数学之美 系列十一 - Google 阿卡 47 的制造者阿米特.辛格博士

枪迷或者看过尼古拉斯.凯奇（Nicolas Cage)主演的电影“战争之王”（Lord of War)的人也许还记得影片开头的一段话：（在所有轻武器中，）最有名的是阿卡 47(AK47)冲锋枪(也就是中国的五六式冲锋枪的原型），因为它从不卡壳、从不损坏、可在任何环境下使用、可靠性好、杀伤力大并且操作简单。

我认为，在计算机中一个好的算法，应该向阿卡 47 冲锋枪那样简单、有效、可靠性好而且容易读懂(或者说易操作），而不应该是故弄玄虚。Google 的杰出工程师阿米特.辛格博士 (Amit Singhal) 就是为 Google 设计阿卡 47 冲锋枪的人，在公司内部，Google 的排序算法便是以他的名字命名的。

从加入 Google 的第一天，我就开始了和辛格长期而愉快的合作，而他一直是我的一个良师益友。辛格、Matt Cutts（中国一些用户误认为他是联邦调查局特工，当然他不是）、马丁和我四个人当时一同研究和解决网络搜索中的作弊问题（Spam)。我们需要建一个分类器，我以前一直在学术界工作和学习，比较倾向找一个很漂亮的解决方案。我设计了一个很完美的分类器，大约要花三个月到半年时间来实现和训练，而辛格认为找个简单有效的办法就行了。我们于是尽可能简化问题，一、两个月就把作弊的数量减少了一半。当时我们和公司工程副总裁罗森打了个赌，如果我们能减少 40% 的作弊，他就送我们四个家庭去夏威夷度假，后来罗森真的履约了。这个分类器设计得非常小巧（只用很小的内存），而且非常快速（几台服务器就能处理全球搜索的分类），至今运行得很好。

后来我和辛格一起又完成了许多项目，包括对中、日、韩文排名算法的改进。每一次，辛格总是坚持找简单有效的解决方案。这种做法在 Google 这个人才济济的公司常常招人反对，因为很多资深的工程师怀疑这些简单方法的有效性。不少人试图用精确而复杂的办法对辛格的设计的各种“阿卡47” 进行改进，后来发现几乎所有时候，辛格的简单方法都接近最优化的解决方案，而且还快得多。另一条选择简单方案的原因是这样设计的系统很容易查错（debug)。

当然，辛格之所以总是能找到那些简单有效的方法，不是靠直觉，更不是撞大运，而是靠他丰富的研究经验。辛格早年从师于搜索大师萨尔顿(Salton)教授，毕业后就职于 AT&T 实验室。在那里，他和两个同事半年就搭起了一个中等规模的搜索引擎，这个引擎索引的网页数量虽然无法和商用的引擎相比，但是准确性却非常好。在 AT&T，他对搜索问题的各个细节进行了仔细的研究，他的那些简单而有效的解决方案，常常是深思熟虑去伪存真的结果。

辛格非常鼓励年轻人不怕失败，大胆尝试。一次一位刚毕业不久的工程师因为把带有错误的程序推出到 Google 的服务器上而惶惶不可终日。辛格安慰她讲，你知道，我在 Google 犯的最大一次错误是曾经将所有网页的相关性得分全部变成了零，于是所有搜索的结果全部是随机的了。这位工程师后来为 Google 开发了很多好的产品。

辛格在 AT&T 时确立了他在学术界的地位，但是，他不是一个满足于做实验写论文的人，于是他离开了实验室来到了当时只有百、十人的 Google。在这里，他得以施展才智，重写了 Google 的排名算法，并且一直在负责改进它。辛格因为舍不得放下两个孩子，很少参加各种会议，但是他仍然被学术界公认为是当今最权威的网络搜索专家。2005年，辛格作为杰出校友被请回母校康乃尔大学计算机系在 40 年系庆上作报告，获得这一殊荣的还有大名鼎鼎的美国工程院院士，计算机独立磁盘冗余阵列（RAID)的发明人凯茨(Randy Katz) 教授。

http://googlechinablog.com/2006/07/google-47.html

数学之美 系列十一 - Google 阿卡 47 的制造者阿米特.辛格博士相关推荐

1. 数学之美系列十一：Google 阿卡 47 的制造者阿米特.辛格博士

   辛格在 AT & T 时确立了他在学术界的地位,但是,他不是一个满足于做实验写论文的人,于是他离开了实验室来到了当时只有百.十人的 Google.在这里,他得以施展才智,重写了 Google ...

2. 数学之美系列14（转帖）

   数学之美 十四 谈谈数学模型的重要性2006年8月9日 上午 09:12:00 发表者:吴军,Google 研究员 [注:一直关注数学之美系列的读者可能已经发现,我们对任何问题总是在找相应的准确的数学 ...

