2019 年 1 月 21 日，《麻省理工科技評論》釋出了 2018 年“35 歲以下科技創新 35 人”（35 Innovators Under 35）中國榜單，美團點評AI平臺部 NLP 中心負責人、點評搜尋智慧中心負責人王仲遠獲評為“遠見者”。
Innovators Under 35 是《麻省理工科技評論》雜誌從 1999 年開始的年度評選，針對新興科技產業的青年從業者，肯定他們的創新工作。歷史上的獲獎者包括 Google 創始人 Larry Page 和 Sergey Brin，Linux 創始人 Linus Torvalds，Facebook 創始人馬克·祖克伯（Mark Zuckberg），網景瀏覽器創始人 Marc Andreessen，Apple 設計負責人 Jonathan Ive 等傑出人士。
趁此機會，美團技術學院採訪了王仲遠博士，本文內容根據採訪內容整理而成。
大學
王仲遠沒有想到，他高考時填報的第一志願是中國人民大學國際經濟與貿易專業，最後卻被調劑到了中國人民大學的計算機系。更沒想到的是，他從此愛上了這個專業，並且在計算機這個行業越走越深。
幸運的是，王仲遠就讀的人民大學雖然以文科著稱，卻是中國資料庫的學術重鎮，薩師煊、王珊、杜小勇和孟小峰等幾代人都是資料庫領域的知名學者。
剛開始的時候，王仲遠也很困惑學校為什麼總是教資料結構、作業系統、編譯原理、計算機組成這種基礎性的知識，好像都不是找工作所需要的技能。孟小峰教授卻告訴他，在學校裡把基本功打紮實最重要，如果有了紮實的基本功，社會上培訓班教的那些“短平快”的技術，其實是很容易學習的。
大二結束的暑假，王仲遠找到孟小峰教授主動請纓，開始進入孟老師的 WAMDM （網路與移動資料管理）實驗室學習，做了很多資料相關的專案，包括國內首款 Native XML 資料庫 OrientX 的系統測試，以及 Deep Web 資料整合專案的研究。他發現孟老師的教導完全正確，有了基礎課的底子，對很多工作都有著完全不一樣的理解，做實際專案時上手很快。
本科期間，王仲遠與人合作的論文《Deep Web 資料整合中的實體識別方法》被中國資料庫學術會議 NDBC 2006 錄用，並發表在《計算機研究與發展（增刊）》上。這小小的一個進展，卻意外開啟了王仲遠的研究之路。2007 年他獲得了國際頂級學術會議 SIGMOD 2007 Undergraduate Scholarship 獎（當年全球只有 7 人獲獎）。這更堅定了他踏上學術研究道路的決心。
微軟亞洲研究院
碩士畢業時，王仲遠很冒險地拒絕了百度、騰訊和 IBM 等眾多知名公司研究機構的邀請，選擇堅持等待微軟亞洲研究院的offer。
“其實當時我也很迷茫，在宿舍裡望著窗外的枝頭，希望能看到喜鵲經過。” 而王仲遠不知道的是，他在當時微軟亞洲研究院所有候選人中面試結果排名第一。他未來的老闆王海勳和田江森主動找到研究院院長說，“這個小孩真不錯，如果我們再不發 offer，就對不起人家了。”當年 12 月份的寒冬，王仲遠終於成為研究院那批候選人中第一個拿到 offer 的人。
王仲遠說自己很幸運，微軟亞洲研究院具備很多先天優勢，在剛剛工作時就可以接觸到很多世界級的學者，瞭解各領域前沿研究已經做到什麼程度，無需摸著石頭過河。
2010 年 10 月，微軟創始人、當時的全球首富比爾·蓋茨來研究院訪問，正式入職兩個多月的王仲遠獲得做現場演示的機會。“可以想象，我當時是多麼的激動。”王仲遠所在的團隊那時已經開始做一些知識圖譜領域的探索和研究，雖然業界還沒有這個概念。演示很成功，蓋茨的反饋非常正面，給王仲遠很大的激勵，更堅定了他在知識圖譜探索的道路上苦心孤詣地前行。這張與比爾·蓋茨合影的照片，至今他還保留著。
