本话题将围绕深度算法学习工程,详细介绍在淘宝搜索,推荐,广告业务的最佳实践
AI驱动淘宝搜索、推荐、广告技术的深入发展
今天你在淘宝上所看到的大量的内容,都已经是千人前面的个性化,其中搜索推荐广告业务作为核心的内容分发形态,在这其中发挥了重要的作用。在过去的5年,以深度学习技术为代表的AI技术成为搜索推荐广告业务突破的核心驱动力。深度学习的核心要素是算力、算法和数据,如何构建一个高效的端到端AI平台,直接决定了业务的天花板和迭代进化效率。
1.算力需求持续提升
在AI 算法越来越智能的背后,是对于算力需求的持续提升。
• 从算法视角来看,算法工程师希望可以像搭积木一样自由进行模型设计组装,并且快速进行效果验证,从而模型复杂度也越来越大,其中包含稀疏理解表征,持续行为刻画以及全连接网络的各种网络结构的负荷 。
• 从计算规模角度看,模型规模达到百亿特征,千亿参数,模型大小达到TB量级,对模型训练和在线模型预估都是巨大的挑战。
2.算法多样性的提升
算法多样性越来越高,标准的DNN模型以外,图声音网络、强化学习、基于树的深度学习等技术也在淘宝的业务中得到了广泛