人工智能已經成為重塑所有行業的生產效率的利器。在一系列讓人“瞠目結舌”的戰果之后，隨之而來的是技術、機器學習以及一切“朝AI進化”的熱潮快速來臨。

近年來不少互聯網企業都在積極舉辦算法比賽正是“AI熱”的一個縮影，比賽并非唯一目的，很多公司真正的愿望是接觸到更多的算法人才，這其中就包括了諸如騰訊、京東、滴滴、阿里巴巴等中國互聯網領域的佼佼者。

不久前，騰訊首屆高校算法大賽剛落下帷幕，來自南京大學的三位學子拿下了本屆大賽的冠軍，并贏得了高達30萬元的冠軍獎金。為什么騰訊社交廣告要下大力氣舉辦算法比賽？機器學習對于廣告的意義在哪里？

配圖：騰訊社交廣告總經理羅征為本次算法大賽冠軍團隊頒獎
Morketing對話羅征，從一場比賽，了解他對人工智能的態度。

從轉化入題

此次算法大賽的命題是“移動APP廣告轉化率預估”，題目并沒有套上一個與AI有關的大帽子，而是著眼在了非常實際的問題上。在羅征看來，這個命題既有難度，又十分貼近社交廣告最核心的部分：轉化率優化。“轉化率一直是廣告主最關心的，他們花錢買點擊和曝光，自然希望了解可以帶來多大價值。這就是轉化。”

從轉化率入手，是因為羅征希望能讓參賽的學生們不光在做算法，同時也能去更深入的了解計算廣告，特別是社交廣告領域中存在的現實問題。在與幾個奪得優異名次團隊的交流中，羅征明顯地感到他們不止是“跑了些算法”這么簡單。

“如果不了解轉化的優化是為了什么，只是研究機器學習，基本沒有可能贏得比賽，獲獎的前幾名團隊都對騰訊社交廣告的業務和邏輯做了深度的思考。”羅征說，比賽不僅訓練了他們機器學習的能力，更多的是把算法落地在廣告領域中的實際應用。

配圖：騰訊社交廣告APP推廣成本優化專屬解決方案oCPA
來自冠軍團隊“nju-newbie”的成員在接受采訪時也談到：“本次賽題的目標是轉化率預測，相比于一般的點擊率預測，轉化率預測更困難，用戶數據更稀疏，影響轉化率的因素更多，這都是對于參賽選手的挑戰。”

在騰訊社交廣告的體系中，最早應用人工智能理念和方法的就包括轉化率預估、點擊率預估和廣告審核等多個方面。在數據挖掘中，也會利用到AI，例如對用戶商業興趣、行為和生活狀態等進行判斷時，機器學習是最好的選擇，可以避免人工參與導致的隱私問題。

數據，是這次比賽中讓不少參賽團隊印象深刻的一面，幾位受訪的參賽學生都談到這次比賽的數據規模是他們見過的比賽中體量最大的一次。數據規模，從很大程度上激發他們使用了不少之前沒有探索過的模型和技巧。獲得比賽亞軍的團隊Raymone在接受采訪時說：這次比賽的數據量是所有團隊幾乎都要面對的問題，很多小伙伴在此之前都很少有機會接觸到幾十GB級別的數據，在機器性能存在瓶頸的情況下，如何高效的處理并構建模型是非常考驗能力的一面。

數據體量既是騰訊的優勢之一，同樣也是考點。羅征談到當數據規模越來越大，對模型和算法的要求就不再局限于“做得好不好”，還要考慮到工程方面“做得快不快”。如今AI的基礎研究已經不只是追求結果，也要追求速度和資源利用率。

這一點也體現了不少團隊的解決方案中，許多隊伍都強調在進行轉化率預估前，對數據進行預處理，去噪以及特征提取的重要性。

今年比賽的高校學生讓羅征印象深刻，除了感受到他們認真的投入，對于算法思考的質量也出乎意料的高水平，“參賽學生們的一些想法和思路，確實值得我們內部去借鑒和嘗試”。

產品驅動下的智能時代

近幾年來，AI的基礎投入越來越多，算法的突破也越來越多。深度學習和各種技巧、能力，讓AI的應用覆蓋面越來越大。為了更好的應用AI，羅征和他的團隊也會做一些研究性的投入，目的是利用AI來增加廣告效率，增加廣告主的利益。