王仲遠在微軟亞洲研究院6年多，從校招生一直做到主管研究員，負責了微軟研究院知識圖譜專案和對話機器人專案。他一直專注於自然語言處理、知識圖譜及其在文字理解方面的研究，取得了不少成績，在國際頂級學術會議如 VLDB、ICDE、IJCAI、CIKM 等發表論文 30 餘篇，並獲得 ICDE 2015 最佳論文獎。
談到做研究的經驗，王仲遠總結說，很多時候我們覺得某件事情比較高深，只不過是不瞭解而已。做學術研究跟創業一樣，只有自己真正扎進去才會發現其中的奧祕。
同時，做研究需要長期有耐心，這剛好和現在美團所倡導的價值觀相符。因為在這個過程中，你會受到非常多的質疑，也會面臨多方面的挑戰，包括來自你的同事、你的老闆、還有學術界中其他流派的挑戰。同時，還有短期的壓力和長期的壓力，也有專案無法落地的壓力。但只要對這件事本身真的感興趣，不管是做技術還是做研究，都可以做的很好。
在王仲遠看來，做研究需要有一顆強大的內心，按現在美團的話說，是煉心志。一方面他經常虛心地向前輩們請教，另一方面就是當別人質疑的時候，堅持自己的理想和信念。在他看來，做研究，過程往往比結果更重要，做正確的事情，好結果自然會來。
“我從來沒有給自己定一個目標，比如說要發幾十篇頂級會議的學術論文。而是告訴自己，要踏踏實實地把這個研究專案做好，實實在在解決這個技術所面臨的一些挑戰性問題，當這些突破和研究的成果不斷出現的時候，發表論文就是一個自然而然的事情。”
現在，王仲遠也經常跟美團 NLP 中心的同學講，做事情要首先關注問題本身，要進行深度的思考，注重解決問題的邏輯和體系，而不是一上來就簡單粗暴地衝著結果去。因為往往是人們越想得到結果，就越得不到結果。反而是專注解決問題本身，好結果就自然獲得了。
2016 年，王仲遠在考慮自己下一步職業規劃的時候，更多的是思考如何將自己的一身所學付諸實踐，而不僅僅只停留在研究層面。“如何將技術轉化為更為實際的生產力，更加直接地影響幾十億人的生活”，這是他再次出發的初心。
這一次，王仲遠依然拿到了很多頂級機構發出的 offer。他最終選擇了 Facebook。因為相比於微軟，Facebook 是一家純粹的網際網路企業，能夠更加直接地面向消費者和使用者。而且，在王仲遠的眼中，祖克伯是一個優秀的創始人。“我選擇公司非常看重創始人的素質，他是不是一個有理想、有抱負、有信念的人。因為只有這樣的創始人才能有戰略性的思考，才能不被短期資本市場所影響，才能頂住財報的壓力、輿論的壓力，才能幫助企業走的更遠。”
在 Facebook，王仲遠主要負責公司的產品級 NLP Service，要在使用者每天釋出的幾十億條帖子（Post）中，完成語義分析、查詢以及搜尋等相關的工作，從非常龐大且複雜的資訊流中，找到一個使用者想要看到的結果。比如在 Facebook 使用者搜尋 Trump 時，系統就知道使用者想要找美國總統川普相關的資訊。不過，在川普沒有當上美國總統時，更多返回的結果其實是紐約的地標建築川普大廈。
王仲遠說：“這是非常有意思的一件事，使用者的各種查詢意圖，其實會隨著時間而變化，我們做的事情就是在有限的關鍵詞中解讀出非常豐富的訊號，然後用於各種搜尋的召回、排序以及展示。今天，美團大腦以及點評搜尋的深度查詢理解服務也在做類似的事情，只不過我們處理的資訊變成了幾十億條餐飲娛樂的評論以及數百萬的活躍商戶資訊。”
在 Facebook 工作期間，他所負責的一個專案是做實體連結，就是要把查詢（Query）和知識圖譜進行打通，這也是 NLP 領域一個非常重要的方向。短短半年的時間，效果就提升了 80% 左右，成為 Facebook 內部最重要同時也是世界上最先進的產品級實體連結服務。Facebook 的搜尋、推薦、廣告、智慧助理等許多系統中，都在使用他負責的這些技術。
