人物志 | MIT科技创新“远见者”：美团NLP负责人王仲远

总第331篇

2019年 第009篇

2019 年 1 月 21 日，《麻省理工科技评论》发布了 2018 年“35 岁以下科技创新 35 人”（35 Innovators Under 35）中国榜单，美团点评AI平台部 NLP 中心负责人、点评搜索智能中心负责人王仲远获评为“远见者”。

Innovators Under 35是《麻省理工科技评论》杂志从 1999 年开始的年度评选，针对新兴科技产业的青年从业者，肯定他们的创新工作。历史上的获奖者包括 Google 创始人 Larry Page 和Sergey Brin，Linux 创始人 Linus Torvalds，Facebook创始人马克·扎克伯格（Mark Zuckberg），网景浏览器创始人 Marc Andreessen，Apple 设计负责人 Jonathan Ive 等杰出人士。

趁此机会，美团技术学院采访了王仲远博士，本文内容根据采访内容整理而成。

大学

王仲远没有想到，他高考时填报的第一志愿是中国人民大学国际经济与贸易专业，最后却被调剂到了中国人民大学的计算机系。更没想到的是，他从此爱上了这个专业，并且在计算机这个行业越走越深。

幸运的是，王仲远就读的人民大学虽然以文科著称，却是中国数据库的学术重镇，萨师煊、王珊、杜小勇和孟小峰等几代人都是数据库领域的知名学者。

刚开始的时候，王仲远也很困惑学校为什么总是教数据结构、操作系统、编译原理、计算机组成这种基础性的知识，好像都不是找工作所需要的技能。孟小峰教授却告诉他，在学校里把基本功打扎实最重要，如果有了扎实的基本功，社会上培训班教的那些“短平快”的技术，其实是很容易学习的。

大二结束的暑假，王仲远找到孟小峰教授主动请缨，开始进入孟老师的 WAMDM （网络与移动数据管理）实验室学习，做了很多数据相关的项目，包括国内首款 Native XML 数据库 OrientX 的系统测试，以及 Deep Web 数据集成项目的研究。他发现孟老师的教导完全正确，有了基础课的底子，对很多工作都有着完全不一样的理解，做实际项目时上手很快。

本科期间，王仲远与人合作的论文《Deep Web 数据集成中的实体识别方法》被中国数据库学术会议 NDBC 2006 录用，并发表在《计算机研究与发展（增刊）》上。这小小的一个进展，却意外开启了王仲远的研究之路。2007 年他获得了国际顶级学术会议 SIGMOD 2007 Undergraduate Scholarship 奖（当年全球只有 7 人获奖）。这更坚定了他踏上学术研究道路的决心。

微软亚洲研究院

硕士毕业时，王仲远很冒险地拒绝了百度、腾讯和 IBM 等众多知名公司研究机构的邀请，选择坚持等待微软亚洲研究院的 offer。

“其实当时我也很迷茫，在宿舍里望着窗外的枝头，希望能看到喜鹊经过。” 而王仲远不知道的是，他在当时微软亚洲研究院所有候选人中面试结果排名第一。他未来的老板王海勋和田江森主动找到研究院院长说，“这个小孩真不错，如果我们再不发 offer，就对不起人家了。”当年12月份的寒冬，王仲远终于成为研究院那批候选人中第一个拿到 offer 的人。

王仲远说自己很幸运，微软亚洲研究院具备很多先天优势，在刚刚工作时就可以接触到很多世界级的学者，了解各领域前沿研究已经做到什么程度，无需摸着石头过河。

2010 年 10 月，微软创始人、当时的全球首富比尔·盖茨来研究院访问，正式入职两个多月的王仲远获得做现场演示的机会。“可以想象，我当时是多么的激动。”王仲远所在的团队那时已经开始做一些知识图谱领域的探索和研究，虽然业界还没有这个概念。演示很成功，盖茨的反馈非常正面，给王仲远很大的激励，更坚定了他在知识图谱探索的道路上苦心孤诣地前行。这张与比尔·盖茨合影的照片，至今他还保留着。

