科技巨头不告诉你的事：广告用AI，“读心术”多赚数亿美元

谷歌和微软在公众面前谈到他们在人工智能和机器学习上的巨大投资时，常常强调那些光辉灿烂的宏愿，比如无与伦比的棋手，或者社交聊天机器人，但是他们很少提及那些悄然进行的，平淡无奇但又最有利润的用途，他们最近的工作正是如此：改进机器学习，提高广告收入。

从谷歌到阿里，小改进带来大利润

像无人驾驶汽车或者高度智能机器人这样AI驱动的“火箭”项目，毫无疑问能带来丰厚的利润——前提是你要先打开市场。但是眼下还有其他可以立刻变现的事情，比如通过你的点击，更准确地进行相关预测。

许多在线广告只在人们点击时付费，所以向你展示精准的广告，可以直接转化为收入。最近一份来自微软必应的研究论文显示，“即使改善0.1%的精度，也能增加数亿美元的收益。”而同一基线系统、同一精度测量中，他们已经提高了0.9%。

谷歌、微软还有其他互联网巨头，都没有分享他们广告业务运营的详细信息，这可以理解。但是这篇必应的论文，还有谷歌、阿里巴巴最近刊出的材料，都显示了在广告系统中应用AI所具有的巨大潜在利润。他们都描述了利用深度学习预测广告点击的重大进展，机器学习技术点燃了人们对AI的希望，更激发了人们投资的兴趣。

谷歌CEO桑达尔·皮查伊（Sundar Pichai）已将他的公司形容为“AI第一”。其资产损益表显示，广告是毫无疑问的大头。谷歌最近一季度的广告收入为227亿美元，占母公司Alphabet收入的87%。

本月早些时候，谷歌纽约分处的研究人员发表了一篇关于深度学习系统的论文，深度学习可以预测广告点击，有助于进一步提高广告收入。作者指出，一个拥有庞大用户基数的公司，可以通过“微小的改进”，取得巨大的收入，同时介绍了他们研究的新方法 “大大超越了”其他系统，能以更少的运算达到相同效果。

阿里巴巴，作为中国电子商务公司与世界最大的零售商之一，也想通过深入学习来提高每年的广告收入。六月刊出的一篇论文，描述了一个叫做“深度兴趣网络”的系统，它可以预测用户将会点击何种产品的广告。它每天都在使用网站的亿万用户的匿名日志上进行测试。

阿里巴巴的研究人员推荐表示，深度学习的能力远远超越传统的推荐算法，后者有时会弄错用户在线生活的多样性，比如一个年轻用户，有时是为自己挑选商品，有时则是为孩子挑选衣服。

而近年发力AI领域的百度，同样在使用新的技术服务于广告业务。搜索结果的信息流中，通过推荐算法，进行广告精准投放。在推荐算法中，其一是基于用户性质的推荐，可以说是用户与用户的交互过程，根据用户标签、喜好进行；其二是基于对象性质的推荐，可以说是对象与对象的交互过程，根据产品和内容的本身相似度进行同类推荐；其三是用户与对象的交互过程，根据搜索、浏览、关注、收藏、分享、下载、评价等加强的行为，或者取关、删除、拉黑、秒关等减弱的行为，还有关系传递，进行权重的加减。通过大量用户的搜索习惯，让AI进行深度学习，提高了广告投放的精度。

深度学习，预测你下周会买什么

目前很难确切地知道，深度学习对科技巨头的广告收入有什么影响。许多因素影响在线广告市场，而巨头们也没有透露他们技术或业务的详细内容。谷歌报告显示，多年来广告收入均在稳步增长，微软在过去五个季度的财报中，也表明必应的搜索广告收入和平均搜索收入都有强劲的增长。

谷歌拒绝透露最近发布的点击预测系统和它在广告业务中使用的技术有多密切的联系。研究员傅刚（GangFu）在邮件中说，在广告中使用机器学习，仍旧有很大的潜力。“这仍然是一个具有技术挑战的问题，而且任何（即使是细微的）模型精度提升，都会对许多组织产生巨大的影响，”他写道。微软则告诉《连线》记者，他们不断在广告系统中测试新的机器学习技术。在邮件中，微软搜索广告的市场总监约翰·克斯里（John Cosley）将广告形容为“也许是迄今为止AI和机器学习最有利可图的应用领域。”

仅仅关注描述深度学习在广告中应用的研究论文，可能会削弱技术真正的实力与挑战。公司都会仔细审核这些文章，以免泄露公司机密。研究人员倾向于将面临的问题简化，表达为工程师必须大规模、高速度地定位并投放广告，计算广告公司Criteo的研究主管苏居·拉简（Suju Rajan）如是说。Criteo曾发布过源于匿名日志的百万次广告点击数据，供谷歌与其他公司在论文中进行提升点击预测精度的研究。

拉简认为，深度学习仍然可以为广告业提供许多帮助。比如，它可以计算出你今天在网上看的东西、做的事情，与你下周点击或购买的长期因果关系。她说：“能够对用户的兴趣时间进行建模，可以帮助深度模型做得更好。”

未来目标：广告，只给需要的人

谷歌和微软正在更好地预测我们的欲望和点击，这是一件好事。这让他们更接近自己的长期目标，即让广告更不像强行广告，因为它们对被投放者来说真的有用。这也能帮助广告主接触到他们想要接触的用户。

但是在线广告公司受到的激励，和消费者或其他公司却不太一样。哈佛商学院的教授本杰明·埃德尔曼（BenjaminEdelman）发表了一份研究报告，指出谷歌搜索偏向于自己提供的服务，旨在不公平地驱使其他公司为自己的品牌在谷歌上投放大量广告。（谷歌此前曾被罚款27亿美元，同时也在多次此类指控中脱身。）

这种市场扭曲的做法也可以通过机器学习来改善。 “如果机器学习能通过向合适的人展示正确的广告来提高广告平台的效率，那么他们就值得被赋予更多权力——因为他们在创造价值，” 埃德尔曼说，“但是谷歌现在所做的很多事情，并没有真正扩大市场。”在广告业，就像许多其他领域一样，AI能够带给科技巨头更大的力量，但同时，这也意味着更多的责任。

原文载于www.wired.com，本文为未来图灵（futureturing）编译文章，转载请申请授权（微信：zhuzhichao8818）并注明来源。

作者：Tom Simonite

翻译：薛静