3. 数学之美 系列一 -- 统计语言模型

   数学之美 系列一 -- 统计语言模型 Posted on 2009-09-11 14:54 小y 阅读(576) 评论(0) 编辑 收藏  发表者: 吴军, Google 研究员 前言 也许大家不相信 ...

4. 数学之美系列16（转帖）

   数学之美 系列十六(上) 不要把所有的鸡蛋放在一个篮子里 -- 谈谈最大熵模型2006年10月8日 上午 07:27:00 发表者:Google 研究员,吴军 [我们在投资时常常讲不要把所有的鸡蛋放在 ...

5. 数学之美 系列十六 （下）－ 不要把所有的鸡蛋放在一个篮子里 最大熵模型

   数学之美 系列十六 (下)- 不要把所有的鸡蛋放在一个篮子里 最大熵模型 我们上次谈到用最大熵模型可以将各种信息综合在一起.我们留下一个问题没有回答,就是如何构造最大熵模型.我们已经所有的最大熵模型都 ...

6. 数学之美 系列十六（上） 不要把所有的鸡蛋放在一个篮子里 -- 谈谈最大熵模型

   数学之美 系列十六(上) 不要把所有的鸡蛋放在一个篮子里 -- 谈谈最大熵模型 [我们在投资时常常讲不要把所有的鸡蛋放在一个篮子里,这样可以降低风险.在信息处理中,这个原理同样适用.在数学上,这个原理 ...

7. 数学之美 系列十五 繁与简 自然语言处理的几位精英

   数学之美 系列十五 繁与简 自然语言处理的几位精英 我在数学之美系列中一直强调的一个好方法就是简单.但是,事实上,自然语言处理中也有一些特例,比如有些学者将一个问题研究到极致,执著追求完善甚至可以说完 ...

8. 数学之美 系列十三 信息指纹及其应用

   数学之美 系列十三 信息指纹及其应用 任何一段信息文字,都可以对应一个不太长的随机数,作为区别它和其它信息的指纹(Fingerprint).只要算法设计的好,任何两段信息的指纹都很难重复,就如同人类的 ...

9. 数学之美 系列 12 - 余弦定理和新闻的分类

   数学之美 系列 12 - 余弦定理和新闻的分类 余弦定理和新闻的分类似乎是两件八杆子打不着的事,但是它们确有紧密的联系.具体说,新闻的分类很大程度上依靠余弦定理. Google 的新闻是自动分类和整理 ...

最新文章

1. 300万奖金池，第二届“中国版ImageNet”开赛
2. 寻找正反物质世界边境的长城---兵粒子
3. Web前端培训知识分享：2种离线安装npm包的方法
4. QT的QTextLayout类的使用
5. leetcode 347. Top K Frequent Elements | 347. 前 K 个高频元素（大根堆）
6. 带着灵魂去旅行的骑者-重新认识自我
7. Spring MVC：表单处理卷。 4 –单选按钮
8. mysql二分法查找亿行_算法——二分法查找（binarySearch）
9. 常用SQL Server数据修复命令DBCC一览(转载)
10. Atitit 存储与数据库性能调优流程目录1. 数据库出现性能瓶颈，对外表现有几个方面：
11. shell脚本 文件拷贝
12. 阿里云os边缘应用程序的三个问题
13. 初中英语语法(009)-动名词
14. 小学生遭校长拳击内脏出血 求医救命钱遭抢(图)
15. MySQL报错：Incorrect string value: '\xE6\x9D\x82\xE8\xB4\xA7...' for column
16. 微信扫描二维码-电脑上网
17. 微信号名称乱码什么情况_微信号可以改了但却不知道改什么？
18. 啥也不懂，实现Deepin系统如何有效安装TL-WDN5200H v2.0 linux驱动，自测成功
19. Bentley OpenFlows FLOOD 集成的洪水模拟软件
20. 【Arduino基础】一位数码管实验

热门文章

1. [云炬创业管理笔记]第五章打磨最有效的商业模式测试5
2. 在表格中批量显示图片
3. （Q 2）netstat命令 检测TCP/IP 网络链接是否存在异常
4. linux用户和群组的作用,linux中的用户、群组和权限
5. big sur 降级_太阳报：若诺维奇降级，球员将降薪一半
6. VTK修炼之道48：图形基本操作进阶_符号化操作与模型区率计算
7. 一键打开vs中的网站
8. C语言const使用
9. 【CyberSecurityLearning 31】Linux网络信息查看与配置、日志文件的管理、备份及日志服务器的搭建
10. c语言那些细节之a+1和a+1的区别