与盖茨的合影，后排右五是王仲远。照片中的很多人如今都已成为AI领域的杰出人物，你能认出多少位？

王仲远在微软亚洲研究院 6 年多，从校招生一直做到主管研究员，负责了微软研究院知识图谱项目和对话机器人项目。他一直专注于自然语言处理、知识图谱及其在文本理解方面的研究，取得了不少成绩，在国际顶级学术会议如 VLDB、ICDE、IJCAI、CIKM 等发表论文 30 余篇，并获得 ICDE 2015 最佳论文奖。

谈到做研究的经验，王仲远总结说，很多时候我们觉得某件事情比较高深，只不过是不了解而已。做学术研究跟创业一样，只有自己真正扎进去才会发现其中的奥秘。

同时，做研究需要长期有耐心，这刚好和现在美团所倡导的价值观相符。因为在这个过程中，你会受到非常多的质疑，也会面临多方面的挑战，包括来自你的同事、你的老板、还有学术界中其他流派的挑战。同时，还有短期的压力和长期的压力，也有项目无法落地的压力。但只要对这件事本身真的感兴趣，不管是做技术还是做研究，都可以做的很好。

在王仲远看来，做研究需要有一颗强大的内心，按现在美团的话说，是炼心志。一方面他经常虚心地向前辈们请教，另一方面就是当别人质疑的时候，坚持自己的理想和信念。在他看来，做研究，过程往往比结果更重要，做正确的事情，好结果自然会来。

“我从来没有给自己定一个目标，比如说要发几十篇顶级会议的学术论文。而是告诉自己，要踏踏实实地把这个研究项目做好，实实在在解决这个技术所面临的一些挑战性问题，当这些突破和研究的成果不断出现的时候，发表论文就是一个自然而然的事情。”

现在，王仲远也经常跟美团 NLP 中心的同学讲，做事情要首先关注问题本身，要进行深度的思考，注重解决问题的逻辑和体系，而不是一上来就简单粗暴地冲着结果去。因为往往是人们越想得到结果，就越得不到结果。反而是专注解决问题本身，好结果就自然获得了。

Facebook

2016 年，王仲远在考虑自己下一步职业规划的时候，更多的是思考如何将自己的一身所学付诸实践，而不仅仅只停留在研究层面。“如何将技术转化为更为实际的生产力，更加直接地影响几十亿人的生活”，这是他再次出发的初心。

这一次，王仲远依然拿到了很多顶级机构发出的 offer。他最终选择了 Facebook。因为相比于微软，Facebook 是一家纯粹的互联网企业，能够更加直接地面向消费者和用户。而且，在王仲远的眼中，扎克伯格是一个优秀的创始人。“我选择公司非常看重创始人的素质，他是不是一个有理想、有抱负、有信念的人。因为只有这样的创始人才能有战略性的思考，才能不被短期资本市场所影响，才能顶住财报的压力、舆论的压力，才能帮助企业走的更远。”

在Facebook，王仲远主要负责公司的产品级 NLP Service，要在用户每天发布的几十亿条帖子（Post）中，完成语义分析、查询以及搜索等相关的工作，从非常庞大且复杂的信息流中，找到一个用户想要看到的结果。比如在 Facebook 用户搜索 Trump 时，系统就知道用户想要找美国总统特朗普相关的信息。不过，在特朗普没有当上美国总统时，更多返回的结果其实是纽约的地标建筑特朗普大厦。

王仲远说：“这是非常有意思的一件事，用户的各种查询意图，其实会随着时间而变化，我们做的事情就是在有限的关键词中解读出非常丰富的信号，然后用于各种搜索的召回、排序以及展示。今天，美团大脑以及点评搜索的深度查询理解服务也在做类似的事情，只不过我们处理的信息变成了几十亿条餐饮娱乐的评论以及数百万的活跃商户信息。”

在 Facebook 工作期间，他所负责的一个项目是做实体链接，就是要把查询（Query）和知识图谱进行打通，这也是 NLP 领域一个非常重要的方向。短短半年的时间，效果就提升了80%左右，成为 Facebook 内部最重要同时也是世界上最先进的产品级实体链接服务。Facebook 的搜索、推荐、广告、智能助理等许多系统中，都在使用他负责的这些技术。