配圖：羅征在騰訊社交廣告高校算法大賽
這在之前是很難想象的，羅征回憶在自己讀書的那個時代，一項技術從科研到工業界嘗試，最后變成產品實際應用往往需要5到10年的時間。而在互聯網公司的時代，這一速度被迅速加快。

據悉，如今很多新興的互聯網公司例如Google和Facebook都已經不再像IBM和AT&T那樣設立大型研究院。許多公司的研究院專精于最前沿的基礎研究，比如騰訊的AI-Lab實驗室，其發展目標是“學術有影響，工業有產出”，因此專注于基礎研究和應用探索結合。而另外一個人工智能的研發驅動力已經從“學術研發”轉向產品驅動。

“以前的技術研發，先是學術界出來很好玩的東西，然后研究下有什么應用價值，再去落地到產品層面，以專利的形式賣給大公司；如今，很多時候是產品團隊要提升效率，需要這個功能，反推研究方向。”這樣的變化讓技術從理論落地到產品的速度大大加快，周期變得很短。羅征提到在算法大賽中，一些參賽選手直接參考了業界的一些前沿論文，并直接應用在比賽當中，這么快的反饋周期，是10幾年前所不可想的。

然而時間的縮短，并不意味著一切都要朝“AI看齊”。“AI是一個很重要的提升效率的手段，但不是目標。我們不是為了做AI而做AI。作為一個企業的CMO來說，最重要的是結果，我們可以說使用了AI的技巧，提升了廣告的效果，但最重要的還是轉化結果。”[NextPage]

AI在羅征看來是一個工具，能夠幫助實現一些人做不到的事情。落地在廣告領域中，一是將人力所能做的事情自動化，比如在廣告審核中引入AI技術，將某些步驟自動化處理從而起到對效率提升的作用；另一種是做一些人做不到的事情，比如在轉化率預估中，數據的體量可能包含了幾億用戶過去幾個月的所有點擊，所有轉化，體量非常之巨大。要將他們總結為一個模型，得出有效的判斷，是人力所不能及的，這也是機器學習等AI技術在廣告領域中最為關鍵的應用。

Morketing觀察到，近年來AI行業的發展速度驚人，許多互聯網的一線企業都在加大投入，并且以開源的姿態鼓勵更多的開發者進入AI的領域中。Google的Tenser Flow計劃以及百度的無人車項目等都把開放平臺作為主打。整個業界投入的加大，對于羅征所在的產品應用層來說，無疑是件好事。

人工智能的現實瓶頸

盡管AI正處于風口，但羅征認為人工智能的應用目前有兩大瓶頸。

想要把AI做的更好，人才儲備是第一位的。據媒體報道，人工智能在人才方面極為缺乏，例如為了給創新工場AI工程院搶人，李開復曾親自跑了多場高校招聘會。而阿里云的人工智能科學家閔萬里表示，團隊里很多年輕技術人員都被挖走了。

配圖：騰訊社交廣告首屆高校算法大賽參賽團隊合影
未來人才爭奪戰可能會更加激烈，因為越來越多的公司開始成立人工智能研究部門。據悉，微軟AI研究院曝光，位于微軟雷德蒙德總部，擁有100多名來自各個AI研究子領域的科學家，包括認知、學習、推理以及自然語言處理。網易也在不久前設立了人工智能事業部。

與高校加深合作，從高校層面就開始招攬人才也是這次“算法大賽”的目標之一，羅征坦言人才的供應永遠是不足的，每年這個領域的畢業的人才數量有限。招兵買馬是一個需要持續下去的工作。

而另一個AI的門檻，更多的來自于企業自身的限制。例如在羅征所在的部門，出于對用戶隱私保密的負責，所有的機器學習算法所處理的數據均不會利用任何的聊天記錄，這是騰訊為自己定下的規則。

“雖然騰訊的數據很豐富，但是對于垂直行業的理解，還是有些合作伙伴比我們更強的，比如說我們跟易車一起探討汽車類的用戶，跟京東會探討電商類的，美團點評就探討O2O類的。他們對用戶在垂直行業上面的行為興趣理解更深入。我覺得下來更進一步的突破點，主要就是結合一些行業數據，如何與社交數據結合的更好。”

騰訊社交廣告算法大賽由騰訊社交廣告攜手騰訊數據平臺部、騰訊高校合作、騰訊云、應用寶、騰訊招聘、T派校園等各大資源與平臺聯合舉辦，旨在加速推進算法優化，持續提高廣告的效率和投入產出比，為數字營銷提供完整、精準的解決方案。