美團
“我們中國的移動網際網路現在真的是非常發達，一天到晚不帶錢包、信用卡，生活毫無問題，方便快捷。相比之下，美國就是一個發達的大農村。在國內叫個美團外賣，半小時就能送到家門口，在美國這簡直是無法想象的。” 2018 年，因為家庭方面的考慮，王仲遠選擇回國發展。
他收到了多家知名公司的橄欖枝，百度、騰訊和阿里巴巴都給出非常豐厚的待遇。但是他的考慮是，此前已經在微軟亞洲研究院、Facebook 工作過，再去選擇一家非常成熟的大公司，並不會發生太大的改變。他想接受新的挑戰，承擔更重要的角色，更希望選擇一家能夠發揮出自己更大優勢的公司。
滴滴、快手、今日頭條等很多網際網路新貴，當時也給王仲遠發出了邀請，但他最終選擇了美團。
為什麼？王仲遠說，他最看好美團，相信美團是一家能夠持續幾十年乃至更久生命力的公司。
阿里巴巴從解決“衣食住行”中的“衣”開始起家，電子商務也成就了阿里巴巴。那麼在“食、住、行”等這些生活服務領域呢？王仲遠相信，一樣會成就新的網際網路巨頭。而且民以食為天，美團外賣已經佔據絕對領先的市場份額，美團酒店單日入住間夜不斷在重新整理行業的新紀錄，美團出行也完成了戰略佈局。
美團最新的戰略是“Food + Platform”，王仲遠對此非常認可。他相信，十年後，一定會有新的純線上App出現，大家那時很可能早就不玩“抖音”了。還會有更多新鮮好玩的遊戲，也不會再玩“王者榮耀”了。這種純線上的資訊和娛樂服務，變化是非常快的，所謂“江山代有才人出”。
“但是無論怎麼變，大家總是還要吃飯的。”即使將來有一天，技術真的可以讓我們吃飯的方式完全不一樣，但是人類也絕對不會放棄對美食的追求，因為這本身也是一種樂趣。這也意味著，美團很有可能成長為一家長期有耐心、不斷積累、不斷髮展的公司，“Food + Platform”也會是一項非常長期的事業。
王仲遠的另外一個思考就是，AI 技術想真正能夠落地，需要算力，需要資料，需要演算法模型，更需要豐富的應用場景。美團的應用場景豐富程度，顯然遠超滴滴、快手、今日頭條等網際網路同行。“在這樣的情況下，美團對我來說，可能就是不二的選擇了。”
還有一個重要因素是，王仲遠非常認可美團創始人王興，“我還是很崇拜興哥的，他是非常有理想、有信念、有戰略思考的一個人。”
王仲遠坦言，最終選擇加入美團，也是非常認同美團倡導的“以客戶為中心”、“追求卓越”、“長期有耐心”這些價值觀，他相信可以在美團中發揮自己的才華，而美團也提供了一個廣闊的舞臺，可以讓他盡情地施展。
從 0 到 1 組建新團隊，最看重成員的價值觀
剛到美團，王仲遠受命組建美團 AI 平臺部的 NLP 中心。他對團隊成員的要求是：知行合一，希望大家都是帶著自己夢想加入這個團隊，踏踏實實地把事情做出來。
王仲遠說：“從 0 到 1 組建一個新的團隊，挑戰還是非常大的。我們的標準非常高，即使招聘速度再慢，都要保證團隊成員的質量。”
因為招聘要求很高，所以王仲遠需要花很多時間去吸引那些認可美團價值觀的候選人。他是懷抱將AI技術在各種場景中落地的夢想加入美團，他相信肯定有很多跟自己一樣有夢想、有信念的候選人。他也希望找到這樣一群志同道合的人，共同前行。
今天，美團 NLP 中心團隊已經初步成型，彙集了很多優秀的 AI 專家和工程師。
從“美團大腦”到搜尋系統的智慧化升級
很快王仲遠又開始負責大眾點評搜尋智慧中心。王仲遠說：“我非常感謝公司管理層對我的信任，能讓我同時負責兩個團隊，一個 AI 平臺團隊，一個業務平臺團隊。這使得我能夠更好地規劃和掌控AI技術的落地，讓 AI 技術更好更快地發揮價值，幫助業務平臺進行智慧化升級。”