美团

“我们中国的移动互联网现在真的是非常发达，一天到晚不带钱包、信用卡，生活毫无问题，方便快捷。相比之下，美国就是一个发达的大农村。在国内叫个美团外卖，半小时就能送到家门口，在美国这简直是无法想象的。” 2018 年，因为家庭方面的考虑，王仲远选择回国发展。

他收到了多家知名公司的橄榄枝，百度、腾讯和阿里巴巴都给出非常丰厚的待遇。但是他的考虑是，此前已经在微软亚洲研究院、Facebook 工作过，再去选择一家非常成熟的大公司，并不会发生太大的改变。他想接受新的挑战，承担更重要的角色，更希望选择一家能够发挥出自己更大优势的公司。

滴滴、快手、今日头条等很多互联网新贵，当时也给王仲远发出了邀请，但他最终选择了美团。

为什么？王仲远说，他最看好美团，相信美团是一家能够持续几十年乃至更久生命力的公司。

阿里巴巴从解决“衣食住行”中的“衣”开始起家，电子商务也成就了阿里巴巴。那么在“食、住、行”等这些生活服务领域呢？王仲远相信，一样会成就新的互联网巨头。而且民以食为天，美团外卖已经占据绝对领先的市场份额，美团酒店单日入住间夜不断在刷新行业的新纪录，美团出行也完成了战略布局。

美团最新的战略是“Food + Platform”，王仲远对此非常认可。他相信，十年后，一定会有新的纯线上 App 出现，大家那时很可能早就不玩“抖音”了。还会有更多新鲜好玩的游戏，也不会再玩“王者荣耀”了。这种纯线上的信息和娱乐服务，变化是非常快的，所谓“江山代有才人出”。

“但是无论怎么变，大家总是还要吃饭的。”即使将来有一天，技术真的可以让我们吃饭的方式完全不一样，但是人类也绝对不会放弃对美食的追求，因为这本身也是一种乐趣。这也意味着，美团很有可能成长为一家长期有耐心、不断积累、不断发展的公司，“Food + Platform”也会是一项非常长期的事业。

王仲远的另外一个思考就是，AI 技术想真正能够落地，需要算力，需要数据，需要算法模型，更需要丰富的应用场景。美团的应用场景丰富程度，显然远超滴滴、快手、今日头条等互联网同行。“在这样的情况下，美团对我来说，可能就是不二的选择了。”

还有一个重要因素是，王仲远非常认可美团创始人王兴，“我还是很崇拜兴哥的，他是非常有理想、有信念、有战略思考的一个人。”

王仲远坦言，最终选择加入美团，也是非常认同美团倡导的“以客户为中心”、“追求卓越”、“长期有耐心”这些价值观，他相信可以在美团中发挥自己的才华，而美团也提供了一个广阔的舞台，可以让他尽情地施展。

从 0 到 1 组建新团队，最看重成员的价值观

刚到美团，王仲远受命组建美团 AI 平台部的 NLP 中心。他对团队成员的要求是：知行合一，希望大家都是带着自己梦想加入这个团队，踏踏实实地把事情做出来。

王仲远说：“从 0 到 1 组建一个新的团队，挑战还是非常大的。我们的标准非常高，即使招聘速度再慢，都要保证团队成员的质量。”

因为招聘要求很高，所以王仲远需要花很多时间去吸引那些认可美团价值观的候选人。他是怀抱将AI技术在各种场景中落地的梦想加入美团，他相信肯定有很多跟自己一样有梦想、有信念的候选人。他也希望找到这样一群志同道合的人，共同前行。

今天，美团 NLP 中心团队已经初步成型，汇集了很多优秀的 AI 专家和工程师。

从“美团大脑”到搜索系统的智能化升级

很快王仲远又开始负责大众点评搜索智能中心。王仲远说：“我非常感谢公司管理层对我的信任，能让我同时负责两个团队，一个 AI 平台团队，一个业务平台团队。这使得我能够更好地规划和掌控AI技术的落地，让 AI 技术更好更快地发挥价值，帮助业务平台进行智能化升级。”

