為什麼今天的技術工作需要創造性思想
為什麼今天的技術工作
需要創造性思想
三位愛思唯爾的技術領袖透露他們關於自然語言處理和機器學習的工作所具有的創造性的一面。
Tech colleagues in Elsevier』s Philadelphia office exchange ideas often during the course of their day. Sharing ideas and expertise among people with diverse talents is key to succeeding in data science and product development. (Photo by Alison Bert)
在學習下國際象棋的過程中，我們學習如何移動棋子以及馬、車和兵的相對價值。但隨著我們不斷進步，會出現創新元素。我們發現，通過策略性地部署棋子，我們能夠選擇使比賽緩慢而謹慎的開局或者迅速交換棋子使局勢更加廣闊。我們意識到識別模式與冷靜計算同樣重要。並且我們知道，如果策略性地放置初學者手中價值有限的低級兵，竟能贏得一場比賽。
在任何植根於科學的藝術中，無論是國際象棋、音樂還是烹飪，我們起初常關注技術要素。但最終技術與創造力相互交織，並且創造力可以有多種形式。
這就是數據科學的方式，如果你跟最高水平的人交談，也是需要創造力的藝術。
對於愛思唯爾的數據科學家，他們為世界各地的研究人員和臨床醫生所使用的平台構建功能，機器學習和NLP（自然語言處理）僅僅是技術性的。雖然其中一些技術專家可能會對他們是藝術家的建議竊笑不已，但是當討論他們的工作時，他們不久就會使用創造力、頭腦風暴和美感等術語。
愛思唯爾首席NLP科學家Marius Doornenbal博士說：「人們可能會認為機器學習是一項非常技術性的事情，但是他們並沒有意識到其中的細微差別以及所具有的全部選擇。」
Welcome to our daily jam sessions
Marius的團隊使用機器學習和NLP來使愛思唯爾的內容「可行」，因此研究人員和臨床醫生可以得到他們問題的答案，而非只能通讀所有文章。他們在分離與用戶相關的核心事實的同時，通過優化搜索和發現來實現這一點。例如，化學研究人員使用Reaxys資料庫來搜索化學文獻、專利申請、化合物屬性和實驗程序中的具體信息。Marius解釋說，愛思唯爾的數據科學家們繼續使搜索更快、更高效，這意味著告訴計算機在索引文章時尋找哪些術語和特徵、設計機器能夠學習的演算法並且在提取正確的信息後「獎勵」機器。
對於計算機科學家來說，演算法的選擇影響巨大，但是如果有人進行開發——在演算法的設計中向前邁出了重要的一步——這是一件極具美感的事...這些是真正推動前沿的事情。
在他的團隊中，推動前沿涉及將想法和多元化人才的專業知識相結合。事實上，當描述他們如何合作時，Marius使用了爵士樂術語。
我真正喜歡的是當我們每天進行即興演奏時，有人說「好的，我正專註於這方面」，而另一個人跳起來說：「那你正在使用哪種功能？你是否在短語中嘗試了形容詞和名詞的組合？或者有人說：「我讀過這篇文章，他們說僅看字元序列就足以完成這項工作。」這一頭腦風暴階段總是具有創意的，每個人都會想出與問題有關的想法，然後解釋為什麼。
他團隊中的成員會帶來不同的觀點。Marius開始學習語言學，研究語言的複雜性，甚至獲得描述性語言學博士學位，同時一直在應用計算機環境中實踐他的專業知識。了解語言如何運行以及如何以計算機理解的方式來應用這種理解很重要。Marius解釋說：「要從數據中學習，你必須告訴機器要尋找什麼。」
What innovation looks like in data science
愛思唯爾的內容與創新（Content and Innovation, C＆I）副總裁Michelle Gregory博士擁有計算語言學和認知科學的聯合博士學位。然而，C＆I中僅一半是數據科學家，另一半是各領域專家——醫生、護士和化學研究人員。當他們對技術能力有了很好的了解，他們會確保正在開發的技術與其領域的專業人員相關。她說，通過最終用戶的眼睛看你的工作對創新至關重要。
棘手的是知道數據科學中的創新是怎樣的以及如何使創新成功。這不僅僅是促進科學和演算法的問題，這是真正證明對最終用戶所產生的影響的問題。
這部分源自與愛思唯爾產品團隊的密切合作，將客戶想要的轉化為數據科學家和計算機能夠理解的語言。「我們幫助他們找出什麼數據結構、演算法和流程能幫助他們的某些功能，」她說，「所以如果你有此類數據演算法，你的客戶就能這樣搜索。」
對於Reaxys，這意味著使用戶能夠找到實際的化學結構而非文本術語。對於ClinicalKey，這意味著醫療專業人員能在診斷和治療患者時快速找到可靠的信息。
What does it take to succeed?