2018 年 5 月，他開始領導團隊構建美團大規模餐飲娛樂知識圖譜的平臺——美團大腦。這個“大腦”充分挖掘、關聯各個場景資料，使用 AI 演算法讓機器“閱讀”使用者針對商戶的公開評論，理解使用者在菜品、價格、服務、環境等方面的喜好，構建人、店、商品、場景之間的知識關聯，從而形成一個“知識大腦”。
在王仲遠眼中，美團大腦更像一個AI的基礎設施，目前這個 AI 平臺已經開始逐步服務於美團的搜尋、SaaS 收銀、金融、外賣、智慧客服等眾多應用場景。在這些場景中，既有 ToC 的業務，也有 ToB 的業務。
同時管理兩個團隊，經常往返於北京上海之間，對王仲遠而言，雖然辛苦，但效果也很顯著。在 NLP 中心以及大眾點評搜尋智慧中心兩個團隊的緊密合作下，短短半年時間，點評搜尋核心 KPI 在高位基礎上仍然大幅提升，是過去一年半漲幅的六倍之多，提前半年完成全年目標。
王仲遠眼中的微軟、Facebook 和美團
一個在學術圈深耕了六、七年的研究型人才，進入企業做專案落地。擁有兩家全球頂尖科技企業的從業背景，但回國後卻放棄優厚的待遇，選擇一家網際網路公司再次出發。王仲遠的每一次選擇，都顯得有些與眾不同。但是在他身上，我們沒有看到任何”莽撞“的成分。每一次選擇，他都經過深思熟慮，而且是慎之又慎。
在王仲遠的眼中，微軟亞洲研究院是中國網際網路行業學術研究方向的領頭羊，對他的培養和成長，都有很大的幫助。時至今日，微軟亞洲研究院對他的影響，仍是不可磨滅的。不過，微軟也面臨著時代的挑戰，雖然這麼多年一直在嘗試突破，但是它仍然更像一家傳統的軟體公司。
而 Facebook，是一家非常頂尖的網際網路公司，它也是很多國內的網際網路公司學習的榜樣。Facebook 有一個口號是“快速行動，打破傳統（Move Fast and Break Things)”，可以看出，他們對“快”的追求。Facebook 還有很多像“Go Big or Go Home”這一類的內部口號，這跟美團的技術團隊“要麼牛 X，要麼滾蛋”的說法異曲同工。王仲遠認為，Facebook 的進化速度要比微軟快很多。
而美團是一家比 Facebook 節奏更快的網際網路公司，當然這代表了中國速度，也代表了中國網際網路的發展速度。王仲遠說：“很多的事情，可能在微軟亞洲研究院我們需要要用一年的時間來做，在 Facebook 可能會用半年。但是在美團，我們可能只有兩個月到三個月的時間。”
美團的高速成長，給王仲遠的團隊帶來很大的挑戰。他們每天都要面臨各種的持續迭代，要做很多快速的技術演化和突破。美團技術團隊是在為生活服務各行業構建資訊基礎設施，實現需求側和供給側的數字化，任重而道遠。
未來的路還很長，王仲遠和他的 AI 團隊，還在路上。
對話王仲遠：關於職業發展、知識圖譜以及 AI 的未來
秉持信念，不忘初心，不斷擁抱變化，才能真正把工作做好
Q：你覺得偏研究型的人才，怎麼在企業中發揮出自己的價值？
王仲遠：任何科技的發展，都需要研究型人才的推動。但是研究型的人才分幾種，有的是做純理論研究的人才，可能高校是他們最好的選擇。這些人願意幾十年如一日的深耕一個領域。比如深度學習先驅 Geoffrey Hinton 教授，長期從事神經網路領域的研究，不管是神經網路發展的高潮還是低谷，他都能堅持做下去。
還有一些人才，他們更希望把自己學到的各種研究模型、研究成果，能夠實實在在地應用在真正的科技產品裡面，然後去影響幾億人甚至幾十億人的生活。那麼這一類研究型人才，他們更看重應用型的研究，公司可能會更需要他們。
我們整個 NLP 中心也在做一個平衡，80% 的同學會偏應用型研究，也會有 20% 同學會做偏理論的研究，也會鼓勵同學們根據興趣做一些前沿的技術研究。我們希望能夠保持較強的科技創新能力，並具備長期的核心競爭力。
