他的「天才」雜牌軍讓比爾．蓋茲驚豔

來自台灣的馬維英，教電腦學會分類 4年前，在美國，他只是個急著為生涯找方向的研究人員，4年後，他卻成為比爾．蓋茲不敢輕忽的科技人才，他是誰？如何成功？
文/林宏達

在微軟，總裁比爾．蓋茲的時間，被當成寶貴的資產精密計算，蓋茲一年只有六個小時，聽取所屬研發機構中，真正重要研發成果簡報。但有一個人，過去三年來，蓋茲每年都要和他見一次面，聽他報告十到二十分鐘。 這個人是三十七歲、來自台灣的馬維英，他是微軟亞洲研究院資深研究員。

今年五月，在被稱為「Bill G Review（比爾審查）」的時間裡，比爾．蓋茲帶著兩個技術助理，聽馬維英簡報他的團隊去年的主要突破，比爾．蓋茲不斷提出一層深過一層的問題，二十分鐘後，蓋茲從椅子裡跳起來，握住馬維英的手，「It's super super exciting !（這真是太令人興奮了！）」

馬維英在北京帶領的搜尋研發團隊，是微軟所有研究院中，人數最多、也是最重要的，他的團隊有五十幾人，比別的團隊多一倍。因為，去年馬維英團隊獲得一個很重要的技術突破──讓電腦會「分類」。這些突破，讓微軟未來能建立打敗Google的搜尋引擎。以後上網搜尋時，會覺得電腦變聰明了。例如，在網路上打出「java」，電腦可以將「爪哇咖啡」、「爪哇島」的旅遊資訊，或是「java」程式語言等資料分開，讓搜尋者不再大海撈針。

獨步全球學術界　研究論文成就非凡

從純學術的角度來看，馬維英也算是成就非凡。今年，他的團隊有九篇論文，在全球資料搜尋領域的最重要會議──「美國電腦學會資訊搜尋會議」的匿名論文審查裡（ACM SIGIR），被選為最值得討論的論文，比美國微軟總部研究院獲選的兩篇高得多，而麻省理工學院，最多也只獲選兩篇。

「從學術看，他們已經是現在全球搜尋研究最好的隊伍了！」台灣搜尋技術權威，中研院資訊所副所長簡立峰分析。特別的是，馬維英對搜尋領域本來完全陌生，他卻在一年內，從零開始，交出令學術界、業界都驚豔的成績單。馬維英本來專攻冷門的「數位博物館」技術，他在惠普擔任四年研究員之後，二○○一年，看好中國大陸未來資訊研發潛力，離開矽谷到中國，投效北京微軟亞洲研究院。

馬維英的工作，是帶領一個組的研究員和學生做研究，他必須在兩年內，證明自己所帶的團隊，能有突破性的發展，否則就得走人。當時微軟亞洲研究院院長張亞勤訂的標準，馬維英必須讓團隊發表的論文，占全世界最頂尖、最競爭的資訊技術學術會議所接受論文的百分之五，才算是一支世界級的研發團隊。

聰明人聚在一起的效果　不是加法而是乘法

不過，一開始並不順利。全院十二個研究小組裡，馬維英分到的是「其他組」。「其他組」的意思是，其他各研究小組多出來的一、兩個人，無法獨立成組研究，又不知道如何分類的人，全到了這一組。

在一般的電腦軟體研究小組裡，為求專精，同一組裡，多半是由同領域裡的專家組成，用更細密的分工，拆解越來越複雜的研究問題。沒有人像馬維英的這個研究小組，把做電腦繪圖、資料採礦（Data Mining）、人工智慧、文本分析、多媒體、視覺運算等十個不同領域的人，全丟在一起。 什麼領域的人都有，就難以專精，看不出馬維英團隊的強項究竟是什麼？也沒人知道這個組，究竟打算做出什麼東西來。馬維英承認，壓力大到讓他睡不安枕，甚至因為水土不服生病好幾個月。

辛苦摸索了一年還看不出頭緒，馬維英才想到，既然自己的特色是多元，與其跟別人比分工專精，為什麼不換過來，在一個新領域，跟別人比廣度，看看這群專精背景完全不同的人，能激盪出什麼新火花？因此，他決定就用這群人，進攻網路搜尋研究。

他的做法，是定期讓所有不同背景的高手，聚在一起討論，每個人上台報告自己這段時間最關心的問題、進度和最覺得難以突破的困難，每次報告完畢，所有人就用自己的經驗，丟出建議和看法。 「聰明人聚在一起，產生的效果，不是加法效果，而是乘法效果，不同領域的聰明人越多，越能產生大的突破。」馬維英主動讓背景完全不同的人一起合作，蹦出完全不一樣的想法。不斷重複這樣跨領域激盪，許多原創性的想法開始成形。

