近日,第三十六届国际网络通信顶级会议ACM SIGCOMM 2022在荷兰阿姆斯特丹召开并颁发了年度奖项。我院84级校友张晖博士在SIGCOMM'11上发表的论文“Understanding the Impact of Video Quality on User Engagement”以及他领导的初创公司Conviva所专注的在线流媒体优化分析系统分别获得了年度时间检验论文奖(Test-of-Time Paper Award)和网络系统奖(Networking Systems Award)。以下是对张晖博士的访谈实录:
Q1:首先,可否请张老师简单介绍一下这篇文章解决了什么问题,以及您做这么一个工作的初衷是什么?
这一篇文章其实解决的是我们想了很久一个问题,也就是究竟应该怎么非常客观的评价视频质量。以前的评价方法是招募一系列的志愿者,通过志愿者观看视频的反馈来判断视频质量的好坏,但这种实验的方式存在着规模小、主观性强等问题。那么视频质量应该从什么角度进行客观地判断呢?
我在CMU的同事Herb A. Simon教授(图灵奖和诺贝尔经济学奖获得者),提出了“注意力经济学(Attention Economy)”的概念,这也是目前大多数互联网公司商业模式的基础。在本研究中,我们利用大数据处理的关键技术进步,对大型生产视频网站的每一个事件、每一个流、每一个消费者进行测量和处理。我们用“参与”来衡量“注意力”,通过评估用户的注意力来判断视频的质量。在今天这个信息爆炸的时代,用户可以从各种渠道获得不同的视频信息,这更加显现出注意力的稀缺性。但有了这个评估手段之后如何把它转变成科学的问题也有一定的复杂性,视频质量也有很多的外在影响因素需要我们去考虑,比如说视频的清晰度、流畅度、视频软件打开的速度等,我们这篇文章也是第一次用实验的手段和大数据采集和处理技术去研究、分析这样一个问题,具体的研究方法大家可以去关注我们的文章。
Q2:很多您的学生对您有一个共同的评价:高瞻远瞩。我也是最近了解到实际上除了这次获奖之外您之前还获得了2011年SIGMETRICS和2015年SIGCOMM的Test-of-Time Paper Award。可否请您谈谈博士生们应该如何培养自身“高瞻远瞩”的能力?
做研究其实是三个方面,第一是选方向,第二是选题,第三是如何做好一个研究项目,我认为“高瞻远瞩”更多的也是在对方向的选择上。博士生首先还是要从一个小的科研项目起步,无论做再小的题目都有做得好做的坏的区别,从采集数据、分析数据、做图表到写文章,这是一整个完整的科研训练的过程。同学们应该从做一个科研项目、发表一篇科研文章的过程中培养自己的科研态度和科研技能。有的同学在刚读博的时候眼界很高、有拿图灵奖的抱负,甚至会觉得老师的水平不够,这个我觉得是很自然的事,我当学生的时候也这样。眼高是好事但手低是坏事,我们第一件事就是要先下手做,打好科研技能的基础是一件很重要的事情。也许我们现在做的题目不是能获诺贝尔奖、图灵奖的题目,但在做的过程中我们会慢慢在科研上有自己独特的体会。
对于博士生来说选方向是一件比较难的事情,更多的是在自己所在课题组的大方向中选题,在找选题这件事情上首先要有ambition和confidence,五年读博的时间其实很长,可以做很多事情,也足以让大家在自己的小领域中成为专家。有的同学可能会觉得我写文章都总会被拒绝,那么信心要从哪里来?我想说的是大家的信心可以从榜样中来,我们可以在课题组、在学校内找一个高年级的博士生做榜样,你看他现在做的很好,几年前刚入学的时候其实跟你一样对领域内的知识知之甚少,等再过两年就能成为领域专家了。“虽然我们今天还在井冈山,但心里要想到怎么占领全中国。”大家的起点都很低,其实五年是很长的时间,但很少有人愿意花五年去做一件事,所以大家要有这个决心、有信心。