Q：外企和海歸背景的人，怎麼在本土企業中證明自己的價值？
王仲遠：不建議給自己貼“標籤”。文化上肯定會有一些衝突和差異。但是能不能適應，其實很大程度上取決於個人，取決於這些人能不能擁抱變化。我必須承認，國內網際網路的變化或者演化速度，遠遠超出原來我待過的兩家外企，我也必須要適應和擁抱這種變化。
如果我們能夠秉持自己的信念，不忘自己的初心，同時能不斷地提煉自己，升級自己，願意擁抱這些變化，我相信在新團隊也可以做的更好。而且我也觀察過，真正的最頂尖的人、最聰明的那些人，他們不管做什麼行業，不管做什麼事情，不管身處什麼樣的環境，都能夠把事情做的非常好，都能夠取得非常好的成就。
在我看來，“人”本身的因素要比“外企背景”這種因素重要很多。我深信真正聰明的人的適應力也都是非常強的。而且加入美團後，我們發現很多很厲害的人，即使把他們放在一個完全不懂，或者不熟悉的專案中，他們一樣可以做的很優秀。比如美團內部某個業務部門的負責人，曾經做了 15 年的網際網路音樂。我相信擁抱變化的人，都不會做的很差。
至於如何證明自己？其實剛剛我也提到過，不要刻意。越刻意地想去證明自己，往往越證明不了自己。越想刻意拿到結果，往往越拿不到結果。我會給身邊的同學提這樣的建議。關注事情本身，關注怎麼解決使用者的痛點，關注怎麼解決技術的難點，關注怎麼解決業務的需求。如果把這些事情做好了，既能拿到結果，最終也能證明自己的價值。
知識圖譜技術的春天來臨，是因為大資料在推動
Q：像知識圖譜相關的技術已經存在了很多年，為什麼遲遲沒有進入大眾的視野呢？
王仲遠：技術的發展，永遠都是起起伏伏，處於一個螺旋上升的階段。
知識圖譜並不是新技術。早在上個世紀 80 年代，就有很多知識庫系統的研究了。包括 1984 年開始的 Cyc 就是一個知識圖譜專案。其實比 Cyc 更早之前，還有很多醫療診斷的專家系統。
但是受限於當時的計算能力、人們的認知、資料量，很多都是通過人工編寫規則，或者去找專家建設行業知識庫，這種方式不僅效率低下，而且人的思考也具備侷限性。通過領域專家去構建的知識庫，通常就是幾十萬的量級，顯然不能夠滿足需求。
2000 年以後，隨著網際網路的高速發展，資料也越發的豐富，促進了知識圖譜技術的蓬勃發展。我們這些做知識庫的研究者開始有了新的思路，不再以專家系統為驅動，而是變成依靠資料來驅動產生知識。從觀念層面發生的根本性改變後，知識圖譜馬上展示出自身巨大的價值。特別是 2012 年，谷歌釋出了 Google Knowledge Graph，人們又重新認識了知識圖譜技術。
此外，知識圖譜之所以影響力有限，還有一個很重要的原因就是，擁有這種規模資料的只有少數幾家大公司。它們暫時也沒有辦法去開放，因為涉及到使用者隱私問題、資料安全問題，同時還涉及到核心競爭力。但我相信，所有從事AI行業相關的人都清楚地知道知識圖譜的價值和意義。其實在這些網際網路巨頭內部，不管是微軟、Facebook，包括谷歌和百度，它們對知識圖譜技術都非常重視。
Q：你覺得像知識圖譜這些技術的落地，目前面臨的最大挑戰是什麼？
王仲遠：可能很多人不太清楚，十年前或則更久之前，在學術研究界就已經存在非常多的且成熟的知識圖譜相關的技術，包括知識的提取、知識的發現、實體識別、實體連結等等。
但是，學校實驗室或者研究所缺少海量的研究資料，科研人員基於的資料量基本處在幾十萬或者百萬的量級，當這些技術遇到億級甚至百億量級的資料時，很多技術走不通。
我們目前面臨的最大挑戰就是，即使是一個非常簡單的，或者已經被學術界認定非常成熟的技術，在去解決百億、千億量級知識圖譜應用問題時，基本都會失效。因此，應該如何重新設計演算法，應該如何重新設計新的工程架構，是我們需要解決的核心問題。此外，深度學習跟知識圖譜進行結合，也是一個非常重要的研究方向。
