AI を活用した検索とレコメンデーションはどの程度強力ですか?

著者 | Yun Zhao

ユーザーと情報の間には、検索かレコメンデーションがあります。全体的に。 Baidu 執行副社長の Shen Dou がカンファレンスで述べたように、人々は検索に慣れすぎているため、テクノロジーの変化を感じることができません。

今日、ブラウザ、WeChat、Alipay から、ログインして毎日使用する他のアプリに至るまで、あらゆる場所で検索が行われています。私たちは、検索を使用して必要な情報をフィルタリングすることに慣れています。 . .インターネット時代の基礎技術となった「検索」は、ブロックチェーンやWeb3などの新技術のような「存在感」を私たちの視界に持たせなくなりました。

本当に重要なことは、多くの場合、私たちが当たり前だと思っていても認識できないものです。

情報量が爆発的に増加するビッグデータの時代では、従来の検索もインテリジェント検索の時代に進化しました。 AI を活用した検索エンジンにより、このマシンはテキストを読むだけでなく、音声や画像も理解できます。 AI テクノロジーは、検索を継続的に進化させる原動力となります。

では、検索をより速く、より正確に、よりパーソナライズし、ユーザーのニーズをよりインテリジェントに理解するために、インターネットはどのような積極的な革新と探求を行ってきたのでしょうか?

2016 年、Google はバックプロパゲーション技術に基づいた RankBrain アルゴリズムを開始し、ユーザーが意味分析と語彙の関連付けに基づいて人気のない検索結果をより迅速に検索できるようにしました。

2021 年、Google は、NLP 分野で人気のある事前トレーニング済み言語モデルである BERT を Google 検索に導入します。長い段落のテキストを入力した場合でも、検索エンジンはユーザーの検索結果を取得できます。検索したいです。 BERT の導入により、検索結果が少なくとも 10% 改善されました。

国内検索に関しては、検索におけるAIの活用も本格化しています。

2015 年、Baidu はマルチモーダル検索の概念を提案し、テキスト検索から音声、ビジョン、ビデオなどのマルチモーダル検索への進化を模索しました。垂直検索の追求 検索分野は発展を続けており、ベクトル検索、ヘテロジニアス コンピューティング、ナレッジ グラフ、ビデオ理解などのテクノロジーが Tencent Video と Tencent Kandian にうまく適用されており、Meituan Search は長年の技術開発を経て AI 検索エンジンに変わりました。これにより、販売者、テイクアウト、コンテンツなどの主要な検索シナリオにおけるビジネス指標のパフォーマンスが大幅に向上します。

#検索がユーザーが正確なコンテンツを見つけられるようにすることである場合、推奨事項はコンテンツを適切なユーザーに正確にプッシュすることです。 2021 年に、Kuaishou と清華大学は、グラフ ニューラル ネットワークに基づいた新しい配列推奨フレームワーク SURGE を提案し、ユーザーの真の興味を捉える難しさを大幅に軽減しました。2021 年に、Alimama のアルゴリズム エンジニアリング チームと Alimama の外部広告アルゴリズム チームが Elastic-Federated をオープンソース化しました。 - Learning-Solution (柔軟なフェデレーテッド ラーニング ソリューション) プロジェクトは、アリママのプライバシー保護とアルゴリズム理論を利用して、フェデレーテッド ラーニング理論を Alimama のビジネス シナリオに導入します。

AI テクノロジーの継続的な開発に伴い、大手インターネット企業は、ユーザーと密接に関係するハイテクトラックであるインテリジェントな検索とレコメンデーションへの投資を増やしています。インテリジェントな検索とレコメンデーションに関連する最先端のテクノロジーを事前に公開したい場合は、AISummit の「AI 主導の検索とレコメンデーション」特別セッションがその答えを提供してくれると思います。

サミットの特別セッション、お見逃しなく

デジタル変革の波により、検索レコメンデーション テクノロジーに次のような新たな進化が生まれました。従来の検索エンジンは AI エンジンにアップグレードされ、検索の焦点も一般的な検索から洗練された垂直検索に移り、レコメンデーション テクノロジーはインテリジェント アルゴリズムとの緊密な統合の段階をさらに迎えました。

2022 年 8 月 6 日から 7 日にかけて、AISummit グローバル人工知能テクノロジー カンファレンスは、予定通りカンファレンスの公式 Web サイトでオンライン ライブ ブロードキャストとして開催され、参加者は推定 100,000 人になります。本カンファレンスは、「Drive・Innovation・Digital Intelligence」をテーマに、テクノロジー企業の中堅・高級技術責任者や技術実務者、デジタルトランスフォーメーションを計画中・進行中の経営者、この分野に興味のある方を主な対象としています。人工知能と起業家。このカンファレンスには、有名なインターネット技術企業からの約100人の技術エリート、デジタルインテリジェンス変革期にある伝統的な企業の経営者、最先端の学術機関からの専門家や学者が招待され、人工知能の業界の推進力について共同で議論されます。テクノロジー、人工知能時代の「デジタル インテリジェンス」の波について話しましょう。

この AISummit カンファレンスの「AI 主導の検索と推奨」特別セッションでは、Alibaba、Tencent、Meituan、Kuaishou などの業界の上級技術リーダーやアルゴリズムの専門家が参加します。ビジネス慣行の観点から、インテリジェントな検索と推奨の分野における将来を見据えた考え方を共有します。

