刘挺 博客

    有一天，电视里面红学家周汝昌先生正给几个学生讲《红楼梦》。学生们都很年轻，傻傻地发问，似懂非懂地倾听。忽然，这位眼睛看不清，耳朵听不真，满口没牙，说话漏风的九十高龄的老人说出了一句让我铭刻在心的话，他说：“有人说贾宝玉的全部痛苦都是因为‘欲’，不对！他的痛苦是因为‘情’”。在一瞬间，我似乎悟出了情和欲的差别。 

    比如，社区里的一株白玉兰开了，开得那么纯洁，那么娇美，人人都喜欢，人人都赞叹。喜欢某个客体，进而希望亲近，这是“情”与“欲”共同的开端，但下一个心理状态就不同了：“情”抛开自我（主体），只盼望玉兰花能够得到雨露滋养，不被风雨打落，开得更加美丽，于是愿意每天来给玉兰树浇水剪枝，空闲时来观赏一下；“欲”是完全站在自我的角度考虑问题，喜欢则必须占有，如不能占有，宁愿消灭之，而不能让他人占有，在“欲”的驱使下会趁黑夜摘花盗树，种进自家的花园或者夹入自己的书里做标本。 

    “情”是向外的，是付出，是只要客体好，自己无所谓；“欲”是向内的，是占有，只要自己的意志得以实现，客体只是带给自己快乐的工具，客体内心的伤痛

    我刚上大学时不喜欢哈工大的校训“规格严格、功夫到家”，那时的想法很简单，觉得八个字中“格”字重复两次，违反了诗的美学原则。今天看来，这个校训绝对不只是不美的问题，而是严重缺乏大学应有的精神文化内涵。 

    哈工大人文精神的缺失从教学楼的命名上可见一斑，原来几个主要的教学楼分别是“新楼”、“管楼”、“红楼”、大教室楼”等，大家都觉得实在太土，经讨论更名为“格物楼”、“致知楼”、“诚意楼”和“正心楼”。改名反映了学校在文化建设上的努力，但矫枉过正，《大学》里的这几句话大多数人不知道什么意思，“格物”谐音“格鲁”，东北话是“格格不入”的意思。从大俗到大雅，从下里巴人一步迈入阳春白雪，像刚离开炼钢炉，就穿上燕尾服的炼钢工人，不伦不类，这仍然是人文底蕴的不足的一种表现。 

     “规格严格、功夫到家”讲得是“培训”而不是“教育”，比如开办一个“汽车维修培训学校”，完全可以用这句话作为广告词，大学的教育要让学生们独立地思考与判断，自由地发展他们的个性，大学教给人的不是技能，而是思想。技能可以帮助人完成一些具体的工作，

    我刚上大学时不喜欢哈工大的校训“规格严格、功夫到家”，那时的想法很简单，觉得八个字中“格”字重复两次，违反了诗的美学原则。哈工大的校徽我也不喜欢，齿轮图案浸透着一股机油味。哈工大的校园在重点大学里几乎可以被评为最差校园了，一座桥把学校一分为二，主校区几乎没有剩下一块绿地，这是一个地道的工业化的校园，除了钢筋混凝土，就是柏油马路。 

   然而，在哈工大学习工作了整整二十年，我慢慢地爱上了这所大学，正如人相处久了，就辨不清对方的容貌，而只感受到她的灵魂。哈工大的灵魂我认为是“实干精神”和“人梯精神”。 

    特点是在比较中显露的，哈工大的“实干精神”非常突出，搞科研从不停留在概念上、文字上，一定要动手，做出来给人看，在实践中发现问题，解决问题。哈工大人不是坐而论道的白面书生，而是经世济用的国家栋梁。自古文人相倾，可能哈工大的人都不是经典意义上的文人吧，哈工大的传统是“甘为人梯”，十年一代，每一代都在积极地推举支持下一代人，看着下一代顺利发展而深感欣慰。哈工大计算机领域的几位知名校友都是在年轻的时候被校领导选拔出来，推上前台，

    我们一天忙到晚，自己耗费了很多精力不说，也消耗着国家的财力物力。我们除了培养了一批学生外，是否为学术进步或技术发展做出了点滴贡献，我们的工作成果是科学技术大厦里的梁柱、砖石，坚固而持久地发挥着作用，还是墙角的露水、楼顶的轻烟，转瞬间就蒸发消散了。

    要想作出有价值的工作，是需要有一些清晰而坚定的理念支撑的，否则很容易匆匆忙忙地迷失在短期的压力里。我心中好的研究成果是什么样的呢？我想应该具备一下几个特征： 

    1、创新性：与以往的方法有本质的不同

    2、高性能：解决了旧方法无法解决的问题，导致性能指标有显著性提高

    3、简单：同行一听就能明白，并认同该方法在原理上的长处，纷纷感叹自己为什么没有想到

    4、换代：新方法一出，业内大部分产品都纷纷抛弃旧方法，采用这种新方法

    5、足够的影响面：能够抽象到一定高度，不局限于某个产品的细节

    举两个例子：

    1、算法：

    人的思维可以视为一套基于规则的系统，规则的形式为“A->X”，A是情景，X是反映。在情景A下，往往有多条规则可选，如A->B，A->C等，但往往有一条规则的权重是最高的，且记为A->B吧，人遇到情景A，自然产生B的想法或行动，久而久之成为下意识的反映，成为默认规则。一个人所拥有的全部默认规则就构成了一个人的心态。

    一条规则在大脑中被调用一次，它的权重会自然升高，就像荒野中行人踩出几条路，走的人最多的路草最少，最可能被后来的人重走。这有点儿马太效应的味道，也如同输入法中的所谓“高频（词）先见”。