Q：你覺得對企業而言，如何才能做好 NLP？
王仲遠：NLP 是人工智慧所有方向中一個還需要突破的領域。像語音識別和影象識別，通過深度學習已經可以得到非常好的結果。但人類和動物一個非常重要的區別就是，人類擁有非常完備的理解、推理、思考能力，這些能力是 NLP 需要解決的，但是挑戰性也很高。
目前在 NLP 領域，我們已經做了很多的突破，也有一些很好的落地場景，比如智慧客服，語音助手，還有搜尋、推薦、廣告這些應用場景。但是在特定的領域，比如餐飲、酒店預訂、出行等領域，還有很大的提升空間。
在我看來，企業想要做好 NLP，首先需要打通基礎資料。像美團大腦目前包含了 23 類概念、18 億實體、600 億三元組，這個知識關聯數量級已經達到了世界級的規模。只有資料被打通，才能發揮出更大的價值。其次，需要構建紮實的技術底層，打造一個平臺，使得不同的業務線都能更方便、快捷地去使用 NLP 的這些技術，當新技術出現時，也可以快速進行升級和迭代。
總的來說，一個是打通資料，一個構建技術底層。當然還有人才，人才也是實現以上兩者的根本因素。當然，既能夠安心做研究，又能夠落地的核心人才也是最稀缺的，我們美團 NLP 中心對於優秀人才的渴求，也是永無止境的，我們隨時都歡迎有理想、有信念的同學加入，一起創造未來。
相信 AI 的未來：道路是曲折的，前景是光明的
Q：怎麼看待 AI 未來的發展？
王仲遠：我應該屬於理性的樂觀派。在我看來，不管是深度學習還是知識圖譜，技術發展歷程永遠會有高潮，也會有低谷。這兩年因為資本的湧入，因為媒體的宣傳，有時甚至過度炒作，使得 AI 進入了大眾的視野。
這會帶來一個好處，就是人們對 AI 有了更加廣泛的關注。但是也帶來很多的風險，比如很多不是特別成熟的 AI 技術也被“催熟”了，如果這些 AI 產品不能夠很好地解決人們實際需求的時候，就會被大家所質疑，比如像前幾年很火爆的 VR、AR 等等。還有無人駕駛技術，距離真正落地，還存在很多亟待解決的問題。
我預計未來一兩年，隨著資本的收縮，AI 可能會陷入冷靜期甚至是低谷期。但這個時間應該不會持續太久，因為核心技術一直都在研究和突破。隨著 5G 時代的到來，隨著 AR、VR 技術更加成熟，隨著NLP技術更加成熟，隨著無人駕駛技術更加成熟，未來 AI 也會帶來產業新的熱潮。
20年 ToC，20 年 ToB。在網際網路高速發展的前 20 年，我們主要解決了消費者的需求。但在很多傳統產業，供給側的數字化，AI 對它們的影響還很有限，這也是我們未來的機會。
Q：對從事AI相關工作的同學，有什麼建議嗎？
王仲遠：我覺得大家還是要多關注核心技術，以及核心技術跟業務場景的結合。一個屬於“基本功”，另一個是思考技術對業務的價值。
因為技術永遠是日新月異，也會不斷地更新迭代。特別是做演算法研究的同學，相對比較辛苦，要持續的進行學習和提升，如果有一段時間不學習，很可能會被淘汰。
在我們的面試過程中也能夠感覺出來。如果面試演算法工程師的同學，還是用傳統模型而不是深度學習的話，就會面臨很大的挑戰。此外，如果只關注模型本身，而不去思考如何跟業務進行結合，在工作中也很難證明自己。
如果是在校的大學生，建議大家不要上來就學習 Java、Python 這些程式語言。應該先對計算機的各種原理、基礎知識（概率論、數學分析）等掌握清楚，再去學習很多技術時，就會有完全不一樣的理解。我們未來的一切，都應該建立在一個紮實的基本功之上。
影響王仲遠的書、人、事
Q：你覺得對你影響最大的一件事是什麼？
王仲遠：很難說具體的哪件事影響最大。剛剛也提到了，這麼多年的職業生涯，我做了很多次、可能看起來比較重大的選擇，但是我很難講，哪一件事會徹底的改變自己的職業生涯。
