作者 | 雲昭

用戶與信息之間，要麼隔著一個搜索，要麼隔著一個推薦。正如百度執行副總裁沈抖在一次會議上所言：人們對搜索已經太過熟悉，以至於感受不到其中技術的變革。

真正重要的，往往是我們習以為常卻感知不到的。

在信息量爆發的大數據時代，傳統搜索也隨之進化到智能搜索時代。有AI加持的搜索引擎，機器不僅僅能讀懂文字，還能聽懂語音、看懂圖片。AI技術為搜索提供了持續進化的動力。

那麼，為了讓搜索更快、更精準、更個性化、更智能地讀懂用戶的需求，互聯網都做了哪些積極的創新探索呢？這裡列舉一些：

2016年，谷歌上線了基於反向傳播技術的RankBrain算法，可以基於語義分析和詞庫聯想，幫助用戶更快地搜索冷門的搜索結果。

2021年，谷歌將在NLP領域大火的預訓練語言模型BERT部署署到谷歌搜索當中，即使你輸入的是一大段文字，搜索引擎也能夠get到用戶想查什麼。BERT的引入為至少10%的搜索結果帶來了改善。

而國內搜索方面，AI在搜索上的應用，同樣如火如荼。

2015年，百度就提出了多模搜索的理念，探索從文本搜索向語音、視覺、視頻等多模態搜索的演進；騰訊則在垂直搜索領域持續發力，向量檢索、異構計算、知識圖譜、視頻理解等技術在騰訊視頻、騰訊看點上得到了成功的應用；美團搜索經歷多年的技術沉澱後，已經轉變為AI搜索引擎，極大提升了商戶、外賣、內容等核心搜索場景業務指標性能。

如果說搜索是幫助人找到精準的內容，那麼推薦則是把內容精準推送給合適的人。2021年快手聯合清華提出了基於圖神經網絡的序列推薦新框架SURGE，大大降低了捕捉用戶真實興趣的難度；2021年，阿里媽媽算法工程團隊與阿里媽媽外投廣告算法團隊開源了Elastic-Federated-Learning-Solution（彈性聯邦學習解決方案）項目，將聯邦學習理論引入到阿里媽媽業務場景，發揮其隱私保護和算法理論的優勢。

隨著AI技術的不斷髮展，在智能搜索與推薦這條與用戶息息相關的高新賽道上，各大互聯網企業都在紛紛加碼！如果想要提前解鎖更多有關智能搜索與推薦的前沿科技，相信AISummit“AI驅動下的搜索與推薦”專場能給你答案！

峰會專場，不容錯過

數字化轉型浪潮催生了搜索推薦技術的新的演進，比如：傳統檢索引擎升級轉變為AI引擎、搜索重點也從通用搜索轉移到精細化的垂直搜索，推薦技術也進一步迎來了與智能算法深度融合的階段。

2022年8月6日-7日，AISummit全球人工智能技術大會將在大會官網以線上直播形式如期舉辦，預計10萬人參會。本屆大會以“驅動創新數智”為主題，主要面向科技企業的中高端技術管理者及技術從業者、計劃/正在數智化轉型的企業管理者以及對人工智能領域感興趣的人士及創業者。大會也將邀請等近百位知名互聯網科技企業的技術精英、數智化轉型期的傳統企業的管理者、前沿學術機構專家學者，共同論道人工智能的行業驅動力，研討人工智能的前沿創新技術，共話人工智能時代下的“數智”浪潮。

本期AISummit大會上，“AI驅動下的搜索與推薦”專場中，來自阿里、騰訊、美團、快手等業內的資深技術負責人、算法專家將從業務實踐的角度，分享智能搜索與推薦領域的前瞻思考。

議題詳情

議題一：美團搜索排序平臺的建設與實踐

主講人：陳勝 美團搜索排序負責人

內容預告：

隨著美團零售商品類業務的不斷髮展，美團搜索在商品類業務上的相關技術也在不斷迭代，排序模塊作為整個搜索系統的重要組成部分，極大地影響著用戶最終的搜索體驗。近些年，深度學習在排序領域得到廣泛的應用。

本次議題，美團搜索排序負責人陳勝將以“美團搜索排序平臺的建設與實踐”為主題，詳細介紹美團搜索的技術架構、排序平臺的落地建設、排序算法的優化中的點點滴滴，並通過實踐案例分享相關技術經驗。

議題二：騰訊視頻垂直搜索的進展與展望

主講人：馬建強 騰訊資深研究員、在線視頻知識圖譜負責人

內容預告：

垂直搜索引擎，與傳統搜索不同，為用戶提供的並不是上百甚至上千萬的搜索結果，而是範圍極為縮小，極為精準的具體信息。因此，特定場景下的用戶更加青睞垂直搜索引擎，這是搜索引擎行業細分的必然趨勢。如何從海量信息、用戶興趣之間，找到用戶的真實需求，如何為用戶匹配合適的產品與服務。

此次議題，騰訊資深研究員、在線視頻知識圖譜負責人馬建強將帶來以騰訊視頻搜索為背景的垂直搜索的主題演講，包括：視頻搜索的主要技術場景、算法架構及進展、短視頻向量召回、長視頻IP知識圖譜的應用、端到端搜索等前沿技術趨勢。

議題三：阿里聯邦學習在廣告投放中的實踐之道

主講人：王亮（亮博） 阿里媽媽廣告產品技術部資深技術專家，外投廣告技術負責人。

內容預告：

伴隨著短視頻流量異軍突起，商家看到了外部媒體流量的商機，而直投存在後鏈路效果分析成本高等問題。為了更好地服務商家，阿里媽媽外投廣告算法團隊將機器學習方法落地到阿里巴巴的搜索廣告平臺的大規模數據應用場景，實現系統的效果和效率提升。團隊開源的Euler圖深度神經網絡框架和雙曲空間深度神經網絡框架現已被大量的業界夥伴和研究人員使用。此次議題，阿里媽媽廣告產品技術部資深技術專家、外投廣告技術負責人王亮，將為大家深度解讀聯邦學習在阿里廣告投放中的應用，逐層解析阿里聯邦學習框架EFLS的架構路線。

議題四：因果推斷和圖神經網絡在快手推薦中的應用

主講人：臧曉雪 高級推薦算法專家

內容預告：

推薦系統逐漸成為幫助人們過濾信息、發掘興趣的主要方式。序列推薦旨在利用用戶歷史行為預測下一次交互，但用戶長期歷史行為存在隱式和嘈雜的偏好信號，會降低用戶真實興趣的建模效果。為解決該挑戰，快手聯合清華大學提出了一種基於圖神經網絡的序列推薦框架 SURGE，該模型為處理序列推薦問題提供了一種新的視角，線上也取得巨大收益。此外，快手聯合中國人民大學提出了一個模型無關的因果學習框架IV4Rec，從而加強了推薦模型的效果。

本次分享，快手高級推薦算法專家臧曉雪將帶來快手在因果推斷和圖神經網絡算法的最新研究，這些研究既在國際頂級學術會議上得以發表，同時相關的算法也已落地到快手實際的推薦場景中，取得了顯著的線上業務收益。