2018 年 5 月，他开始领导团队构建美团大规模餐饮娱乐知识图谱的平台——美团大脑。这个“大脑”充分挖掘、关联各个场景数据，使用 AI 算法让机器“阅读”用户针对商户的公开评论，理解用户在菜品、价格、服务、环境等方面的喜好，构建人、店、商品、场景之间的知识关联，从而形成一个“知识大脑”。

在王仲远眼中，美团大脑更像一个AI的基础设施，目前这个 AI 平台已经开始逐步服务于美团的搜索、SaaS 收银、金融、外卖、智能客服等众多应用场景。在这些场景中，既有 ToC 的业务，也有 ToB 的业务。

同时管理两个团队，经常往返于北京上海之间，对王仲远而言，虽然辛苦，但效果也很显著。在 NLP 中心以及大众点评搜索智能中心两个团队的紧密合作下，短短半年时间，点评搜索核心 KPI 在高位基础上仍然大幅提升，是过去一年半涨幅的六倍之多，提前半年完成全年目标。

王仲远眼中的微软、Facebook 和美团

一个在学术圈深耕了六、七年的研究型人才，进入企业做项目落地。拥有两家全球顶尖科技企业的从业背景，但回国后却放弃优厚的待遇，选择一家互联网公司再次出发。王仲远的每一次选择，都显得有些与众不同。但是在他身上，我们没有看到任何”莽撞“的成分。每一次选择，他都经过深思熟虑，而且是慎之又慎。

在王仲远的眼中，微软亚洲研究院是中国互联网行业学术研究方向的领头羊，对他的培养和成长，都有很大的帮助。时至今日，微软亚洲研究院对他的影响，仍是不可磨灭的。不过，微软也面临着时代的挑战，虽然这么多年一直在尝试突破，但是它仍然更像一家传统的软件公司。

而 Facebook，是一家非常顶尖的互联网公司，它也是很多国内的互联网公司学习的榜样。Facebook 有一个口号是“快速行动，打破传统（Move Fast and Break Things)”，可以看出，他们对“快”的追求。Facebook 还有很多像“Go Big or Go Home”这一类的内部口号，这跟美团的技术团队“要么牛X，要么滚蛋”的说法异曲同工。王仲远认为，Facebook 的进化速度要比微软快很多。

而美团是一家比Facebook节奏更快的互联网公司，当然这代表了中国速度，也代表了中国互联网的发展速度。王仲远说：“很多的事情，可能在微软亚洲研究院我们需要要用一年的时间来做，在 Facebook 可能会用半年。但是在美团，我们可能只有两个月到三个月的时间。”

美团的高速成长，给王仲远的团队带来很大的挑战。他们每天都要面临各种的持续迭代，要做很多快速的技术演化和突破。美团技术团队是在为生活服务各行业构建信息基础设施，实现需求侧和供给侧的数字化，任重而道远。

未来的路还很长，王仲远和他的 AI 团队，还在路上。

对话王仲远：关于职业发展、知识图谱以及 AI 的未来

秉持信念，不忘初心，不断拥抱变化，才能真正把工作做好

Q：你觉得偏研究型的人才，怎么在企业中发挥出自己的价值？

王仲远：任何科技的发展，都需要研究型人才的推动。但是研究型的人才分几种，有的是做纯理论研究的人才，可能高校是他们最好的选择。这些人愿意几十年如一日的深耕一个领域，比如深度学习先驱 Geoffrey Hinton 教授，长期从事神经网络领域的研究，不管是神经网络发展的高潮还是低谷，他都能坚持做下去。

还有一些人才，他们更希望把自己学到的各种研究模型、研究成果，能够实实在在地应用在真正的科技产品里面，然后去影响几亿人甚至几十亿人的生活。那么这一类研究型人才，他们更看重应用型的研究，公司可能会更需要他们。

我们整个 NLP 中心也在做一个平衡，80% 的同学会偏应用型研究，也会有 20% 同学会做偏理论的研究，也会鼓励同学们根据兴趣做一些前沿的技术研究。我们希望能够保持较强的科技创新能力，并具备长期的核心竞争力。

Q：外企和海归背景的人，怎么在本土企业中证明自己的价值？

王仲远：不建议给自己贴“标签”。文化上肯定会有一些冲突和差异。但是能不能适应，其实很大程度上取决于个人，取决于这些人能不能拥抱变化。我必须承认，国内互联网的变化或者演化速度，远远超出原来我待过的两家外企，我也必须要适应和拥抱这种变化。

