IJCAI 2018 現場，阿裏媽媽以 Ad Tech 為主題舉辦了 Workshop，阿裏媽媽資深算法專家朱小強、高級算法專家林偉（wěi），分享了將深度學習引入工業級展示廣告和搜索（suǒ）廣告領域的創新與探索。
隨著（zhe）人工智能產學研的不斷融合，企業（yè）與學（xué）術會（huì）議（yì）之間的合作也更加（jiā）頻繁和多樣。此前，新智元曾經報道過（guò），IJCAI國（guó）際廣告算法大賽，中國團隊包攬（lǎn）冠亞季軍。這個競賽實際上就是（shì）阿裏集團與IJCAI的一個合作（zuò）項目（mù），阿裏通過IJCAI的（de）平台吸引更多人關注阿裏，IJCAI則通過阿（ā）裏的大賽吸引更多人關注和支持IJCAI。
IJCAI（International Joint Conference on Artificial Intelligence）被認為（wéi）是人工智能領域最頂級的學術會議之一，涵蓋機器學（xué）習、計算可（kě）持續性、圖像識別、語音技術、視（shì）頻技術等，對全球（qiú）人工智能行業具有巨大影響力。
今年的合作競賽由（yóu）阿裏媽媽承辦。作為阿裏巴巴旗下（xià）大數據營銷平台，阿裏媽媽身處於阿裏巴巴龐（páng）大的交易場景之中，在人（rén）工智能（néng）領域也早有（yǒu）布局，構建了超（chāo）大規模的學習（xí）模型，每天訓練近100T的數據，有上千億的樣本。
IJCAI 2018 現場，阿裏媽媽（mā）以 Ad Tech 為主題開展了workshop。阿裏媽媽（mā）資深算法專家朱小強、高級算法專家（jiā）林偉，以展示廣告技術的兩個最重要技術模塊——Matching和Ranking為例，分享了他們（men）在將深度學習引入工業級展示廣告和（hé）搜索廣告領域所做的創（chuàng）新與探索。
深度學習將業界技術迭代提升10~100倍
朱小強在演講中表示，展（zhǎn）示廣告是互聯網（wǎng）行業的主要營銷模式之一。阿裏（lǐ）巴（bā）巴有各種（zhǒng）不同的展示廣告形式，比如橫幅、單品、信息流帖子等等（děng）。每天有數億的用戶訪問（wèn）阿裏的係統（tǒng），團隊需要針對每（měi）位用戶（hù）的個性化興（xìng）趣偏好，在幾十毫秒內，從數千（qiān）萬廣告集合中，尋找最優匹配結果進行展示。
超大規模的（de）數據以及問題的高度非線性，對（duì）展示廣（guǎng）告技術構成了巨大的挑戰。過去兩年裏，阿裏媽媽團隊創（chuàng）造性地將（jiāng）深度學習引入到展示廣告技術中，自主研發了一係列（liè）麵（miàn）向工業級尺度的端到端深度模型，推動了展示廣告技術的全麵革新，達到了世界領先的水平。
朱（zhū）小（xiǎo）強認為，深度（dù）學習給工（gōng）業界掀起了一場生產力革命。在深度學習（xí）時代，模型的（de）設計變成組件化，優化（huà）的方法變（biàn）成標準化，而且設計和優化是解耦的。這些特點驅動了以深度學習為代表的（de）AI技術迅速普及，而且將整（zhěng）個業界的技術迭代速度提升（shēng）了1-2個數量級。
“過去兩三年，深度學習在廣告、搜索和推薦等核心（xīn）工業界場景（jǐng）中野蠻生長，掀（xiān）起（qǐ）了（le）一股（gǔ）1.0的掘金浪潮；未來，我們判斷深度學習將（jiāng）進一步完善為工業級基礎設施，邁入2.0的（de）工匠（jiàng）時（shí）代，技術的發展將由粗獷顛覆轉變為精細化打磨（mó）。”
朱小強說：“10多年前（qián），機器學習大規模地被引入到核心工業領域，由此開創了一個技術的黃金發展周期，我們預期深度學習技（jì）術（shù）會繼續引領新的一輪技術增長。”
基於圖的深度學（xué）習方法有廣闊的應用空間
林偉在演講中（zhōng）表示，搜索廣告（gào）場景下，傳統的觀點一直認（rèn）為匹配（Matching）的主要優化目標（biāo）是尋找最相關的候選廣告集。他們團隊重新定義了這個目標，認為在電商場景下，Matching的主要優化目標是尋（xún）找相關性滿足約束下，最符合業務目標（例如（rú）期望（wàng）收益等）的候選（xuǎn）廣告集。基於對目標的重（chóng）新認識，最（zuì）近幾年Matching算法的改進，大幅提升了直（zhí）通車的營收。
林偉（wěi）介紹（shào），Matching主要（yào）問題（tí）可抽象為：1）對（duì）用戶意圖（tú）和候選廣告之間（jiān）是否可以建立鏈接的識別，以及2）對鏈接（jiē）強度的預測。
圖（Graph）是一種非常適合用來刻畫這個問題（tí）的結構，基於（yú）圖的深度學習方法在Matching上擁有（yǒu）廣（guǎng）闊的（de）應用空間（jiān）。
目前，阿裏媽媽已經構建了一套支持超大規（guī）模異構圖表征學習的算法（fǎ），並在Matching上成功落（luò）地。未來，他們將進一步深耕圖深度學習（Graph-based Deep Learning）的方（fāng）法及（jí）應用。
如今在淘寶場景中，圖（tú）像因素（sù）越來越（yuè）重（chóng）要，用戶的行為模式也越來越複雜。對於排序問題（Ranking），傳統（tǒng）的一些模型在識（shí）別用戶意圖上存在諸多限製，需要更精巧和更強大的模型來更好地理解用戶。阿裏媽媽團隊分別提出了（le）很好的圖像網絡（luò）和記憶網絡設計方法（fǎ），增加Ranking模（mó）型識別用戶意圖的能力，經過實際測試（shì）都（dōu）取得了不錯的效果（guǒ）。
同時，此前在戛納國際創意節首發的AI智能文案，在IJCAI也再度引發關注。這個產品基於深度神（shén）經網絡的Sequence2Sequence模型（xíng），融合（hé）了注意力機製、位置編碼、copy機製等，讓機器模（mó）仿人寫文案。
朱小（xiǎo）強認為，“技術本身並不複雜和高（gāo）深，但因為做到了從場景的實際（jì）需求出發，用技術和算法來驅動優化，也讓技術和算法施展出最大的（de）空間。”
本屆 IJCAI 大會首席讚助官、悉尼科（kē）技大學傑出教授（shòu）張（zhāng）成奇，阿裏巴巴人工智能實驗室（shì）研究員聶再清也到場做了分享（xiǎng）。
