对很多人来说,推荐系统是一台没有说明书、操作按钮和外包装的机器,只需一股脑喂入数据,机器就能吐出想要的数据。人们不需要知道这个机器的运行原理,它一旦运行起来,就是如此神奇,能洞察人心,让人流连忘返。
在制造这台机器——推荐系统的工程师看来,一切的发生都有因有果,机器上每个组件的细微偏差都会改变推荐结果的内涵,从而潜移默化的影响推荐体验,不动声色地翻转推荐效果的发展趋势。
面对越来越多的数据量和不断升级的基础设施,机器随时会发生超载报警或者故障停止,这可能会大面积影响这台机器所服务的用户;这个时候也是机器迭代升级的关键时刻,用更强更快的组件替代原有组件,同时引入新组件的学习成本和漏洞隐患。在不断地螺旋式升级中,机器逐渐进化为一个充满力量的数据吞噬怪兽,带着庞大而沉重的身躯,横扫磁盘、缓存、内存和CPU各个战场,在数据库存储、网络传输、并行计算等领域展现出十足的统治力。
最终,机器之间的战争会不可避免的到来,机器们争夺成千上万的用户心智,用源源不断的流量换取源源不断的金钱,让老板心甘情愿为机器配备更强的软硬件资源和智力资源,力争战争胜利。
当战争落幕,用户阵营已定,机器不再亢奋,日常琐事占据了工程师们的大部分时间,开会的时间越来越久,争论越来越多,直到无人真正关心机器的状态。
时间一点点过去,直到下一次新技术变革到来,面临对贯彻新技术思维竞争者的挑战,老机器严阵以待。
新旧的较量,翻开了历史新的一页。