如果我们能够秉持自己的信念，不忘自己的初心，同时能不断地提炼自己，升级自己，愿意拥抱这些变化，我相信在新团队也可以做的更好。而且我也观察过，真正的最顶尖的人、最聪明的那些人，他们不管做什么行业，不管做什么事情，不管身处什么样的环境，都能够把事情做的非常好，都能够取得非常好的成就。

在我看来，“人”本身的因素要比“外企背景”这种因素重要很多。我深信真正聪明的人的适应力也都是非常强的。而且加入美团后，我们发现很多很厉害的人，即使把他们放在一个完全不懂，或者不熟悉的项目中，他们一样可以做的很优秀。比如美团内部某个业务部门的负责人，曾经做了 15 年的互联网音乐。我相信拥抱变化的人，都不会做的很差。

至于如何证明自己？其实刚刚我也提到过，不要刻意。越刻意地想去证明自己，往往越证明不了自己。越想刻意拿到结果，往往越拿不到结果。我会给身边的同学提这样的建议。关注事情本身，关注怎么解决用户的痛点，关注怎么解决技术的难点，关注怎么解决业务的需求。如果把这些事情做好了，既能拿到结果，最终也能证明自己的价值。

知识图谱技术的春天来临，是因为大数据在推动

Q：像知识图谱相关的技术已经存在了很多年，为什么迟迟没有进入大众的视野呢？

王仲远：技术的发展趋势，永远都是起起伏伏，处于一个螺旋上升的阶段。

知识图谱并不是新技术。早在上个世纪 80 年代，就有很多知识库系统的研究了。包括 1984 年开始的 Cyc 就是一个知识图谱项目。其实比 Cyc 更早之前，还有很多医疗诊断的专家系统。

但是受限于当时的计算能力、人们的认知、数据量，很多都是通过人工编写规则，或者去找专家建设行业知识库，这种方式不仅效率低下，而且人的思考也具备局限性。通过领域专家去构建的知识库，通常就是几十万的量级，显然不能够满足需求。

2000 年以后，随着互联网的高速发展，数据也越发的丰富，促进了知识图谱技术的蓬勃发展。我们这些做知识库的研究者开始有了新的思路，不再以专家系统为驱动了，而是变成依靠数据来驱动产生知识。从观念层面发生的根本性的改变后，知识图谱马上展示出自身巨大的价值。特别是2012 年，谷歌发布了 Google Knowledge Graph，人们又重新认识了知识图谱技术。

此外，知识图谱之所以影响力有限，还有一个很重要的原因就是，拥有这种规模数据的只有少数几家大公司。它们暂时也没有办法去开放，因为涉及用户隐私问题、数据安全问题，同时还涉及到核心竞争力。但我相信，所有从事 AI 行业的人都清楚地知道知识图谱的价值和意义。其实在这些互联网巨头内部，不管是微软、Facebook，包括谷歌和百度，它们对知识图谱技术都非常重视。

Q：你觉得像知识图谱这些技术的落地，目前面临的最大挑战是什么？

王仲远：可能很多人不太清楚，十年前或则更久之前，在学术研究界就已经存在非常多的且成熟的知识图谱相关的技术，包括知识的提取、知识的发现、实体识别、实体链接等等。

但是，学校实验室或者研究所缺少海量的研究数据，科研人员基于的数据量基本处在几十万或者百万的量级，当这些技术遇到亿级甚至百亿量级的数据时，很多技术走不通。

我们目前面临的最大挑战就是，即使是一个非常简单的，或者已经被学术界认定非常成熟的技术，在去解决百亿、千亿量级知识图谱应用问题时，基本都会失效。因此，应该如何重新设计算法，应该如何重新设计新的工程架构，是我们需要解决的核心问题。此外，深度学习跟知识图谱进行结合，也是一个非常重要的研究方向。

Q：你觉得对企业而言，如何才能做好 NLP？

王仲远：NLP 是人工智能所有方向中一个还需要突破的领域。像语音识别和图像识别，通过深度学习已经可以得到非常好的结果。但人类和动物一个非常重要的区别就是，人类拥有非常完备的理解、推理、思考能力，这些能力是 NLP 需要解决的，但是挑战性也很高。

