字節(jié)、快手、阿里、騰訊這兩年的廣告推薦技術(shù)進(jìn)展
在行業(yè)內(nèi)，各公司的技術(shù)團(tuán)隊(duì)已經(jīng)把搜索、推薦、廣告的技術(shù)合并為一體，在架構(gòu)和算法上沒(méi)有特別大的差異。
這幾年整個(gè)推薦引擎的演變非常快，推薦引擎的三個(gè)核心技術(shù)：召回技術(shù)、排序技術(shù)、機(jī)制技術(shù)，對(duì)應(yīng)到算法和架構(gòu)上也有了很大的變化，像后來(lái)興起的向量召回，大規(guī)模在線 Ranking 計(jì)算，強(qiáng)化學(xué)習(xí)等技術(shù)，都得到了相應(yīng)的發(fā)展。
另外，云原生也對(duì)推薦引擎底層的分布式架構(gòu)解藕帶來(lái)了研發(fā)效率提升的影響；AI 算力的演化，召回的算力越來(lái)越強(qiáng)，Ranking 的算力越來(lái)越強(qiáng)；訓(xùn)練推薦模型的創(chuàng)新也帶來(lái)了新思路。
在 11 月 5-6 日 AICon 人工智能與機(jī)器學(xué)習(xí)大會(huì)（2021）北京站上，來(lái)自字節(jié)跳動(dòng)、快手、騰訊、阿里的技術(shù)專(zhuān)家將圍繞各自的工作領(lǐng)域，講解推薦系統(tǒng)的最新應(yīng)用進(jìn)展。
一、2016 年開(kāi)始，海外開(kāi)始出現(xiàn)互動(dòng)技術(shù)在商業(yè)化上應(yīng)用的探索，并不斷在互動(dòng)廣告、品牌互動(dòng)、游戲化方面得到價(jià)值驗(yàn)證，全球主流廣告平臺(tái)已布局和推動(dòng)互動(dòng)技術(shù)應(yīng)用。
字節(jié)跳動(dòng)也有廣泛的海外業(yè)務(wù)，他們是如何保證互動(dòng)廣告、品牌互動(dòng)和游戲化的價(jià)值最大化的呢？這里就需要解決互動(dòng)創(chuàng)意的策劃方法論、批量化生產(chǎn)、高效管理流轉(zhuǎn)、精準(zhǔn)投放優(yōu)化和高性能渲染保證用戶(hù)體驗(yàn)問(wèn)題。
字節(jié)跳動(dòng)商業(yè)化互動(dòng)技術(shù)負(fù)責(zé)人梁云鵬老師屆時(shí)將帶來(lái)演講《字節(jié)跳動(dòng)在互動(dòng)技術(shù)上的建設(shè)和應(yīng)用》，分享互動(dòng)技術(shù)的難點(diǎn)和挑戰(zhàn)。
演講提綱：
互動(dòng)技術(shù)的發(fā)展背景
互動(dòng)技術(shù)在全球移動(dòng)廣告上的應(yīng)用和現(xiàn)狀
互動(dòng)技術(shù)的難點(diǎn)和挑戰(zhàn)
字節(jié)跳動(dòng)在互動(dòng)技術(shù)上的建設(shè)及應(yīng)用
你將獲得：
了解互動(dòng)技術(shù)在全球移動(dòng)廣告應(yīng)用的背景及現(xiàn)狀
了解互動(dòng)技術(shù)在移動(dòng)廣告上的難點(diǎn)和挑戰(zhàn)
熟悉字節(jié)跳動(dòng)在互動(dòng)技術(shù)上的建設(shè)和應(yīng)用
在移動(dòng)廣告方向上拓展新的建設(shè)思路
二、沉浸式的短視頻消費(fèi)越來(lái)越重要，推薦會(huì)面臨很多挑戰(zhàn)，比如眾多用戶(hù)反饋信號(hào)如何整合排序，沉浸式消費(fèi)中正負(fù)反饋如何做快速的反應(yīng)，上下文內(nèi)容對(duì)推薦如何影響等，傳統(tǒng)的粗排，精排，重排漏斗形三階段排序，還不足以滿足這些復(fù)雜的需求，融合到統(tǒng)一的排序模型里很難實(shí)現(xiàn)。
快手社區(qū)科學(xué)部技術(shù)總監(jiān)李彪將會(huì)帶來(lái)《快手沉浸式推薦多階段排序系統(tǒng)》，介紹快手沉浸式推薦場(chǎng)景，以及推薦中遇到的問(wèn)題。
演講提綱：
快手沉浸式場(chǎng)景介紹
快手多階段排序方案
多隊(duì)列融合排序
上下文排序
混合排序
端上排序
你將獲得：
快手對(duì)沉浸式排序的思考和方案
知道前沿的推薦排序模型進(jìn)展，開(kāi)闊思路
