的方式使用电脑。针对这些问题，我们开启了六个团队：
〃网络多媒体组——张亚勤的组开始进行最新的网络压缩研究，希望将多媒体信息的索取变得更为便捷、快捷、经济。
〃多媒体计算组——张宏江的组开始做多媒体的有序化，比如说从照片中找人脸，把照片自动分类，从视频中判断视频的内容。
〃形象计算组——沈向洋的组开始研究电脑中的；虚拟3D'，研究如何把计算机视觉、图形学与数字视频相结合，以实现；互动式多媒体'。
〃多通道用户界面组——王坚的组开始设计各种新用户界面，从新的拼音输入到新的数字笔。
〃自然语言组——黄昌宁的组开始做自然语言理解的工作，来让电脑能够教用户英语．纠正错误的语法，建立强大的数据库和统计语言模型。
〃音字技术组——我自己带领一个团队做语音识别和语音合成，并且把这些技术转移到手写体输入和拼音输入里面，帮助输入困难的中国用户增加效率。
除此之外，凌小宁的软件开发组和陈宏刚的高校关系组也成功地招兵买马，小有规模。
这个时候，研究院的人员已经到位，但是如何让中国的研究院成为亚洲第一？如何在微软美国和英国的研究院的“巨大规模”下证实自己？在微软中国研究院成立之初，我们就知道，单凭实现梦想的蛮力，根本无法达到全球领先的远大目标。
美国研究院有计算机界很多著名的大师，而我们这六位项目带头人在学术界的名声，远远不及这几位真正的大师。除了项目的质量，美国研究院的项目数量也远远超过我们，他们有30 多个项目，300多名研究员，我们只有6 个项目，20 多个刚毕业的学生。无论怎么衡量，我们连他们的“小弟弟”都算不上。
因此，我们不可能靠论文取胜，也不可能靠人数取胜，我们一定要有特色。我和我的团队经过反复商量，得出结论：我们要做一个更“有用的”研究院，做一个更像“兵团”的研究院。“最重要的不是创新，而是有用的创新。”失败的苹果语音识别、SGl 三维浏览器都还历历在目。不能为了酷，为了前无古人，为了发表论文而作研究，一定要定位在有用的研究上。
微软的首席技术官奈森·梅尔沃德曾经说：“微软研究院所进行的理论性研究可能在 10 年后才能有结果，有些有可能100年才出结果。如果我们不冒这个风险，我们可能一无所有。如果我们的项目都成功了，那我们反而失败了，因为我们冒的风险不够。”他这句话就是微软的美国和英国研究院定位的基础。
我们要做的不一样。虽然微软中国研究院也是要做基础研究，但是我认为，基础研究的目的依然不是单纯地写出一些论文或专利，最终的目的还是要让上亿人享受到你的成果。这才是研究院人员的最大成就感。我们要做更实际，更有近期产品潜力，更能被用户理解、被产品部门接受的研究。我们的
目标不放在10年，而放在3～5 年。
实际上，我们和微软美国研究院不同的地方就是：我们做一个项目的时候，应该清楚，如果做成功了，这有什么应用，对用户有什么好处？我们评价项目的时候，不仅仅评价“这有多新？”也要评价“这有没有用？能否给用户带来巨大的价值？”
所谓兵团，就是针对大部分研究院的问题所使用的一种带领队伍的方法。在微软的美国和英国研究院里，我们发现，尽管每个人都非常出名，但是整个研究院都处于一种散兵游勇的状态。研究员之间的关系不够紧密，尽管每个研究员都被充分放权，但是大家都认为自己是大师，应该拥有自己的研究
方向。所以，有些组里有各种不同的研究，每个成员的看法都不一样，项目之问的重复、冲突都不小，谁都不愿意听谁的。另外，没有人愿意做枯燥的技术转移工作，往往写完论文后技术就搁下来了。
我希望改变这种状态。在微软中国研究院，我们要放弃各自为政，要兵团作战。这个兵团有六个将军，他们参考大家的意见然后拟定“有用的项目”。一旦拟定，大家就全力以赴地投入战斗。因为我们有很好的团队合作文化，每个团队的副研究员都很
“服”他们的司令，而且每个人都知道只是一个独特的机会，无论对个人还是对中国，所以他们不惧辛苦，也愿意下一番苦功夫。
现在回想起来，在微软中国研究院的前两年，大家确实是在用一种拼的精神去对待工作。一批世界一流的科学家，带领一批聪明、拼命的年轻人，形成一个研究兵团，他们创造了奇迹，结出了硕果。卷起袖子做老师
是不是做了院长，就可以不做项目了？我给自己的答案是：不行。其实原因非常简单——人手不够。
