從計(jì)算廣告看大數(shù)據(jù)和人工智能的關(guān)系

　一、計(jì)算廣告是大數(shù)據(jù)問題中的一支；二、大數(shù)據(jù)技術(shù)在計(jì)算廣告中的應(yīng)用：受眾定向的冷啟動(dòng)和數(shù)據(jù)驅(qū)動(dòng)的投放決策；三、從計(jì)算廣告到理解“人工智能”。

本文系億歐智庫(kù)原創(chuàng)，以下基于筆者從書籍《計(jì)算廣告》及相關(guān)市場(chǎng)信息研究得出，錯(cuò)誤和偏頗之處在所難免。請(qǐng)大家多多指正批評(píng)。

不了解計(jì)算廣告，就不可能深入地了解互聯(lián)網(wǎng)，因?yàn)閺V告為全世界互聯(lián)網(wǎng)行業(yè)貢獻(xiàn)了大部分收入；其次，不了解計(jì)算廣告，也不太容易真正理解大數(shù)據(jù)，因?yàn)橛?jì)算廣告是大數(shù)據(jù)最早落地的應(yīng)用，也是到目前為止唯一獲得規(guī)?；癄I(yíng)收的應(yīng)用。

一、計(jì)算廣告，大數(shù)據(jù)問題中的一支；

如上圖所示，C類曲線只需通過少量采樣就能達(dá)到問題的目標(biāo)函數(shù)，此為傳統(tǒng)數(shù)據(jù)處理問題，一般統(tǒng)計(jì)報(bào)表、報(bào)告歸屬此類；A類曲線代表的數(shù)據(jù)問題不同于C類的少量采樣就能達(dá)到全量數(shù)據(jù)的效果，解決問題的收益與數(shù)據(jù)采樣率的高低呈強(qiáng)正相關(guān)關(guān)系，A類曲線繪制的便是大數(shù)據(jù)問題；B類處于A類和C類中間，少量采樣有明顯的收益效果，一旦超過一定范圍則收益效果不那么明顯。

由此可以總結(jié)出，如果有的數(shù)據(jù)處理問題無法通過數(shù)據(jù)采樣的方法來降低處理的復(fù)雜程度，就必須利用一些專門為海量數(shù)據(jù)處理而設(shè)計(jì)的計(jì)算架構(gòu)和存儲(chǔ)技術(shù)來實(shí)現(xiàn)，此類數(shù)據(jù)處理問題稱之為大數(shù)據(jù)問題。

計(jì)算廣告需要用到每一個(gè)人的行為進(jìn)行定制化推送，而無法單靠對(duì)小部分個(gè)體的采樣來完成，因此歸類為大數(shù)據(jù)問題。計(jì)算廣告是大數(shù)據(jù)問題中的一支。

二、大數(shù)據(jù)技術(shù)在計(jì)算廣告中的應(yīng)用；

計(jì)算廣告的核心問題，是為一系列用戶與環(huán)境的組合找到最合適的廣告投放策略以優(yōu)化整體廣告活動(dòng)的利潤(rùn)。在線廣告區(qū)別于傳統(tǒng)線下廣告的最大特點(diǎn)體現(xiàn)在計(jì)算優(yōu)化和可衡量的效果。大數(shù)據(jù)技術(shù)在計(jì)算廣告中的應(yīng)用主要體現(xiàn)在計(jì)算優(yōu)化上，具體為受眾定向的冷啟動(dòng)、以及數(shù)據(jù)驅(qū)動(dòng)的投放決策。

受眾定向的冷啟動(dòng)；

廣告最初的定向標(biāo)簽往往都設(shè)置在較粗的粒度上，最典型的是一些人口屬性標(biāo)簽。按照廣告本身就是一項(xiàng)服務(wù)業(yè)的本質(zhì)來看，受眾定向顯然更符合需求方的口味和利益，也是受眾定性推動(dòng)著市場(chǎng)向著精細(xì)化運(yùn)作的方向快速發(fā)展。

如上所示為計(jì)算廣告受眾定向的幾種方法，其中人口屬性這些定向的數(shù)據(jù)除非有特別的來源，如實(shí)名制SNS的注冊(cè)信息或在線購(gòu)物的消費(fèi)記錄等，一般情況下要進(jìn)行準(zhǔn)確的定向并不容易，所以利用好已知人口屬性的用戶作訓(xùn)練集，構(gòu)造分類器對(duì)人口屬性進(jìn)行自動(dòng)標(biāo)注。