目前在 NLP 领域，我们已经做了很多的突破，也有一些很好的落地场景，比如智能客服，语音助手，还有搜索、推荐、广告这些应用场景。但是在特定的领域，比如餐饮、酒店预订、出行等领域，还有很大的提升空间。

在我看来，企业想要做好 NLP，首先需要打通基础数据。像美团大脑目前包含了 23 类概念、18 亿实体、600 亿三元组，这个知识关联数量级已经达到了世界级的规模。只有数据被打通，才能发挥出更大的价值。其次，需要构建扎实的技术底层，打造一个平台，使得不同的业务线都能更方便、快捷地去使用 NLP 的这些技术，当新技术出现时，也可以快速进行升级和迭代。

总的来说，一个是打通数据，一个构建技术底层。当然还有人才，人才也是实现以上两者的根本因素。当然，既能够安心做研究，又能够落地的核心人才也是最稀缺的，我们美团 NLP 中心对于优秀人才的渴求，也是永无止境的，我们随时都欢迎有理想、有信念的同学加入，一起创造未来。

相信 AI 的未来：道路是曲折的，前景是光明的

Q：怎么看待 AI 未来的发展？

王仲远：我应该属于理性的乐观派。在我看来，不管是深度学习还是知识图谱，技术发展历程永远会有高潮，也会有低谷。这两年因为资本的涌入，因为媒体的宣传，有时甚至过度炒作，使得 AI 进入了大众的视野。

这会带来一个好处，就是人们对 AI 有了更加广泛的关注。但是也带来很多的风险，比如很多不是特别成熟的 AI 技术也被“催熟”了，如果这些 AI 产品不能够很好地解决人们实际需求的时候，就会被大家所质疑，比如像前几年很火爆的 VR、AR 等等。还有无人驾驶技术，距离真正落地，还存在很多亟待解决的问题。

我预计未来一两年，随着资本的收缩，AI 可能会陷入冷静期甚至是低谷期。但这个时间应该不会持续太久，因为核心技术一直都在研究和突破。随着 5G 时代的到来，随着 AR、VR 技术更加成熟，随着 NLP 技术更加成熟，随着无人驾驶技术更加成熟，未来 AI 也会带来产业新的热潮。

20年 ToC，20 年 ToB。在互联网高速发展的前 20 年，我们主要解决了消费者的需求。但在很多传统产业，供给侧的数字化，AI 对它们的影响还很有限，这也是我们未来的机会。

Q：对从事AI相关工作的同学，有什么建议吗？

王仲远：我觉得大家还是要多关注核心技术，以及核心技术跟业务场景的结合。一个属于“基本功”，另一个是思考技术对业务的价值。

因为技术永远是日新月异，也会不断地更新迭代。特别是做算法研究的同学，相对比较辛苦。因为我们要持续的进行学习和提升，如果有一段时间不学习，很可能会被淘汰。

在我们的面试过程中，也能够感觉出来。如果面试算法工程师的同学，还是用传统模型而不是深度学习的话，就会面临很大的挑战。此外，如果只关注模型本身，而不去思考如何跟业务进行结合，在工作中也很难证明自己。

如果是在校的大学生，建议大家不要上来就学习 Java、Python 这些编程语言。应该先对计算机的各种原理、基础知识（概率论、数学分析）等掌握清楚，再去学习很多技术时，就会有完全不一样的理解。我们未来的一切，都应该建立在一个扎实的基本功之上。

影响王仲远的书、人、事

Q：你觉得对你影响最大的一件事是什么？

王仲远：很难说具体的哪件事影响最大。刚刚也提到了，这么多年的职业生涯，我做了很多次、可能看起来比较重大的选择，但是我很难讲，哪一件事会彻底的改变自己的职业生涯。

相对来说，影响比较大的事情有很多，像大学时获得“SIGMOD 2007 Undergraduate Award”奖项，让我坚定地选择了研究这条路，后来在这条道路上，也受到很多老板对我的鼓励。还有刚工作两个月，就得到跟比尔盖茨做汇报的机会，得到他的正向反馈。还有在顶级学术会议发表论文，以及现在做的美团大脑项目，包括刚刚获得的《麻省理工科技评论》这个荣誉等等，我想这些事对都产生了非常大的影响。