トピックの詳細

トピック 1: Meituan 検索ランキング プラットフォームの構築と実践

スピーカー: Meituan 検索ランキング責任者、Chen Sheng ##コンテンツ プレビュー:

Meituan の小売カテゴリ ビジネスの継続的な発展に伴い、Meituan Search の商品ビジネス関連テクノロジーも継続的に反復されており、並べ替えモジュールは検索システム全体の重要なコンポーネントとして機能します。 、これはユーザーの最終的な検索エクスペリエンスに大きな影響を与えます。近年、ディープラーニングはランキングの分野で広く活用されています。

このトピックでは、美団検索と仕分けの責任者である陳盛が、「構築と実践」をテーマに美団検索の技術アーキテクチャと仕分けプラットフォームを詳しく紹介します。 Meituan の検索および並べ替えプラットフォーム」では、並べ替えアルゴリズムの実装構築と最適化の詳細について説明し、実際のケースを通じて関連する技術的経験を共有します。

トピック 2: Tencent ビデオ垂直検索の進歩と展望

スピーカー: Tencent 上級研究員、オンライン ビデオ ナレッジ グラフ責任者、Ma Jianqiang

コンテンツ プレビュー:

垂直検索エンジンは、従来の検索とは異なり、ユーザーに数百、さらには数千万の検索結果を提供するのではなく、非常に狭く正確な特定の情報を提供します。したがって、特定のシナリオのユーザーは垂直型検索エンジンを好みますが、これは検索エンジン業界の細分化において避けられない傾向です。膨大な情報やユーザーの興味関心からユーザーの真のニーズをいかに見つけ出し、適切な商品やサービスをユーザーにマッチングさせるか。

このトピックでは、Tencent の上級研究員であり、オンライン ビデオ ナレッジ グラフの責任者である Ma Jianqiang が、Tencent のビデオ検索をテーマとした垂直検索について基調講演を行います。ビデオ検索の主な側面 テクノロジー シナリオ、アルゴリズム アーキテクチャと進歩、短いビデオ ベクトルのリコール、長いビデオ IP ナレッジ グラフのアプリケーション、エンドツーエンド検索およびその他の最先端のテクノロジー トレンド。

トピック 3: Alibaba Federated Learning の広告に対する実践的なアプローチ

スピーカー: Wang Liang (Liangbo) アリママ広告製品技術部の上級技術専門家、広告技術部門の外国投資責任者。

コンテンツプレビュー:

ショートビデオトラフィックの急増により、販売業者は外部メディアトラフィックにビジネスチャンスを見出していますが、直接投資にはポストリンクのコストが高いなどの問題があります。効果分析。販売者により良いサービスを提供するために、Alimama の広告アルゴリズム チームは、アリババの検索広告プラットフォームの大規模データ アプリケーション シナリオに機械学習手法を導入し、システムの有効性と効率を向上させました。このチームのオープンソース オイラー グラフ ディープ ニューラル ネットワーク フレームワークと双曲空間ディープ ニューラル ネットワーク フレームワークは、現在、多数の業界パートナーや研究者によって使用されています。このトピックでは、Alimama Advertising Product Technology Division の上級技術専門家であり、外部広告テクノロジーの責任者である Wang Liang が、Alibaba 広告におけるフェデレーテッド ラーニングのアプリケーションについて詳しく説明し、Alibaba のフェデレーテッド ラーニングのアーキテクチャ ルートを分析します。フレームワーク EFLS をレイヤーごとに構築します。 ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

トピック 4: Kuaishou 推奨における因果推論とグラフ ニューラル ネットワークの適用

スピーカー: Zang Xiaoxue、上級推奨アルゴリズム専門家

コンテンツ プレビュー:

レコメンデーション システムを段階的に導入これは、人々が情報をフィルタリングし、興味のあるものを発見するのに役立つ主な方法となっています。シーケンス推奨は、ユーザーの過去の行動を使用して次のインタラクションを予測することを目的としていますが、ユーザーの長期的な過去の行動には暗黙的でノイズの多い嗜好信号が存在し、ユーザーの真の関心のモデリング効果が減少します。この課題を解決するために、Kuaishou と清華大学は、グラフ ニューラル ネットワークに基づく配列推奨フレームワーク SURGE を提案しました。このモデルは、配列推奨問題に対処するための新しい視点を提供し、オンラインでも大きな成果を上げています。さらに、Kuaishou と中国人民大学は、モデルに依存しない因果学習フレームワーク IV4Rec を提案し、それによって推奨モデルの効果を高めました。

この共有では、Kuaishou のシニア推奨アルゴリズム専門家である Zang Xiaoxue が、因果推論とグラフ ニューラル ネットワーク アルゴリズムに関する Kuaishou の最新研究を紹介します。これらの研究は主要な国際学会で発表されており、関連するアルゴリズムは、 Kuaishou の実際の推奨シナリオに実装すると、オンライン ビジネスで大きなメリットが得られました。

予約方法

クリック AISummit 世界人工知能技術カンファレンス 公式サイト または、以下の QR コードをスキャンし、指示に従って情報をすべて入力して送信し、登録を完了します。

以上がAI を活用した検索とレコメンデーションはどの程度強力ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。