当时，研究院确立的研究方向之一是“音字技术组”，也就是教电脑听话、讲话。这个恰好是我的博士论文的内容，但是我早就脱离了这个领域，而且已经多年没有写程序。但在研究院，我是唯一懂这方面技术的人，我只有勉为其难地卷起袖子，和我招到的几位副研究员一起工作。
邸烁和陈正是清华的高材生，尽管不是学语音的，但是l999年他们进入希格玛大厦的时候，选择了语音识别小组。每天，我拿着语音的教科书，从最基础的知识开始教他们。读完基础的课本后，他们开始练习在这个新的领域编程，然后，我再把我的论文拿出来，一章一章地讲给他们听。这两个年轻人都聪明过人，可以阅读世界水平的学术论文。另外，他们可以利用微软的“资源共享”制度，从美国研究院语音负责人那里拿来全套的语音软件。有了这些技术和源代码，这就像攀登100层的高楼，两人一开始就站在了50 层。他们俩进步神速，两年后，都成了项目负责人，如今在不同的公司取得了骄人的成绩。
在他们俩之后，我们组又来了个年轻人——高剑峰。高虽然也是名校（上海交通大学）的博士，但是他的专业是机械设计，方向是“工业造型”。因此，他经历过一段颇为迷茫的时期。
那一年，我去上海交大招聘，正好遇到了高剑峰，就问他在研究些什么？他兴致勃勃地说了他的研究。我当头泼了他一盆冷水，说，“这个东西在美国早过时了，你还研究什么，还不如到微软来换个有用的题目呢。”没想到，他真的来了，闯过了应聘的重重关卡，加入了语音识别小组。
不过，他马上感觉到了强大的压力，邸烁和陈正不断取得突破，而他连门道都没摸清楚，有时候遇到一个问题，他还没有弄明白是怎么回事，人家已经解决了。
看到高剑峰非常苦恼，我开玩笑地对他说，“你是不是混进来的啊？”他抬头看我，表情很窘迫。我笑了笑，对他说，“你不是计算机专业毕业的，但是我觉得你还是有潜力的，如果有不懂的问题，我觉得你可以去请教一下组里的同事，毕竟我们是一个团队，也欢迎你随时来找我。”
高剑峰点了点头，就去找邸烁和陈正了。这两个小伙子一点都不吝啬，把自己知道的东西都告诉了高剑锋，一些问题经他们点拨，就轻松化解了。
在不断的学习中，高剑峰的信心被慢慢地树立了起来。他觉得，作研究就像一场长跑比赛，遇到了高手，被人家甩得很远，不能着急，不能乱了方寸，该怎么跑还是怎么跑。他后来总是告诉新来的研究员不要在意中途的快慢，最后胜出的人，才是真正的胜者。
高剑峰就这么跟了几年，先学着跑，再自己跑，渐渐地不再感觉累。到了第四年，他已经是“项目带头人”，换句话说，他也是一个“领跑者”了。现在，他已经转到微软美国，在那里做资深研究员。
语音识别不是仅仅把每个字分别识别出来，而是像人一样，要运用到语言的知识。中文有一个特
殊的问题，就是分词。一个笑话就是“杭州市长春药店”，人们看到这个店名的时候，自然而然地知道是“杭州市／长春／药店”。但是仅仅向前推一个字，电脑很可能会识别成为“杭州／市长／春药店”。
如何做到正确的识别呢？我告诉陈正：“国内的语音识别往往是先分词，然后识别。这是彻底的错误，因为第一次分词总可能出错，一定要同时分词和识别，经过所有的排列与组合，挑选出最好的结合。”
然后，我发现我们的语言模型语料远远不够。语言模型的功能是经过大量的统计，来判断在下一个位置最可能出现哪些字，比如说，看到“尊敬的李”时，我们可能预测下面会是“先生”、“老师”、
“女士”等词，各有不同的概率。我对他说，“在中国做语音搜索统计，只联系到前面的一个词，但是中文的语言特点是歧义特别多。仅仅依靠向前推一个词，电脑并不能作出正确的判断，至少要向前推两个词。”我们请黄昌宁教授去开始一个语料采购的计划，训练出这样推两个词的语言模型。
另外，中文和英文很大的一个差别就是中文有四声的识别。这方面团队很快地做了一个四声识别器，和整体的识别系统结合起来。就像分词一样，一定不能先把四声识别出来，而要考虑所有的可能性，再作出总体最优的选择。
在他们三人以及后来加入的几位副研究员的努力下，很快，一个中文语音识别系统就做出来了。
此后，陈正和我发现这个系统不但可以做语音识别，也可以做拼音转换。我们尝试了一下，果然转换率比当时任何系统都要高很多。除此之外，我们还发现可以用统计模型做出一种奇妙的功效——
自动纠正人为造成的拼写错误，也就是说，如果你打入：�
