【51CTO.com原創稿件】2017年12月01-02日，由51CTO主辦的WOTD 2017全球軟件開發技術峰會在深圳中洲萬豪酒店召開。秉承專注技術、服務技術人員的理念，自2012年以來，WOT品牌大會成功舉辦了十四屆，積累了大量的技術專家資源，獲得了廣大IT從業者和技術愛好者的一致認可，成為了業界重要的技術分享交流平臺以及人脈拓展平臺。

本次會議分為10個技術主題，分別是：編程語言與框架，大數據系統架構設計、微服務與容器技術、前端開發實戰、物聯網（IOT）技術、軟件性能優化、深度學習與智能應用開發、創新運維探索、技術架構遇到業務架構、CTO訓練營。51CTO作為本次大會的主辦方，將全程圖文直播報道與后期視頻展示這場盛宴。

12月01日上午WOTD2017主會場，網易傳媒技術VP劉彥東進行了主題為《當AI遇見信息流: 新時代的信息分發》的精彩演講。以下是演講實錄，讓我們先睹為快！

我7月份回來，加入網易，之前在美國待了十年，后來去了雅虎研究院，很長時間都是做技術方面或者基于學習方面，很偏學術性研究。早在十年前我感覺機器學習不錯，很有意思，現在我突然發現，全世界都在討論AI。后來在大公司待了很多年，去了Uber。技術沒有最好的，只有最適合的，這句話我非常認同。產品設計追求簡單、追求便捷，在過能的場景很豐富，追求各種場景、各種很有意思的玩法，這可能和兩邊的技術的場景也很不一樣。這是我回國以后最大的感觸。

我們都知道現在是AI的時代，AI技術其實已經幾十年了，大家都說的神經網絡幾十年前也就有。之前我們做研究都是談論基于統計做機器學習的東西，雖然機器學習理論或者統計的東西都還在，但是今天大家討論的都是深度學習。有幾個原因，一是數據非常多，尤其是國內。我覺得在中國，國人對于手機或者移動互聯網接受程度非常快，甚至大家跨過桌面互聯網的時代。國內很長時間沒有電腦，突然手機普及了，每個手機都可以上網，而且中國人非常擅于把生活場景搬到移動互聯網。機器學習技術成熟很多年，深度學習方興未艾。當然計算能力必不可少，同時還有場景，技術說了很多，還要落地，給用戶服務，還要變現。

信息流，在座的來自各行各業或者來自不同的技術領域，對信息流不一定了解。信息流是否有明確定義呢？我不知道，這是我個人的體會。它以推薦為基礎，將信息呈現在用戶面前。過去大家找信息是被動的，我知道要什么。但是有信息流產品，你不知道你要什么，或者我們都不知道要什么，我們推薦一些東西給你，希望在你不斷的反饋和用戶的行為中探索你真正想要的，也許你不清楚，但是機器比你更清楚。內容豐富多彩，我們知道今天的信息流，廣義上已經遠超過新聞或者資訊的新聞，過去是要聞、新聞、大事件，今天泛娛樂和內容形式，你要看圖片、新聞、音頻、視頻、笑話，什么都有，付費內容、知識問答。場景也是很豐富的，早上起來要看重要新聞，很自然的，甚至不需要打開手機都可以，緊急大事件我第一時間告訴你，最新的常委亮相告訴你，路況告訴你，天氣告訴你，等車打開信息流，我告訴你，追星、追劇都是一站式服務。還有信息選取是被動的，你不告訴我要什么，我主動猜。本身定義人與信息的連接和關系。

信息流為何崛起？

為什么信息流會崛起？大數據+算法+計算力，但是要有場景，非常豐富和適合的場景，這個要以信息為AI驅動，好像我們說AI，AI可能沾邊，貢獻10%、20%，但是信息流產品是100%信息流定義，每個環節都是由AI驅動的，不光是你看到，最終你用的產品。包括內容生產、內容理解還有用戶反饋，其實完全由AI決定。還有很多產品，它也許是機器學習或者深度學習驅動，比如無人車，它有硬件制造、路況和當地政府合作，其實很麻煩，門檻很高，但是信息流產品，它純技術人員就可以完成。

信息流是這幾年比較火，信息流之前我們怎么獲取信息？我們再回顧一下，我們要看東西去搜索引擎搜，你明確知道要什么。比如美國總統是誰，我想知道去搜。要么是門戶網站，編輯已經編輯好的頁面，今天的要聞十條，我訪問或者你訪問。要么我知道這個網站，我很清楚，我去買東西去什么網站、看新聞去什么網站。它更多是主動的、直接的信息獲取手段，而且效率很低。比如用搜索引擎，我們覺得搜索引擎很高，但是你發現要單點，你去一個地方要去一個網站，然后搜索。信息單一、效率低、千人一面。信息流的優勢是理想化的AI場景應用，是+AI，不是AI+。因為有少部分人生產少量內容，到大部分人生產大量內容，實際上需要AI技術。算法永遠可以復制，大家都會發Paper，甚至買云服務，但是數據是不合作的。很多公司是做云服務，賣給你技術，永遠不賣給你數據。如果今天一款產品可以得到很多數據，這是最珍貴的地方，其他的東西都可以想辦法解決。體量很大，一般都是幾千萬。同時商業變現，我覺得這也是很重要的一環，你的產品不能只叫好不叫做，很多用戶在燒錢，沒有意義。因為信息流對用戶行為的豐富采集和對用戶的深刻理解，可以做定向廣告，讓變現很容易，而且可以想像產品形式很容易插入最傳統的展示廣告。

信息流的截圖，以網易新聞為例，你會看到信息流本身有這種頻道，我們叫頭條，其實是綜合體，把各種信息的形式插入里面，我們有置頂新聞，還有很重要的新聞。還有一些熱點新聞，全世界的熱點新聞。然后下面還有我關心的內容，恰好是有我的，不一定是我的，也許是很多人都喜歡的，也許是我的，就會推出來。下面是廣告。這個頁面幾乎覆蓋了各個場景，它有熱點，也有個性化，還有變現的方式，有圖片和文字，因為受限，你往下拉還有視頻。上面有分類，通過個性化，視頻關心，把食品放在第二個，還有垂直頻道，你是體育迷，就給你推體育。

信息流本身的體量是非常大的，也看到很多家大公司入場，但是每個產品幾乎都有幾千萬的，排名頭部的有數千萬的用戶。數千萬的用戶，如果每個用戶的經營時長是幾十分鐘，這樣就會產生大量的行為數據。生產端每天也有幾十萬的內容，這是各種各樣的形式，首先有少量的原創，這是最獨特的地方，很多地方沒有原創的能力，只能去外面爬和收集信息，質量往往不能保證，同時還有海量的自媒體內容，你會發現智慧在民間，比如快手，幾乎完全是民間創造，網易也是自媒體平臺，大家會上傳大量原創內容。還有很多其他形式，我們有社區，這是網易的特色，包括評論，還是很有意思的，里面本身有很多具體內容。還有直播和線下活動，以客戶端為載體，把所有的信息、表現形式穿在一起。海量用戶加海量時長就創造海量數據。

信息流產品本質

信息流的本質是什么？重新定義人和信息的關系，解決信息過載，今天信息太多，信息很多，搜索引擎太慢，其他的方式，如果自己找，也很累，就是信息流把海量的數據庫把你最想要的東西展示到你面前。信息獲取更加便捷，還有很多泛娛樂，幫你填補碎片時間。我們談了信息流產品的本質，一個信息流產品怎么才是成功的呢？還是那句話，用算法以AI為驅動來預測你的需求，無非是何時何地，這里面有三個要素，你的人，就是你的用戶加上你的地點和你的場景，我覺得場景包括時間和地點，來預測你的需求，過去是人找信息，過去是單點的需求，現在是全面個性化的需求，每個人的信息需求，每個人肯定不一樣，每個人在不同的時間點、不同的地點也是不一樣的。

信息流產品的關鍵步驟

信息流產品有這么幾個步驟:

一是內容的生產、加工和過濾，你內容拿過來，不管是圖文還是其他，要理解這個內容講什么，質量的好壞，甚至說低俗程度怎么樣，我才能更好的做推薦。你理解用戶，并且把最想要、最合適的內容，在合適的時間推給你，即便你想要，時間不合適也不行。比如白天工作很忙，我給你推一個八卦信息，你也不會看。晚上我推給你，你可能覺得會看一看，這就是很典型的場景化的應用。收集用戶反饋，改進模型，精準定向廣告。我想強調的是，這個事情是非常綜合、非常復雜的，很多人覺得信息流，它涉及內容的生產、消費，然后這種閉環，生態的建設，本身是很不容易的事情。這些環節，比如技術很好，你沒有內容，這也不行，內容本身就是生態，是很長的過程，是難度很大的事情。

二是內容形式，我再具體的闡述一下，里面我個人是這么分類的，比如有文本、圖片、音頻，還有其他的拓展，就是知識圖譜，這是內容本身。文本，有人物、標簽、信息點，文章質量、文章熱度。還有圖片、視頻，有清晰度，很多東西技術難點沒有那么簡單，清晰度，視頻的比特率就可以，碼率就可以，視頻本身很不清晰，只是把不清晰用高清晰的形式表現出來，還是不清晰，這是算法的技巧。包括類別和語義，我們希望可以做到，但是不能完全做到，這個視頻有誰，到底講什么事情，有誰，這是很復雜的。否則我推就根據視頻的標題，這可能不是很準確。包括用戶體驗，是不是有廣告，是不是插入二維碼。還有我們不知道的問題，轉化為已知的問題解決。

三是內容處理，這個層面會提到一些，分析、處理、挖掘，這里面技術主要是用NLP、Computer Vision、知識圖譜、Data Ming。用戶本身我們需要了解他的用戶需求和興趣點，比如說這幾個維度，有人習慣看圖文、有人喜歡看視頻、有人喜歡看短內容、有人喜歡看長內容，每個人的需求不一樣，屬性也不一樣，有人喜歡看要聞、有人喜歡看娛樂、有人喜歡看八卦，其他的場景需求也是，我剛才強調了有天氣、路況，如果你可以預測出，他這時候要出門，想看一下路況，或者給他發一條天氣信息，他的關注度肯定很高。

四是用戶畫像，有這種行為畫像、上下文畫像、人口屬性畫像，有些我們可以采集到，有些要推測出來，用戶行為，本身可以采集到，上下文有些自己的行為數據的積累，人口屬性，也許你自己推測，也許通過第三方合作，畢竟今天的數據交換、數據共享的服務也有，你可能推算出來大體是30歲女性，城市白領，也可能不一定準確，可能別的公司也有這種很精準的服務。他們可能要求注冊者必須提供這些，更精準的數據可以幫助你更好做推薦。

談完內容、談完用戶，本質還是算法，算法是基于用戶興趣的推薦引擎。算法需要用戶建模，我什么樣的性別、什么樣的年齡、什么樣的收入，推什么內容，這是用戶屬性。其他的用戶行為，通過閱讀歷史、興趣點和時間推一些東西，還有上下文，甚至網絡條件也很重要，4G和wifi和3G條件下，時好時壞推什么內容。這個時間他對高清視頻推很大的，他不點，因為網絡不支持，不是沒有興趣。

推薦系統架構，用戶畫像、檢索、數據流、實驗系統都要，你需要實時數據流，用戶點擊馬上就應該更新你的模型，我這秒點這個新聞，你下一秒就應該給我反饋。我點體育賽事，你明天推，可能已經晚了，因為比賽已經結束。最后還有效果評估。

信息流生態培養

重點談一下生態的培養，信息流不是純信息流，需要生態的培養，來組織好用戶和組織好內容，用戶一方面是客戶端用戶，另一方面是自媒體號用戶，就是網易號用戶，現在都很重視生態的培養。內容是起點，用戶是終點，形成閉環，互相促進。比如某個影視劇在某個時間段很火，鼓勵生產者都做生成。這個是動態的，包括一些興趣點可能是臨時的，也有一些長期的，比如NBA之類的，可以放在池子里反復推薦，鼓勵大家更好做這些事情。大量內容來自PGC/UGC，UGC是用戶生產，看起來質量不那么高，但是有些個人觀點很好，有很多量，能達到個性化、千人千面的效果。包括內容創作要審核、過濾，畢竟接口開放給大家會有各種各樣的內容涌進來，泥沙俱下，要把這些好的內容挑出來，把糟粕過濾出去。希望完全機器做，如果風險很大，還需要加一道人工。最終用戶看到的用戶體驗一定是最好的內容。人工標注來促進人工智能的發展，這個我們很熟悉，一開始數據不夠，人工標，標一陣，數據可以了，反過來就不需要人的工作。