    现在我们遇到的问题是，如果A->B是一条错误的规则，或者原本正确，但世易时移，现在不对了，而它却已经成为潜意识中的一部分，每次都被优先执行，被一再强化，改不过来，怎么办？所谓“江山易改，本性难移”，相信大家都有体会，尤其是有志于提高自我修养的人，常常被已经固化的思维习惯、情绪习惯、行为习惯所缠缚，在漩涡中打转转，怎么也不出来。

    多少英雄豪杰，能够战胜一切，唯独无法战胜自己。一方面是因为人的私欲象荒草一样疯长，

师傅指着一片林子说：“林中有鹿”。

第一个徒弟很信任自己的师傅，二话不说，钻进了树林，树林里兔子、野鸡不少，他都视而不见，细心地搜索着鹿的踪迹，功夫不负有心人，末了还真扛着一头鹿走了出来。师傅大喜，师徒一起烤鹿肉吃，香飘十里。

第二个徒弟站在树林外，一圈一圈地转悠，就是不进去，他想：“真有鹿吗？老师也多年不亲自打猎了，如果没有鹿，反而遇见狼咋办？即便真有鹿，这么大的林子，我能找到吗？真找到了，就凭我的枪法，能打中吗？就算打中了，一头鹿到底有什么价值呢？”时间一分一秒地过去，日薄西山，徒弟空手而归。

1995年，我开始攻读博士学位，导师帮我选择的博士课题是自动文摘，他说尽管目前自动文摘还没有被应用，但是等到将来网络上的信息太多了，就会用起来了。14年过去了，互联网上的信息极大丰富，简直泛滥得要把人们淹没，但自动文摘仍然没有被应用。现如今，搜索结果页面中每个超链接下方都有2-3行文字，这些文字是原文中包含了查询词的一些不成句的片段，英文叫“snippet

    2009年9月1日，经哈工大计算机学院党政联席会议讨论决定，“哈工大信息检索研究室”更名为“哈工大信息检索研究中心”，由我担任中心主任。

    搜索谷歌、百度等搜索引擎在技术上取得突破，在商业上获得巨大成功，学术界对信息检索理论与技术的研究越来越重视，越来越活跃，不少高校和研究所纷纷投入力量开展这方面的研究。为了适应学术发展的需要，哈工大计算机学院拟加强信息检索方面的研究，遂决定将“信息检索研究室”更名为“信息检索研究中心”，逐步吸纳相关人才，整合资源，研制出更好的检索技术，培养更多的搜索技术人才。

    哈工大信息检索研究室成立于2001年3月1日，在信息检索领域有8年多的经验积累，培养出博士生6人，硕士生50余人。目前有教授2人，兼职教授1人，副教授1人，讲师1人，博士生15人，硕士生17人。研究室在语言分析、信息抽取、问答系统等方面完成或承担科研项目数十项，包括国家自然科学基金项目8项，国家863项目4项，积累了一批技术，成立中心后，研究方向将扩大到跨语言检索和跨媒体检索等方向。

    哈工大信息检索研究室的英文名称为HIT IR Lab，

最近“实时搜索”的概念受到业内关注，我没有什么调研，凭感觉谈了几个观点：

1、目前的搜索结果是按照相关性和重要性进行排序的，而忽视了时间维，关于某个话题的最新消息往往不能在网页搜索中优先显示出来。新闻搜索、博客搜索考虑了时间维，但做不到实时，酷讯的火车票搜索是实时搜索的一个典型案例。实时搜索的需求客观存在。
 
2、如果“实时”定义为“几秒内”，则实时搜索的需求又是有限的，大多数搜索不需要时间信息，需要时间信息的又不一定需要实时，可能按照时间顺序排一下就行了，而不需要那么快的更新，比如爱搜车上的“众评”。
 
3、要做全网的实时搜索是极其困难的，因为爬虫的速度达不到那么快，区分一个被爬的网站中哪些页面是刚刚更新的也不容易。全网的实时搜索也是没有必要的，因为绝大多数网站更新都很慢。
 
4、最有价值，也是最容易做的实时搜索就是跟Twitter这样的即时博客相关联，Twitter自己非常清楚Twitter内的哪些信息是刚刚更新的，不需要爬取和时间性判别。Twitter本身就是即时信息的具有垄断地位的集散地，能跟他竞争的即时博客很少，搜索没有必要在多个即

2009年8月18日，我作为嘉宾出席了百度技术创新大会，现场聆听了李彦宏关于“框计算”的报告，颇有感触，略述如下。

近年来在IT业界，总是听到跨国公司提出的新概念，我们的政府、企业界、学术界虚心学习，比如“电子商务”、“可信计算”、“网格计算”、“云计算”，直到“智慧地球”。今天，终于听到了来自本土企业的声音“框计算(Box Computing)”。无论框计算是不是新瓶装旧酒，无论它有没有足够的生命力，在50多米宽令人眩目的超大型展示屏前，在中国大饭店2000多人的豪华会场上，一位本土企业的总裁向世人提出一个高度凝炼的新概念，用自己的“框计算”对抗跨国公司的“云计算”，在理念上舆论上争夺技术战略主导权，并且在极短的时间内就通过媒体对IT业界产生强烈的震撼，这个事件本身就有足够的里程碑意义。

其实，“框计算”和“云计算”是各执一端，并无对错可言。“框计算”强调的是前台，“云计算”强调的是后台，但由于“云计算”在后台，终端用户的体验并不明显，而“框计算”是人机交互的界面，搜索“框”用户每天都在用，因此“框计算”更容易理解，更容易被广大的普通用户所接受，在宣传上百度的这次策划是