回到怎么找一个好的选题上,具体的技术层面很多人都讲了很多话,比如说Herbert A. Simon,他就说过找题目第一件事就是发现自己独到、和别人不一样的地方。那什么叫做独到之处?聪明?勤奋?其实这都不是,因为大家都很聪明很勤奋。而我对一个问题有深刻的理解、我有一个别人没有的数据源和合作伙伴,这才是我们真正的秘密武器(secret weapon)。我们能发掘自己的秘密武器也是一件很重要的事情,很多人可能自己坐在金矿上但不自知,比如说我们在中国做AI有更大的数据量也更容易采集数据,这就是我们的secret weapon。所以我为什么一直说我们的研究能力一定要强,有了扎实的基础后,在遇到一个非常好的科研项目,就能做出很有影响力的工作。对于这个工作来说,我们的secret weapon有两个:首先是我们拥有视频测量技术和客户访问权限,这使我们能够对每个流的每个事件进行全方面的采集;二是我们拥有大数据技术和研究方法,可以对收集到的海量数据进行综合处理。
再回到最重要的一点,对于年轻老师或者高年级博士怎么找研究方向,我觉得第一是要有雄心壮志(ambitious),第二是要找到自己感兴趣的点,做一些自己觉得真正有意义的事情。拿Herbert A. Simon来说,他一辈子只追求一件事,就是想知道人脑是怎么工作的,所以他从好多角度去研究这个事情,从心理学角度去看,他发现人会花很多精力去想这么赚钱,于是顺着类似的思路去思考,最后获得了经济学的诺贝尔奖。最后他为了研究人脑怎么工作这个问题又转到了计算机领域,因为他在60年代末七十年代初突然发现机器和人一样也会下棋,他就会想那么弄清楚了机器是怎么会下棋的是否可以帮助理解人脑是怎么工作的呢?大家可以看出他有一个非常大的想法,这样一来他一旦在任何领域看到了可能的技术工具他都会去钻研,这就是集大成者。有的同学可能会觉得Herbert A. Simon这种几十年出一个的天才好像不是我们能比的,但大家必须用他的这种思路去思考问题。
我在CMU的时候,办公室隔壁是Edmund Clarke,图灵奖获得者,他的领域是model checking formal methods,可能大家对这个领域的感觉是已经做了很长时间了,但他一辈子就做这一件事情,随着CPU越来越复杂,研究手段也越来越高级。到今天为止,我们最复杂的程序,CPU的验证都是用model checking来做的,所以他这一辈子也就是研究这一件事。
从上面的例子中可以看出,只要我们脑子里一直有一个研究目标,那么方向是可以越走越宽的,当你找到自己想研究的问题之后就可以自发的、从不同的切入点去研究,这种内驱的科研动力往往是最能驱使着一个人在科研道路上坚持下去的。
最后一个就是对自己的高标准、严要求,比如我们要认为我们的文章能写得更好、图也能画的更好,这是对自己严格要求的科研习惯,养但习惯的养成是很不容易的。比如说我们每个人都想早起跑半个小时,但这很难做到。我最佩服的就是Edmund Clarke我当时是CMU还是最低的助理教授,隔壁就是他这个图灵奖获得者,我每天八点到办公室他已经在了,晚上七点走的时候他还没走,星期天我来了发现他还在那,外面一堆人排着队想见他。所以他就有这个习惯,几十年如一日做研究,这种专一是很难做到的事情。我们每个人都要有榜样,这都是榜样。
Q3:您培养了很多杰出的学生,他们中的很多人在世界各地的名校任教。可否请您谈谈如何才能成为一名优秀的博士?相比于工业界,在学术界做科研有哪些优势呢?