大多數人以數學、科學、統計學和計算機科學為背景進入數據科學。「如果你對數學和數學建模感興趣，」Michelle說，「數據科學方面的工作真的能讓你應用大數據技術。」
但是有些人開始是領域專家，例如醫學、生命科學或化學。「領域專家可能會遇到問題，並意識到這些技術真的有幫助，」 Michelle解釋說。
在愛思唯爾，該領域的專業知識能真正加分，科學和醫學內容是我們信息分析業務的核心。
除了專業知識，作為數據科學家想要成功需要哪些個人特質？對於愛思唯爾的技術領袖而言，自然的好奇心和解決問題的能力往往位居首位。這是Michelle的情況。
但對她而言，解決問題超越了智力，但並非孤立實現。這是關於使用你周圍的資源，她解釋說，這些資源是工具或者方法，還是團隊中的其他人。因此，她說，平衡技術專長與社交技能以及團隊合作能力總會有幫助。在她小組每天的頭腦風暴會議上，「有很多具有創造性的對話——大量試驗和錯誤來嘗試並且弄清事情。」
Where does creativity come in？
當您在亞馬遜和其他零售平台購物時，您會獲得對您可能感興趣的其他產品的自動推薦。您也可以越來越多地獲得關於研究平台的推薦。在愛思唯爾的推薦中，推薦人員會對文獻閱讀和合作的研究人員提供個性化建議，很快還將推薦工作機會和資金來源。作為搜索和數據科學總監，Bob Schijvenaars博士領導一個團隊，為ScienceDirect、Scopus和Mendeley等研究平台創建這些功能。
Bob指出，產生這些推薦在整個過程中都需要創造性思維。首先，你必須給予系統功能或「信號」來幫助其判斷與每個用戶相關的內容。該信息可源自用戶已經在其庫中查看或存儲的文章。但它也有細微差別。例如，區分一個人的核心專長和興趣很重要，Bob解釋道：「如果你正在尋找非自身核心專長的特定主題，你可能會對綜述感興趣，能讓你對特定領域產生高層次了解；而如果你對某個特定主題非常熟練或者是專家，那麼你只對該領域的最新發展感興趣，而並不關心綜述。「
在構建推薦的同時，他的團隊還會決定使用哪些渠道向用戶提供這些建議，例如帶有個性化文章建議的電子郵件提醒或與用戶點擊的文章共同顯示的建議。
當然，在數據科學中，決策是數據驅動的，並通過研究用戶的互動來不斷進行測試。這使用戶成為一個想法是否有效的最終判斷。
Bob幽默地指出，推薦團隊的另一個原則是：「不要看起來很愚蠢」。在工作面試中，你可以才華橫溢，但稍有不慎就會破壞你如此努力所留下的良好印象。在數據科學方面，Bob說，你可以提出一種在80％的案例中提供出色推薦的演算法。但如果其他20％的人完全錯過了這個標記，將會破壞用戶對該系統的信任，「所以你必須找到創新的方式來調整演算法並去粗取精。」
這麼多類似的事情可能並非巧合。據「哈佛商業評論」的研究人員報道，創造力的關鍵特徵就是將看似無關的領域的問題和想法相關聯。這讓我們回到國際象棋。
與數據科學的藝術一樣，它讓你竭盡全力，隨後找到創造性的方法來應對未預料到的情況。就像Marius說的：
你必須學習所有開局，並且必須使其正確。但是，如果有人偏離了你記憶的所有遊戲並且做了意料之外的事情，那麼你會做什麼？此時性格將起決定作用。
愛思唯爾的技術事業
愛思唯爾在全球擁有約1,000名技術專家。他們創建工具來幫助臨床醫生知道選擇哪些治療方案、指導研究人員做出開創性的發現並且培訓未來的護士和臨床醫生。 在創意和實驗環境中，你將找到方法將新興技術應用於渴望創新的受鼓舞的觀眾。 進一步了解愛思唯爾的技術事業。
科學與醫學的創新方面
研究人員、技術專家和臨床醫生以及立志成為專業人士的人所做的工作都具有創造性的一面。隨著技術不斷增長的可能性，創造力正被用於解決一些當今最棘手的挑戰。還需要創造力來開發為學生和專業人員解決挑戰的工具和技術。
在愛思唯爾，我們每天都會看到員工和其科學和健康領域的合作者的創造力。我們共同創造產品和服務，使專業人士和有志向的專業人士能夠實現他們的靈感和願望。
在科學和醫學的創新方面找到更多故事。
有關知識授權的人員和項目的更多故事，誠邀您訪問授權知識。
Lead the way in advancing
science, technology and health
引領科學，技術，醫療的創新發展之路
愛思唯爾醫學苑
歡迎關注愛思唯爾醫學苑
如果你喜歡這篇文章，歡迎分享到朋友圈
TAG:愛思唯爾醫學苑 |