當地時間 7 月 13 日——19 日，ijcai 2018 在瑞典首都斯德哥爾摩順利召開。
\\ 人工智慧頂級會議ijcai2018在瑞典斯德哥爾摩舉行
\\深度學習時代的網際網路營銷
\\ 在 ijcai2018 會場，阿里媽媽主辦了題為 ad tech 的 workshop，全面展示了其在搜尋及展示營銷領域的人工智慧技術探索。結合阿里巴巴龐大的交易場景，阿里媽媽目前的技術實力已經在業內得到展現。在 ai 方面構建了超大規模的學習模型，通過每天 tb 級別樣本的訓練，對未來趨勢進行**。
\\ 在大會現場，阿里媽媽資深演算法專家朱小強進行了主題演講。朱小強稱展示廣告是網際網路行業的主要營銷模式之一。阿里巴巴有多種多樣的展示廣告形式，每天有數億的使用者訪問，針對每位使用者個性化的興趣偏好，需要在幾十毫秒內從數千萬廣告集合中尋找最優匹配結果展示給使用者。超大規模的資料和高度非線性的問題對展示廣告技術造成巨大挑戰。
\\ 深度學習給工業界掀起了一場生產力革命。在深度學習時代，模型的設計變成元件化，優化的方法變成標準化，而且設計和優化是解耦的。這些特點驅動了以深度學習技術迅速得以普及，且將整個業界的技術迭代速度提公升了 1-2 個數量級。阿里媽媽將深度學習引入到展示廣告技術中，自主研發了一系列面向工業級尺度的端到端深度模型，推動了展示廣告技術的全面革新。
\\ 在演講中，朱小強以展示廣告技術兩個最重要技術模組 matching 和 ranking 為例，介紹了深度學習是如何推動這個領域的技術演化變革。此外，有關核心困難、技術突破背後的思考點、深度學習在類似的工業級場景下發揮威力的核心技術優勢以及未來工業級深度學習的趨勢也都被談到。
\\ 阿里巴巴集團在ijcai2018現場展台
\\搜尋營銷場景下的模型構建
\\ 阿里媽媽高階演算法專家林偉分享了搜尋營銷演算法模型的構建。在搜尋廣告場景下，傳統觀點認為 matching 的主要優化目標是尋找最相關候選廣告集。阿里媽媽則重新定義主要優化目標為尋找相關性滿足約束下最符合業務目標（例如期望收益等）的候選廣告集。基於對目標的重新認識，近幾年 matching 演算法的改進大幅提公升了直通車的營收。
\\ matching 主要問題可抽象為使用者意圖和候選廣告的是否可建立鏈結的識別和鏈結強度的**問題。圖是一種非常適合用來刻畫這個問題的結構，基於圖的深度學習方法在 matching 上擁有廣闊的應用空間。目前，阿里媽媽已經構建了一套支援超大規模異構圖表徵學習的演算法並在 matching 上成功落地應用，未來還將進一步深耕圖深度學習的方法及應用。
\\ 隨著在**場景下影象因素越來越重要，以及使用者行為模式的越來越複雜，在 ranking 上，傳統的一些模型在識別使用者意圖上存在諸多限制，需要更精巧和更強大的模型來更好的理解使用者。阿里媽媽提出了影象網路和記憶網路設計方法來增加 ranking 模型在使用者意圖識別上的能力，經過實際測試這些方法都取得了不錯的效果。
\\ 本次 workshop ，除了阿里媽媽自身的專家之外，還邀請到了本屆 ijcai 大會首席贊助官、雪梨科技大學傑出教授張成奇以及阿里巴巴人工智慧實驗室的研究員聶再清等人到場和分享。
\\ ijcai-2018 主辦方與阿里媽媽ad tech workshop 嘉賓合影，ijcai首席贊助官張成奇（左1）、阿里巴巴人工智慧實驗室研究員聶再清（左2）、ijcai-18 general chair:jeff rosenschein（左3）、ijcai-19 conference chair:thomas eiter（左6）
\\ 此前，阿里媽媽和 ijcai 聯合舉辦了官方賽事「ijcai2018 阿里媽媽國際演算法大賽」，在決賽中獲得特別獎的選手、香港科技大學在讀碩士李昊陽也在大會現場分享了自己的研究成果。
\\ 隨著產業界和科研界的關係的逐步緊密，共同進行技術上的切磋，尋找更加創新的模型，開放雲計算資源等趨勢都變得越發明顯。而阿里媽媽能夠保持 ad tech 的領先位置，開放與不斷的前沿探索都是其中的秘訣。
解密深度學習的營銷場景應用，阿里媽媽登場IJCAI
當地時間 7 月 13 日 19 日，ijcai 2018 在瑞典首都斯德哥爾摩順利召開。深度學習時代的網際網路營銷 在 ijcai2018 會場，阿里媽媽主辦了題為 ad tech 的 workshop，全面展示了其在搜尋及展示營銷領域的人工智慧技術探索。結合阿里巴巴龐大的交易場景，阿里媽媽目前的...
複雜的中國駕駛場景，正是深度學習的優勢
深度學習十分適合高度複雜場景下的自動駕駛應用，尤其與增強學習相配合，能讓從感知到執行的過程變得簡單。谷歌和李世石的人機大戰引爆了公眾對於人工智慧的關注，也讓基於深度學習的人工智慧成為汽車業界關注的重點，那麼深度學習在智慧型駕駛的應用場景下有什麼幫助呢?自動駕駛最先出現在美國，而不是歐洲或者日本，更不...
深度學習在CTR中的應用
目前的很多資料均是基於張偉楠的fnn模型，但還沒有很大規模的應用。另一種是google提出的wide deep learning模型，主要用於推薦，美團的文章中也有介紹。product based neural networks for user response predictions wide ...