我认为第一件事还是找到自己的目标,并且有足够的信心去完成这个目标,比如说我们要五年内成为世界第一。其实这并不难,只要你把所研究的领域弄到足够小就有希望成为世界第一。我们做科研一定要有深度,要做到最好。很多同学就会觉得说领域太小太狭隘了,没人在乎怎么办?其实无论目前看来多么小多么狭隘的领域,其实做好了都能做的很大,就回到Edmund Clarke,model checking在六七十年代完全是没人做的,我们今天最热的神经网络当时也是没人做,所以说能够耐住寂寞还是很重要的一件事。
还有就是信心,有的同学会想我怎么能做得过Google、阿里这些公司呢?毕竟他们是做系统的人,有一堆来自世界各地名校的PhD在做一件事情,又有充足的数据,我们怎么能做得过他们呢?我觉得咱们的优势还是很强的,第一,我们的时间更为自由,在公司里其实会在诸如开会等事务性工作上花费很多时间,每天可能有开不完的会,这样一来大家其实没有充足的时间去独立思考,而我们作为博士生有五年的时间,且允许大家在这五年里只做一件事情,这在公司是完全不可能的,这就是我们第一个优势——专一;第二,公司强调效益,需要立马出成果、产生效益,这么多资金砸进去肯定要求赶快变现。而我们可以选一个题目往远了看,也许当下不会立马出效益,但不意味着一直不会产生效益。比如说杨芙清院士和Edmund Clarke,他们做的东西如果放到Google和阿里这些公司能做出来吗?但他们的工作又是相当有意义的,因此我们完全有必要相信自己可以在5年以后做出世界级的工作,一定要有这个信心。
有了目标和信心之后还要锻炼自己的科研能力,也就是回过头来咱们做事要认真。光说我们能做出什么好工作是没有意义的,怎么变成每天的工作习惯。当然做工作也有运气、环境因素在里面,虽然不是每个人都能拿图灵奖,但写一篇好论文是没问题的,写了第一篇再去思考第二篇,一定要把自己的目标落到具体。
Q4:这篇获奖论文的内容和您现在任联合创始人以及CEO的创业公司Conviva似乎高度相关。可否请您谈谈您的创业心得并且分享一下学术界和工业界在思维方式上的不同?
创业是一件大事儿,我们Conviva做得还不错,但现在还不算是最成功的,Databricks创业非常成功。衡量创业是否成功就一件事,是你的顾客量有多大,营业额有多大。其实创业和科研一样,也要有ambition, confidence,和 secret weapon.
我个人有信心把 Conviva 做成第一流的公司,我们一定要对自己的优势有信心,我们的优势在于对技术的理解更加深刻且有自己核心的技术,我们做的东西一定要有技术含量,这样做的东西才可能真正变成持久的公司。我们希望Conviva也是这样一个公司,赚钱是很重要的事情,但是个人赚钱和公司是否成功是两回事,做出一个在工业界、在技术上有长期影响力的企业是一件很不容易的事情,我们现在抱着这个目标在奋斗的征途上。
做科研和做公司确实非常不一样,因为它的衡量标准成功的标准是不一样的,科研的标准是对未来的影响度,一个好的科研工作应该是从思想的角度对世界都有影响的。公司的标准就非常清晰了,就是你赚了多少钱。公司赚钱的受益人很多,包括你的客户、员工和股东,公司的标准就是以钱为中心的。这其实对社会是有非常好的推动作用,比如说华为了打开更大的市场就做了巨大的创新。公司有几百人、几千人甚至几万人,有人做财务、有人做产品、有人做安全有人做销售,不同技能背景的人凝聚起来为了做一件事。学术界是不一样的,我们没有也不需要公司那么多人,所以学术需要的是在多个方向上不断地摸索,很少的人需要解决一个或者几个长期问题。所以这个需要的技能是不太一样。做研究可能是写论文、发表论文,至于后面有没有人读、什么时候有人读就是另外一件事了,但做公司每个季度都得需要进展,所以说这二者之间从执行层面上的思维方式是完全不一样的。
Q5:您认为当时的研究环境和今天的有何不同,可否给今天的青年教师和同学们一些建议?