沉浸式推薦的理解，以及未來(lái)的發(fā)展趨勢(shì)
三、阿里媽媽承載著阿里集團(tuán)電商業(yè)務(wù)的核心收入。一方面，隨著深度學(xué)習(xí)的廣泛應(yīng)用，算法模型創(chuàng)新日新月異，這就對(duì)整個(gè)在線服務(wù)架構(gòu)提出了高效快速迭代與持續(xù)推升算力供給天花板的挑戰(zhàn)；另一方面，面對(duì) CPU/GPU/NPU 的硬件資源池環(huán)境，如何在在離線混布大背景下，最大化資源利用效率也是一個(gè)有趣的挑戰(zhàn)。
阿里媽媽資深技術(shù)專(zhuān)家孫鵬將帶來(lái)《異構(gòu)計(jì)算在阿里廣告 AI 推理中的應(yīng)用、優(yōu)化與啟示》，從搜索 / 推薦廣告的場(chǎng)景出發(fā)，結(jié)合真實(shí)需求，闡述問(wèn)題的解法、選型與相關(guān)思考，從算法 - 系統(tǒng) - 硬件協(xié)同優(yōu)化的角度給出通用與定制優(yōu)化方案，即如何切實(shí)解決超大規(guī)模稀疏場(chǎng)景下 DL 復(fù)雜模型的異構(gòu)計(jì)算效能問(wèn)題。
演講提綱：
阿里媽媽模型服務(wù)演進(jìn)歷史與現(xiàn)實(shí)挑戰(zhàn)
算法 - 軟件 - 硬件（CPU/GPU/NPU）協(xié)同優(yōu)化
未來(lái)趨勢(shì)發(fā)展的一些思考
你將獲得：
了解阿里廣告平臺(tái)阿里媽媽在線異構(gòu)計(jì)算加速的一些實(shí)戰(zhàn)沉淀
阿里媽媽廣告場(chǎng)景下算法 - 軟件 - 硬件協(xié)同性能優(yōu)化的一些通用方法
DataCenter 中面向算力和超大規(guī)模稀疏場(chǎng)景的在線服務(wù)未來(lái)趨勢(shì)演進(jìn)思考
四、作為個(gè)性化時(shí)代互聯(lián)網(wǎng)的核心應(yīng)用，信息流推薦技術(shù)一直是工業(yè)界研發(fā)與創(chuàng)新的戰(zhàn)場(chǎng)。騰訊專(zhuān)家研究員李帥將帶來(lái)《騰訊新聞信息流推薦技術(shù)實(shí)戰(zhàn)》，從騰訊新聞的業(yè)務(wù)場(chǎng)景出發(fā)，拆解信息流推薦的業(yè)務(wù)問(wèn)題，結(jié)合相應(yīng)的算法技術(shù)與工程技術(shù)，闡述信息流推薦的技術(shù)方案與實(shí)踐：從海量的內(nèi)容池篩選到個(gè)性化多目標(biāo)精準(zhǔn)排序，從實(shí)時(shí)的數(shù)據(jù)流計(jì)算處理到超大規(guī)模的模型訓(xùn)練平臺(tái)，以及效果的在離線衡量辦法。
演講提綱：
信息流推薦目標(biāo)概述
騰訊新聞推薦算法環(huán)節(jié)應(yīng)用
召回生態(tài)設(shè)計(jì)
粗排復(fù)雜化
精排多目標(biāo)與瘦身
重排 listwise
算法環(huán)節(jié)衡量的難點(diǎn)與應(yīng)對(duì)
你將獲得：
推薦系統(tǒng)的一些核心問(wèn)題抽象
了解騰訊新聞的推薦技術(shù)實(shí)踐
了解騰訊新聞的一些前沿技術(shù)與成果
除了上述話題以外，大會(huì)還設(shè)置了人工智能前沿技術(shù)、通用機(jī)器學(xué)習(xí)技術(shù)、計(jì)算機(jī)視覺(jué)實(shí)踐、智能金融技術(shù)與業(yè)務(wù)結(jié)合、推薦廣告技術(shù)與實(shí)踐、AI 工程師團(tuán)隊(duì)建設(shè)與管理、認(rèn)知智能的前沿探索、AI 與產(chǎn)業(yè)互聯(lián)網(wǎng)結(jié)合、大數(shù)據(jù)計(jì)算和分析、大規(guī)模機(jī)器學(xué)習(xí)算法及應(yīng)用、智能語(yǔ)音前沿技術(shù)應(yīng)用、大規(guī)模預(yù)訓(xùn)練模型進(jìn)展、自動(dòng)駕駛技術(shù)等等，共 14 個(gè)專(zhuān)題。更多精彩議題請(qǐng)點(diǎn)擊閱讀原文查看。
目前大會(huì)門(mén)票 9 折特惠中，購(gòu)票立減 480 元。購(gòu)票請(qǐng)聯(lián)系票務(wù)小姐姐文柳：13269078023（電話同微信)