數(shù)據(jù)驅(qū)動(dòng)的投放決策；

與工業(yè)革命時(shí)期機(jī)器化的根本驅(qū)動(dòng)力——電力相類比，互聯(lián)網(wǎng)化的根本驅(qū)動(dòng)力可以認(rèn)為是數(shù)據(jù)的深入加工和利用。在線廣告的計(jì)算技術(shù)在很大程度上也要依賴于對(duì)于數(shù)據(jù)的大規(guī)模利用。廣泛收集用戶的行為數(shù)據(jù)和廣告反饋數(shù)據(jù)，利用云計(jì)算的基礎(chǔ)設(shè)施對(duì)用戶打上合適的標(biāo)簽，同樣根據(jù)數(shù)據(jù)在多個(gè)廣告競(jìng)爭(zhēng)同一次展示時(shí)做出決策，再將投放的結(jié)果統(tǒng)計(jì)數(shù)據(jù)反饋給廣告操作人員以調(diào)整投放策略，此為計(jì)算廣告的基本投放邏輯，可以認(rèn)為，在線廣告系統(tǒng)就是一個(gè)大數(shù)據(jù)處理平臺(tái)，對(duì)數(shù)據(jù)處理的規(guī)模和響應(yīng)速度的要求都相當(dāng)高。

三、從計(jì)算廣告到理解“人工智能”；

就目前情況來看，深度學(xué)習(xí)技術(shù)在計(jì)算廣告上取得的提高，沒有語音圖像這些領(lǐng)域那樣顯著。這里面規(guī)律性的解釋是，語音圖像識(shí)別是對(duì)自然現(xiàn)象的數(shù)據(jù)收集和處理，我們完全可以通過主動(dòng)的語料收集，讓各色傳感器都做到充分的覆蓋，這是一個(gè)基本確定、變化不快的數(shù)據(jù)空間；而計(jì)算廣告面對(duì)的社會(huì)現(xiàn)象數(shù)據(jù)是一個(gè)由千萬網(wǎng)民反饋、快速變化的數(shù)據(jù)空間，即使對(duì)同一個(gè)人、同一則廣告、同一個(gè)廣告位，點(diǎn)擊與否是一個(gè)很不確定的時(shí)間，而這樣的不確定性即使引入再多的上下文信息也無法消除。

從狹義層面來理解人工智能便是“大數(shù)據(jù)+自動(dòng)化”的產(chǎn)物，“自動(dòng)化”依賴從標(biāo)注數(shù)據(jù)中尋得y=f的規(guī)律模型來完成下一個(gè)的識(shí)別，狹義人工智能是建立在海量的數(shù)據(jù)基礎(chǔ)之上的，也就是現(xiàn)下火熱的深度學(xué)習(xí)和大數(shù)據(jù)有著非常緊密的聯(lián)系。

而普羅大眾所期待的廣義人工智能，是要做到像人類一樣面對(duì)任何不確定環(huán)境都能憑借種類各異的思考方式來試圖給出解決方案。

松鼠沒有像人類一樣擁有種類各異的思考方式，但即使在幾年之后，它依然可以精確記住幾千個(gè)橡子所在的具體位置，這種技能就能甩人類好幾條街了。人工智能也很類似，我們完全可以把計(jì)算器當(dāng)成算數(shù)天才，計(jì)算廣告利用狹義人工智能的存儲(chǔ)力和計(jì)算力，在對(duì)人類各色標(biāo)簽記憶的完整度也已經(jīng)超過了人類，在競(jìng)價(jià)環(huán)節(jié)的實(shí)時(shí)數(shù)據(jù)反饋也交上了令人滿意的答卷，但面對(duì)不確定環(huán)境的決策能力，其實(shí)人類也沒有教給它，所以廣義的人工智能即通用人工智能，機(jī)器遠(yuǎn)不及人類。

也許換個(gè)層面來理解智能，這不是一個(gè)單一維度的概念，有的智能或許非常復(fù)雜，包含許多象征各種思維模式的子節(jié)點(diǎn)，還有的或許較為簡(jiǎn)單，但卻發(fā)揮到了極端，處在可能性空間的角落位置。我們可以將智能視作一套生態(tài)系統(tǒng)，不同思維模式的節(jié)點(diǎn)相互依賴、共創(chuàng)共生。

人工智能在中國(guó)已經(jīng)掀起了新一輪技術(shù)創(chuàng)新的浪潮，我們?nèi)绾稳ジ惺苋斯ぶ悄艿娘L(fēng)向標(biāo)？技術(shù)、創(chuàng)新、應(yīng)用如何突破？未來人工智能這片藍(lán)海怎么去航行？