网站导航:主页 > 人工智能 >

阿里科技下午茶:手淘背后的人工智能以及未来思考

人工智能 来源:互联网采编 浏览 评论
更多
http://z5a.com/a/rengongzhinen/2017/0112/272985.html

地点:北京中关村创业大街言几又书店二层

主题:“阿里科技下午茶”

主讲人:庄卓然,花名南天,阿里资深技术总监,曾负责淘宝移动平台、天猫双11,现负责淘宝本地生活、阿里百川、优酷产品技术平台

   以下为本次阿里科技下午茶的下半部分。

   [手淘背后的人工智能]

  刚才讲的三个中间件技术(ATLAS、ACCS和WEEX),是在整个手淘的发展过程中非常重要的三个基础中间件。这三个中间件解决了构建的问题、通讯的问题和开发方式的问题,更重要的让我们真正意义上进入到了 人工智能 的方式。

为什么?刚才讲2012年的时候大量开始用机器学习去做推荐,希望它能改变整体的平台结构,但是其实很难,尤其是双11。比如双11需要整个生态圈跟平台一起努力,当跟商家说在什么样的时间点、什么样的位置做曝光,商家很开心的去备货。但是跟他讲,今天要做个性化了,不知道会什么时候、出现在什么位置、被什么人看到,都不知道了,商家就疯掉了,双11备这么多货卖不出去可能就会挂掉,这是现实的问题。

这件事情很难在双11这样的一个场景下被推广开。在移动这个场景下,真正出现了这样的一个机会,因为屏幕更小。在这么小的情况下,人工能够运营的东西太有限了,能够穿插的信息也太有限了,而机器学习和人工智能是唯一的有前景的路线。

有两个非常好的应用场景。第一个是搜索和推荐,这是一个完全的个性化的首页,当然还可以做得更好。实际上这里面也有很多有意思的点跟大家分享,比如说当时的手淘做了一个产品叫“有好货”,这个产品每天有超过两千万的人使用。这个机制跟下面的推荐还不一样,有一波达人和买手在这个平台挑选出来,把认为好的东西放到一个相当于精品的商品库,根据用户的知识图谱和兴趣图谱做推荐。

我当时看用户的反馈、APP的评价,会经常说有好货做得不错,但为什么不更新?其实我们每天都更新,因为算法每天都在算,后来我搞明白了,用户指的不更新是首页的入口图没换。然后我们每天入口图做一些更新,果然转化率就涨上来了。后来发现我们是不是再做一步,把入口图再进一步个性化,直接给用户看的入口图就是“有好货”里跟用户相关的商品。这个事情做完了以后发现点击率又提升了很多,用这样的方式把首页的所有元素都做了这样的处理。用户看到的图片跟别人是不一样的,虽然都是有好货、爱逛街,但是你的图是个性化的。

在每一个页面里的组合也是不一样的,大量的运用了千人千面的个性化的技术。在淘宝做这个事情是有天然的优势,整个算法经历了非常快速的变化,经历了很快的迭代过程。

2016年AlphaGo赢了李世石,把关于人工智能的应用推到了一个井喷的状态。为什么说阿里是一个非常好的做人工智能的地方?第一,所有的阿里数据都是结构化的,这是一个得天独厚的特点。举个例子,假如要判断一个剧好不好,有没有人去看、去买,通常的做法是用自然语言处理的方式,微博上去看一下,比如有一条这么写“人人都说《盗墓笔记》很好,剧情很好,演绎的很精彩,我看过后只能呵呵”,如果用自然语言抽取这样的数据,会抽取什么样的特征?“很好”,说明剧情很好,到了“呵呵”,这是什么鬼?机器很难判断。

但是电商不是这样,类、目、属性等都是非常结构化的。包括季节词的抽取、颜色词的抽取等,都有整套的机制保证数据的纯净性。所以基本的内容是非常结构化的,方便了建立知识图谱的便利性,这是第一个优势。

第二个优势,我们通过一个核心反馈系统做算法的训练,可以做这样的一个事情。举个例子,AlphaGo跟李世石下棋之前,就机器自己在这里面通过端到端的反馈系统学习,到最后能够打穿关。通常是这样的方式,今天实际上大量的调参工作可以让机器自己实现端到端的学习和优化,这是今年(2016)整个人工智能变化的很核心一个关节。

淘宝为什么合适做这件事呢?是因为搜索和推荐的反馈,很容易在用户的行为中得到反馈。通过这样的一个场景,又是大规模的数据和有限元解的反馈,使得这样的训练过程会变得非常简单。

这样去训练的模型,无论是知识图谱、兴趣图谱,应用的场景很多,还可以应用到新品发售、销量预测等等一系列的环节。所以这个里面就是有一个很好的人工智能和机器学习的应用场景。


本文:网络整理 如有侵权 请通知邮箱:hmshd##qq.com[把##换成@]] 谢谢

各种观点 最新评论