我觉得共同之处还是蛮多的,我们依旧有很多的深层问题和表面问题可以研究,甚至今天可以研究的问题和研究手段更多了。我记得在2008年我回北大做过一次讲座,当时对整个行业来说是个低谷期,也有很多人认为计算机是夕阳产业。我自己当时还是非常乐观的,我说信息时代才刚刚开始,很多信息革命甚至还没有开始。到如今,计算机已经深入到各个领域和我们生活的方方面面,但我们跟十几年前一样,无论是学术界还是工业界都有很多问题没有解决。
不一样的地方我认为主要是现在诱惑更多了,做的人也更多了。这就导致大家更加浮躁,以前人少的时候大家的研究质量都很高,现在全世界都蜂拥进计算机领域,必然导致领域内鱼龙混杂。因此我们研究人员要更加有信心、有定力。当然人多了也不完全是坏事,其中一个好处在于我们可以和更多的人进行沟通。
其实我想说的是做出好的科研成果无论是20年前还是现在都是好不容易的事情,大家在做事情的过程中也无法预见未来。因此更需要我们静下心来做好手头的工作,脚踏实地做工作的同时也要不断地思考、找到未来的研究方向。我非常喜欢我们Conviva 北京分公司的掌门人胡宁宁(也是我CMU时的博士生)说的一句话:“跟有情有义的人做一件有意义的事情”。 做学术做创业,归根结底到底是做人,这是永远不变的道理。
张晖博士个人简历
Hui Zhang is co-founder, Chief Scientist, and Chairman of the Board of Conviva, a global leader in real-time big data analytics and the winner of 2022 ACM SIGCOMM Network Systems Award. Zhang is also a Consulting Professor of Computer Science at Carnegie Mellon University, where he has been a faculty member since 1995. Zhang has done pioneering research in Internet QoS, network architecture, and real-time big data analytics. His papers have won multiple awards including three ACM Test-of-Time Awards. He has advised several award-winning thesis including Ion Stoica’s Ph.D. dissertation which won ACM Dissertation Award in 2001 and Junchen Jiang’s Ph.D dissertation which won Carnegie Mellon University School of Computer Science Distinguished Dissertation Award in 2017. His students include professors in top universities, entrepreneurs starting successful companies, and technologists in leading companies.
Zhang was elected to be a Fellow of ACM in 2006 and received the Alfred Sloan Fellowship in 2000. He received the National Science Foundation CAREER Award in 1996 and held the Finmeccanica Chair in Computer Science at CMU from 1998 to 2001. Zhang received a bachelor’s degree from Peking University, a master’s degree from Rensselaer Polytechnic Institute, and Ph.D. in Computer Science from University of California at Berkeley.
The ACM SIGCOMM Test of Time Award recognizes papers published 10 to 12 years in the past in Computer Communication Review or any SIGCOMM sponsored or co-sponsored conference that is deemed to be an outstanding paper whose contents are still a vibrant and useful contribution today. The award is given annually and consists of a custom glass award. The paper is chosen by an award committee appointed by the SIGCOMM Award Committee Chair.
The SIGCOMM Networking Systems Award is awarded to an institution or individual(s) to recognize the development of a networking system that has had a significant impact on the world of computer networking.
SIGCOMM 会议介绍:ACM SIGCOMM 至今已经举办了 36 届,是计算机网络领域公认的全球顶尖学术会议,在整个计算机科学领域享有崇高的声望。SIGCOMM 作为一个开放的平台,为全球计算机网络学者、研究人员和学生了解最新的互联网技术和应用提供了桥梁。同时,SIGCOMM 也属于公认难度最高的系统会议之一,很多工作在学术界和工业界都产生了深远的影响。
Ellen Zegura, Professor at George Tech, Chair of ACM SIGCOMM Executive Committee
Vyas and Hui are co-authors. Jennifer(Princeton) and Renata(Netflix) are award committee members
(From left to right: Jennifer Rexford, Vyas Sekar, Hui, Renata Teixeira)