例如，原本做網頁搜尋，都是把每個網頁，當成一個文字檔處理，所以，打「java」搜尋爪哇咖啡，可能會找到昇陽寫給工程師看的java程式語言說明，想讓電腦從一堆亂七八糟的程式碼中，分析哪一個網頁比較重要，是一直難以突破的搜尋技術。

問題丟出來後，聽在學電腦繪圖的人耳中，卻提出一個沒人想過的答案，「把網頁當圖形切割」。這個方法，主要是讓電腦仿照人的注意力模式，把出現在人們視覺焦點的資訊，列為高度相關，優先呈現。 過去是只以文字思考，改成視覺焦點新思維切割網頁思考後，把文字檔切成一段段的「網塊」，按照文字出現位置的重要性不同分類，就像一個報紙版面，把標題、內文切割出來，就不會把所有文字都當成同樣重要，搜尋命中率大幅提高。

討論過程中，馬維英會做不同領域間的橋樑，免得所學背景不同，沒有交集，同時，他也幫大家重新定義，加入新領域後，新的研究問題該定在哪裡。

「傳統做搜尋的人，學的都差不多，我們報告一出來，他們很震撼！」馬維英分析，同樣的問題，也許在Ａ學術領域裡長期無法解決的問題，借用Ｂ學術領域裡發展出的概念，就有完全不同的解答。另一個因為跨領域而產生的新想法，則是網頁排序。馬維英把原本做人臉辨識的人，轉向做網頁排序。做人臉辨識，必須有很強的人工智慧基礎，才能讓電腦學習，即使在不同的燈光，或是顏色影響下，仍能辨認人臉的形貌、特徵。

多元領域交會　可以爆發出驚人的創新

把人工智慧運用在網頁排序上，馬維英也可以訓練電腦，將網頁自動歸類。例如，打入「馬維英」三個字，過去的做法，只能排出和一般人認知毫無關係的搜尋結果。新的做法，卻像是有人先代為過濾不重要的資訊，而且把相關的資訊，放在同一個檔案夾裡。

替天才找來其他更能給他新刺激的天才，讓馬維英從一個惠普的研究員，成為微軟頂尖研發團隊的領導者。「我其實只是幫他們把問題問清楚，建立一個互相交流的平台，其他的事情，就自然發生了。」 馬維英的做法，其實就是美國財經作家法蘭斯．約翰森（Frans Johansson）的「創意管理」理論。在法蘭斯的「梅迪奇效應」（The Medici Effect）一書中提到，不同領域的交會，可以爆發出驚人的創新，因為多元領域讓人比較可能從多重觀點看待事情。不同的觀念、想法，往往可以激盪出新的創意。

這群「雜牌軍」的整合力量正不斷擴大。馬維英透露，未來四年，整個團隊還會再成長四倍。而在此一過程中，他也學到，只用壓力和短期目標強迫天才達成目標，通常只會得到急就章的應付答案，很難產生真正突破性的發展。要管理天才，最重要的還是：「激勵他，把他放在對的位置，他們就會自己找到解答。」

四個台灣菁英，撐起微軟亞洲半邊天

微軟亞洲研究院裡，最高階的七個資深研究員裡，就有四個來自台灣。

這四個人，除了馬維英，還有創造深藍電腦，打敗棋王的許峰雄、幫貝爾實驗室，創造出現在全球通用的手機通訊標準的宋平、以及幫微軟做出語音辨識系統的亞洲研究院副院長洪小文。他們都是在美國早已成名，卻選擇去大陸卡位的台灣菁英。

為什麼不留在美國做研究呢？洪小文認為，現在大陸一年畢業五十萬個工程人才，美國一年卻只多增加六萬個工程師，對人才最敏感的研發工作，往大陸移動，是時勢所趨。

此外，美國大型科技公司研發規模縮編，人力資源也不如大陸充沛，逼得這些想發揮更大影響力的大師級研究人員，只得往北京跑。而包括德儀、Intel等外商，都在大陸設立研究機構，機會越來越多，而且在網路時代，在哪裡做研究，已經沒有太大差別。

「我只想待在大型，有各種不同人才刺激的實驗室！」許峰雄笑著表示，高科技產業聚集在亞洲，已是不能改變的趨勢，「唯一不能適應的，是北京灰濛濛的天氣。」