作者|赵云
在用户信息和用户信息之间存在搜索或推荐。正如执行副总裁沈绍在一次会议上所说:人们对搜索太熟悉了，感觉不到技术的变革。
今天，搜索无处不在，从浏览器、微信、支付宝，到我们每天登录使用的其他app。我们习惯用搜索来筛选我们需要的信息。“搜索”已经成为互联网时代的一项基础技术，不再需要像区块链、Web3等新技术一样在我们的视线中刷“存在感”。
真正重要的往往是我们习以为常却没有感知到的东西。
在信息爆炸的大数据时代，传统搜索已经进化到智能搜索时代。有了人工智能支持的搜索引擎，机器不仅可以阅读文字，还可以理解语音和图片。AI技术为搜索提供了持续进化的力量。
那么，为了让搜索更快、更准、更个性化、更智能地了解用户需求，互联网做了哪些积极的创新？以下是一些例子:
2016年，Google推出了基于反向传播技术的RankBrain算法，基于语义分析和词库关联，可以帮助用户更快地搜索到冷门搜索结果。
2021年，谷歌将把NLP领域流行的预训练语言模型BERT部署到谷歌搜索中。即使输入一大段文字，搜索引擎也能得到用户想要查找的内容。BERT的引入改善了至少10%的搜索结果。
国内搜索方面，AI在搜索方面的应用也是如火如荼。2015年提出多模态搜索概念，探索从文本搜索向语音、视觉、视频等多模态搜索的演进；腾讯在垂直搜索领域持续发力，向量检索、异构计算、知识图谱、视频理解等技术已在腾讯视频、腾讯看点成功应用；经过多年的技术沉淀，美团搜索已经转型为AI搜索引擎，大幅提升了商户、外卖、内容等核心搜索场景的业务指标表现。
如果说搜索是帮助人们找到精准的内容，那么推荐就是将内容精准地推送给合适的人。2021年，Aauto Quicker和清华提出了基于图神经网络的序列推荐新框架SURGE，大大降低了捕捉用户真实兴趣的难度。2021年，阿里妈妈算法工程团队和阿里妈妈外呼广告算法团队开放了Elastic-Federated-Learning-Solution项目，将联邦学习理论引入阿里妈妈的业务场景，发挥其在隐私保护和算法理论方面的优势。随着AI技术的不断发展，在智能搜索和推荐这个与用户息息相关的高科技赛道上，各大互联网公司都在加码！如果你想提前解锁更多智能搜索与推荐相关的前沿技术，相信AI Summit的“AI驱动的搜索与推荐”专场可以给你答案！
峰会特辑，不容错过。
数字化转型的浪潮催生了搜索推荐技术的新进化。比如传统搜索引擎升级为AI引擎，搜索的重心从通用搜索转向精细化垂直搜索。推荐技术进一步迎来了与智能算法深度融合的阶段。
2022年8月6 -7日，AISummit全球人工智能技术大会将以网络直播的形式在官网如期举行，预计将有10万人参加。本次大会以“驱动创新与数字智能”为主题，主要面向科技企业中高端技术管理人员和技术从业人员、计划/正在进行数字智能转型的企业管理者以及对人工智能领域感兴趣的人士和创业者。大会还将邀请近百位知名互联网科技公司的技术精英、数字智能转型期的传统企业管理者、前沿学术机构的专家学者，共同探讨人工智能的行业驱动力，探讨人工智能的前沿创新技术，畅谈人工智能时代的“数字智能”浪潮。
在本届AISummit上，在“AI驱动的搜索与推荐”专场，来自阿里、腾讯、美团、Aauto Quicker等行业的资深技术负责人和算法专家，将从商业实践的角度，分享他们在智能搜索与推荐领域的前瞻思考。
主题详细信息
议题一:美团搜索排名平台的建设与实践
演讲人:陈生美团搜索排序负责人
内容预览:
随着美团零售商品业务的不断发展，美团搜索在商品业务上的相关技术也在不断迭代。排名模块作为整个搜索系统的重要组成部分，极大地影响着用户最终的搜索体验。近年来，深度学习被广泛应用于排名领域。
在这个话题上，美团搜索排名负责人陈升将以“美团搜索排名平台的建设与实践”为主题，详细介绍美团搜索的技术架构、排名平台的落地建设以及排名算法的优化，并通过实际案例分享相关技术经验。
议题二:腾讯视频垂直搜索的进展与展望
演讲嘉宾:马强剑，腾讯高级研究员，在线视频知识图谱负责人。
内容预览:
垂直搜索引擎不同于传统搜索，它提供给用户的不是数百甚至数千万的搜索结果，而是极其狭窄和准确的特定信息。因此，特定场景下的用户更倾向于垂直搜索引擎，这是搜索引擎行业细分的必然趋势。如何从海量的信息和用户的兴趣中找到用户真正的需求，如何为用户匹配合适的产品和服务。
就此话题，腾讯高级研究员、在线视频知识图谱负责人马将以腾讯视频搜索为背景进行垂直搜索主题演讲，内容包括:视频搜索主要技术场景、算法架构与进展、短视频向量召回、长视频IP知识图谱应用、端到端搜索等前沿技术趋势。
话题三:阿里联盟在广告方面的实践。
主讲人:王良·阿里，广告产品技术部高级技术专家，海外广告技术负责人。
内容预览:
短视频流量的异军突起，让商家看到了外媒流量的商机，而直投存在后期链接效果分析成本高等问题。为了更好地服务商家，阿里妈妈的外呼广告算法团队将机器学习方法投入到阿里巴巴搜索广告平台的大规模数据应用场景中，实现了系统的效果和效率提升。团队开源的欧拉图深度神经网络框架和双曲线空深度神经网络框架已经被大量行业合作伙伴和研究人员使用。就此话题，阿里妈妈广告产品技术部高级技术专家、外呼广告技术负责人王良将深度解读联邦学习在阿里广告中的应用，并逐层解析阿里联邦学习框架EFLS的结构路线。
主题4:因果推理和图形神经网络在自动快速推荐中的应用。
主讲人:臧晓雪，资深推荐算法专家
内容预览:
推荐系统逐渐成为帮助人们筛选信息、发现兴趣的主要方式。推荐序列旨在利用用户的历史行为预测下一次交互，但用户的长期历史行为中存在隐含的、有噪声的偏好信号，会降低用户真实兴趣的建模效果。为解决这一挑战，Aauto Quicker联合清华大学提出了基于图形神经网络的序列推荐框架SURGE。这个模型为处理序列推荐问题提供了一个新的视角，同时也在网上获得了巨大的利润。此外，Aauto Quicker和中国人民大学提出了独立于模型的因果学习框架IV4Rec，从而加强了推荐模型的效果。
此次，Aauto quicks资深推荐算法专家臧晓雪将带来Aauto quicks关于因果推理和图神经网络算法的最新研究。这些研究已在国际顶级学术会议上发表，相关算法也在Aauto faster中落地实际推荐场景，取得了显著的线上商业效益。
预订方法
点击AISummit全球人工智能技术大会官网或扫描下方二维码，按照提示填写并提交信息，完成报名。