相對來說，影響比較大的事情有很多，像大學時獲得“SIGMOD 2007 Undergraduate Award”獎項，讓我堅定地選擇了研究這條路。後來在這條道路上，也受到很多老闆對我的鼓勵。還有剛工作兩個月，就得到跟比爾蓋茲做彙報的機會，得到他的正向反饋。還有在頂級學術會議發表論文，以及現在做的美團大腦專案，包括剛剛獲得的《麻省理工科技評論》這個榮譽等等，我想這些事對都產生了非常大的影響。
但對於具體的一件事而言，我覺得，更多的是在每一次做人生選擇時所做的堅持，以及堅持之後通過努力所帶來的一些認可。這也是鼓勵我在各種質疑中、在各種壓力中，持續前進的一個非常重要的動力，使我能夠長期地堅持下去。
Q：你覺得，這麼多年對你影響最大的一個人是誰？
王仲遠：對我影響很大的人其實很多。比如我的第一個導師孟小峰教授，他帶領我進入了研究的大門。我的第一任老闆王海勳博士，他也是我在Facebook的老闆，給了我很多次機會。還有後來研究院的常務副院長馬維英（現今日頭條人工智慧實驗室主任），從他身上，我學到了很多管理的能力。加入美團後，興哥和老王（美團聯合創始人王慧文）對我的影響也非常大，每一次聽他們的分享，都讓我受益良多，比如興哥對戰略的思考能力和大局觀，老王對市場敏銳的把握、對產品的認知等等，都讓我學到非常多新的知識。我再次感覺到自己在快速的成長之中。他們對我的幫助也都非常大。
Q：如果讓你推薦一本書，你會推薦哪本？
王仲遠：推薦微軟 CEO 薩提亞·納德拉首部作品《重新整理：重新發現商業與未來》。我覺得薩提亞能夠帶領微軟這樣的巨型科技公司成功轉型，再次成為市值最高的公司，非常令人欽佩。
尤其是當年我也曾在微軟工作過，感受過微軟所面臨的那種困境與掙扎，更能體會到薩提亞的管理智慧。在書中，薩提亞反覆提到“同理心”，這是我所非常認同的，它也深刻地影響我的思考、溝通和行為方式。
相關閱讀
王仲遠博士獲評《麻省理工科技評論》“35 歲以下科技創新 35 人”中的“遠見者”，麻省理工科技評論給出的獲獎理由為：
“在知識圖譜和自然語言處理領域解決多項挑戰性問題，其工作涉及搜尋引擎、廣告推薦、知識挖掘、關係推理、智慧助理等多個領域。
獲獎人（王仲遠）在微軟負責包括微軟概念知識圖譜、企業知識圖譜等多個知識圖譜和 NLP 相關專案，提出的概念化模型能讓計算機像人類一樣對文字進行理解；在 Facebook 領導團隊構建了世界上最大的產品級社交網路知識圖譜實體連結服務。在美團僅用半年就領導團隊構建出世界上最大的餐飲娛樂知識圖譜“美團大腦”。
獲獎人的開發應用於餐飲、出行、休閒娛樂、旅遊、金融等各個場景，為數億人提供了更便捷、更智慧的服務。”
受訪者簡介
王仲遠博士，美團點評高階研究員、高階總監，美團 AI 平臺部 NLP 中心負責人、大眾點評搜尋智慧中心負責人。加入美團點評前，擔任美國 Facebook 公司 Research Scientist，負責 Facebook 產品級 NLP Service。在 Facebook 之前，擔任微軟亞洲研究院的主管研究員，負責微軟研究院知識圖譜專案和對話機器人專案。多年來專注於自然語言處理、知識圖譜及其在文字理解方面的研究，在國際頂級學術會議如 VLDB、ICDE、IJCAI、CIKM 等發表論文 30 餘篇，獲得 ICDE 2015 最佳論文獎，並是 ACL 2016 Tutorial “Understanding Short Texts”的主講人，出版學術專著 3 部，獲得美國專利 5 項。在 NLP 和 KG 研究領域及實際產品系統中均有豐富經驗，研究領域包括自然語言處理、知識圖譜、深度學習、資料探勘等。
參考文獻