信息流未來發展趨勢

再談談我對信息流未來的發展變化趨勢判斷，形式越來越多樣，圖文、視頻、音頻，今天看到音頻不是很多，很多是第三方的，只做音頻內容，信息流這種瀑布流的形式，我覺得內容是不拘一格的，音頻一定會出現，知識問答也會有，知識問答今天很多公司已經在做了。實際上只要有用戶、有流量、有興趣點、有熱點，為什么不做問答？一個是把內容形式變得更多樣，另一方面社交屬性，一旦做問答，可能就把用戶的互動性建立起來，其實就是往社交方向引導，很多人想能不能做社交，黏性越來越強。當把所有生活場景覆蓋掉以后，你發現離不開這個產品，這個產品也許變成你一站式的服務，也許將來不需要搜索引擎和第三方，通過這個就可以獲得你想要的所有信息。

場景更加細分，剛才提到一些，要做個性化、做推薦，為達到更好的效果，肯定要把這些列出來。有些東西機器可以分別出來，有些需要在產品思考，要真正思考一下用戶是怎么用這個產品。我大體羅列了一下，早上起來，我給你發一些東西和晚上起來發一些東西，東西不一樣。晚上是一些沉淀的東西，可能是一些精讀，體育賽事，如果有體育賽事，關心體育賽事，一定是第一時間push，明天看可能沒有意義。有時候抱怨手機收到信息太多，但是你關心的體育比賽，推給你，你一定是放在重大新聞。還有追劇，電視上熱播的劇，我們推給你，甚至精彩片斷，相信你會點。打發時間，等車的時候拿出來，我們判斷出你在車站，拿出來就是打發時間，我可能推一些泛讀的東西給你，還有路況信息。

AI本身的角色會發揮更大的價值，這無需多說，我很看好AI在信息流的應用。隨著內容形式復雜，必須通過AI。

AI的應用價值

剛才說AI很泛泛，機器學習和深度學習具體能干什么？我們知道視頻、圖像的分類，這個不多說。深度學習CNN、RNN、ETC很多，這方面進展很熱，我自己也看。明星臉識別，看視頻，如果視頻關于明星，識別出來推薦給合適的人還是可以做到的。語音識別，音頻拿過來轉化為語音，這包括不同地區的語音。三俗、不適內容，這個很關鍵，其實很多內容，我覺得并不適合推給大家，或者不適合在很多場景下推給大家。很多很低俗的內容，今天看來，這個生態是其中一部分，今天很多人為了拿到流量，故意生產一些不太好的內容，或者比較低俗的內容，也許一部分人推給他不介意，但是很多人介意。如何挑這些內容出來，是很困難的。這種不適內容和低俗內容如何定義，還沒有很好的定義。

還有比較傳統的理論，遷移學習，今天你點很多圖文，明天我突然上馬視頻項目或者音頻項目，沒有用戶數據，如何快速的把你在其他領域的積累，馬上被模型遷移到另外的領域，很關鍵，因為短視頻很火爆，如果今天說推短視頻場景，我花一年時間積累五百萬用戶數據做好的模型，已經來不及，必須把現有的信息擴展到新的。

智能寫稿我覺得也是很好的方向，今天很多場景下，寫稿需求很緊迫，比如體育賽事和重大新聞和重大自然災害，大家比的是誰快、誰準確，如何能在已知的現有條件下，讓機器人把稿件準確寫出來，并且傳播，這是我們的核心競爭力之一。有時候人可以盯著，但是人總有失誤的時候，可能會慢一點，人寫又很慢，如何用機器更精準的把信息真實表達出來，并且傳播，我覺得是未來的方向之一。

以上就是我演講的全部內容。謝謝大家！

————————

以上是51CTO.com記者從一線為您帶來的精彩報道。后續我們還有更加精彩的獨家報道，敬請關注。

【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】