211service.com
Aplicación de la teoría en Microsoft
Antes de que fuera reclutada por Investigación de Microsoft , Jennifer Chayes fue profesor de matemáticas en UCLA. Aunque desconcertada en ese momento sobre lo que el gigante del software podría querer con su trabajo fuertemente teórico, Chayes ha continuado realizando investigaciones que tienen aplicaciones de amplio alcance en Internet, incluidas búsquedas, publicidad por palabras clave, sistemas de recomendación y redes sociales. Habiendo cofundado anteriormente el Grupo de Teoría de Investigación de Microsoft, Chayes ahora es director gerente del laboratorio de Investigación de Microsoft en Nueva Inglaterra, que se inaugurará en Cambridge, MA, en julio. Revisión de tecnología Recientemente, le preguntó a Chayes sobre la transformación que ha experimentado su trabajo y cómo podría llevar adelante su investigación en el nuevo laboratorio.
Matemático de Microsoft: Jennifer Chayes, arriba, es directora gerente del laboratorio de Microsoft Research New England, que se inaugurará en julio. Chayes, quien comenzó su carrera en el mundo académico, ha descubierto que su investigación matemática abstracta tiene aplicaciones en búsquedas, publicidad de palabras clave, sistemas de recomendación y redes sociales.
Revisión de tecnología : Cuando fue contratado hace 11 años por el entonces CTO Nathan Myhrvold , pensó que su trabajo era irrelevante para el negocio de Microsoft. ¿Qué ha cambiado desde entonces?
Jennifer Chayes : Es gracioso. Hace poco estuve hablando con alguien de mi grupo que dijo: Nuestro trabajo se ha acercado mucho más a las aplicaciones durante la última década. Le dije: No, lo que está sucediendo es que las aplicaciones se están acercando mucho más a nosotros. Cuando Nathan decidió contratarnos a mí ya mi esposo, Christian [Borgs], estábamos lidiando con problemas matemáticos discretos con muchas variables y muchas interacciones complicadas, y vio el potencial de que eso se volviera relevante. No creo que Nathan haya previsto todas las aplicaciones de la World Wide Web, las redes sociales y todo eso, pero previó que tener gente que estudie este tipo de cosas podría ser útil.
NIÑOS : Su doctorado fue en física matemática, e incluso esa investigación ha sido útil para Microsoft. ¿Cómo las transiciones de fase, como la transformación de sólido a líquido, resultaron ser importantes para la informática?
JC : Alrededor de 1995, hubo un par de personas que comenzaron a buscar transiciones de fase en estos difíciles problemas informáticos en los que hay que equilibrar una cantidad determinada de recursos con un conjunto de restricciones. Resulta que si tiene un parámetro que mide la relación entre recursos y restricciones, el sistema experimenta una transición que matemáticamente es como la transición de fase en la que un líquido se congela o hierve. Es matemáticamente el mismo tipo de cosas en las que pasa por este punto en el que simplemente puede satisfacer las restricciones y luego ya no puede satisfacerlas. Resulta que el estudio de la transición de fase en estos problemas de satisfacción de restricciones o asignación de recursos ha llevado a algunos de los algoritmos más rápidos conocidos para determinar la estructura óptima de las redes. ¿Quien lo hubiera pensado? Recientemente, estuve en una revisión de Bill Gates donde Bill se enteró de las investigaciones que se están realizando. Hemos estado analizando la multidifusión y tratando de encontrar la forma más eficiente de transmitir algo a través de la Web a un cierto número de personas. Alguien mencionó un trabajo que mi grupo ha realizado recientemente para crear un algoritmo de multidifusión muy rápido, basado en este trabajo de transición de fase. Hace diez años, le había estado contando a Bill sobre eso y le dije que era genial que estuviera contratando personas cuyo trabajo no valdría la pena en 100 años. Y aquí está, 10 años después, y el trabajo realmente está dando sus frutos en estos algoritmos ultrarrápidos.
NIÑOS : ¿Cómo te han llevado a algunos de los problemas en los que has trabajado recientemente? ¿Cuál ha sido el origen de algunas de sus preguntas?
JC : Para mí, personalmente, haber estado en una empresa la última década en lugar de haber permanecido en la academia significó que pude escuchar sobre algunos problemas mucho más rápido de lo que lo habría hecho de otra manera. Pude tomar algunas de estas cosas emocionantes que estaban sucediendo en el mundo real y ser una de las primeras personas en modelarlas, porque estaba escuchando sobre ellas. Entonces podría llevar esos problemas a la comunidad matemática y hacer que otras personas trabajen en ellos. Por ejemplo, escuché sobre el spam de enlaces muy temprano en el juego y cómo afecta la calidad de los resultados de los motores de búsqueda. Además, escucho a todos hablar de las redes sociales a un nivel diferente que si estuviera en la universidad. Estoy convencido de que las personas que estudian sistemas gráficos y redes en las universidades van a buscar sistemas de recomendación dentro de tres o cuatro años. Pero pude verlos un poco antes, porque la gente a mi alrededor preguntaba: ¿Cómo monetizaríamos una red social?
NIÑOS : Has estudiado ese problema con tu trabajo sobre sistemas de recomendación. Pero recientemente, Facebook, por ejemplo, ha tenido problemas con algunos de sus esfuerzos para monetizar. Su sistema de publicidad Beacon sufrió esta tensión entre compartir información a través de una red y proteger la privacidad de los miembros de la red. ¿Qué se puede hacer con esto?
JC : Ese es exactamente el tipo de preguntas que estamos haciendo. Hemos analizado cómo diseñar sistemas que tengan varias propiedades. Podríamos pensar en un teorema que diga que no puede tener un sistema de recomendación que le brinde toda la información que desee y tenga toda la privacidad. Pero luego podría decir: Bien, ¿a qué propiedades estoy dispuesto a renunciar y qué tipos de sistemas de recomendación tendrán los tipos de propiedades que deseo? Queremos trabajar con sociólogos, psicólogos y economistas en nuestro nuevo laboratorio, en parte porque soy matemático y puedo modelar este tipo de cosas. Puedo obtener una formulación matemática de varias formas de privacidad, pero es posible que no pueda decirle lo que quiere la mayoría de las personas o lo que quieren las personas de un determinado grupo de edad. Entonces, si trabajo con sociólogos y psicólogos, ellos pueden sugerirme varios tipos diferentes de propiedades y ordenar esas propiedades por mí. Entonces puedo idear un marco matemático y decir, aquí hay un algoritmo que le dará una recomendación que tiene el número máximo de propiedades en ese orden clasificado. Con todos los datos que tenemos y el tipo de cosas que queremos hacer, creo que es realmente el momento de que los matemáticos y los informáticos comiencen a interactuar con sociólogos y psicólogos. No soy un experto en lo que quiere la gente. Puedo modelar lo que la gente quiere.
NIÑOS : ¿Este tipo de pensamiento guiará su enfoque en el nuevo laboratorio?
JC : Espero que nuestro nuevo laboratorio en Cambridge sea el entorno perfecto para analizar este tipo de preguntas. Intentaremos reunir a todas las personas adecuadas.