但对于具体的一件事而言，我觉得，更多的是在每一次做人生选择时所做的坚持，以及坚持之后通过努力所带来的一些认可。这也是鼓励我在各种质疑中、在各种压力中，持续前进的一个非常重要的动力，使我能够长期地坚持下去。

Q：你觉得，这么多年对你影响最大的一个人是谁？

王仲远：对我影响很大的人其实很多。比如我的第一个导师孟小峰教授，他带领我进入了研究的大门。我的第一任老板王海勋博士，他也是我在 Facebook 的老板，给了我很多次机会。还有后来研究院的常务副院长马维英（现今日头条人工智能实验室主任），从他身上，我学到了很多管理的能力。加入美团后，兴哥和老王（美团联合创始人王慧文）对我的影响也非常大，每一次听他们的分享，都让我受益良多，比如兴哥对战略的思考能力和大局观，老王对市场敏锐的把握、对产品的认知等等，都让我学到非常多新的知识。我再次感觉到自己在快速的成长之中。他们对我的帮助也都非常大。

Q：如果让你推荐一本书，你会推荐哪本？

王仲远：推荐微软 CEO 萨提亚·纳德拉首部作品《刷新：重新发现商业与未来》。我觉得萨提亚能够带领微软这样的巨型科技公司成功转型，再次成为市值最高的公司，非常令人钦佩。

尤其是当年我也曾在微软工作过，感受过微软所面临的那种困境与挣扎，更能体会到萨提亚的管理智慧。在书中，萨提亚反复提到“同理心”，这是我所非常认同的，它也深刻地影响我的思考、沟通和行为方式。

相关阅读     

王仲远博士获评《麻省理工科技评论》“35 岁以下科技创新 35 人”中的“远见者”，麻省理工科技评论给出的获奖理由为：

“在知识图谱和自然语言处理领域解决多项挑战性问题，其工作涉及搜索引擎、广告推荐、知识挖掘、关系推理、智能助理等多个领域。

获奖人（王仲远）在微软负责包括微软概念知识图谱、企业知识图谱等多个知识图谱和 NLP 相关项目，提出的概念化模型能让计算机像人类一样对文本进行理解；在 Facebook 领导团队构建了世界上最大的产品级社交网络知识图谱实体链接服务。在美团仅用半年就领导团队构建出世界上最大的餐饮娱乐知识图谱“美团大脑”。

获奖人的开发应用于餐饮、出行、休闲娱乐、旅游、金融等各个场景，为数亿人提供了更便捷、更智能的服务。”

受访者简介

王仲远博士，美团点评高级研究员、高级总监，美团 AI 平台部 NLP 中心负责人、大众点评搜索智能中心负责人。加入美团点评前，担任美国 Facebook 公司 Research Scientist，负责 Facebook 产品级 NLP Service。在 Facebook 之前，担任微软亚洲研究院的主管研究员，负责微软研究院知识图谱项目和对话机器人项目。多年来专注于自然语言处理、知识图谱及其在文本理解方面的研究，在国际顶级学术会议如 VLDB、ICDE、IJCAI、CIKM 等发表论文 30 余篇，获得 ICDE 2015 最佳论文奖，并是 ACL 2016 Tutorial “Understanding Short Texts”的主讲人，出版学术专著 3 部，获得美国专利 5 项。在 NLP 和 KG 研究领域及实际产品系统中均有丰富经验，研究领域包括自然语言处理、知识图谱、深度学习、数据挖掘等。

参考文献

1. 《麻省理工科技评论》年度中国科技青年英雄榜发布！35位中国入选者涵盖全球最前沿科学与技术

2. 计算机系本科生王仲远荣获SIGMOD07 Undergraduate Scholarship

----------  END  ----------

招聘信息

也许你还想看

人物志 | 美团首席科学家夏华夏：不断突破边界的程序人生

人物志 | KDD Cup 2017双料冠军燕鹏

人物志 | 美团点评女技术总监任登君：不要给自己的人生设限