■ 鐵生

當機器學會了學習人類該怎么玩？

■ 鐵生

如果今年你沒看過《她(her)》這部電影，那你就out了。作為豆瓣高達8.4分評分的電影，女主角斯嘉麗·約翰遜竟然完全沒露臉，整部電影只有她性感迷人的聲線，因為她是個人工智能。電影中男主角愛上人工智能中的她——OS1，原因很簡單，她知道他的性格，知道他的需要，知道和他怎么相處，知道他在難過時給他安慰……歸結(jié)兩個字“知心”，這樣的完美情人，現(xiàn)實中太少。

但是現(xiàn)實中并非沒有，在互聯(lián)網(wǎng)里的諸多服務(wù)中，也越來越讓人感覺到“知心”。從個性化新聞的推薦、廣告推薦、搜索的結(jié)果展示、商品的推薦、優(yōu)惠的推送等，越來越讓人感到，咦，它怎么知道我想要的?這背后其實和《她(her)》里所描繪的技術(shù)是一樣的，即互聯(lián)網(wǎng)會隨根據(jù)我們過去的行為以及新的事件而不斷改變服務(wù)策略，例如我們?yōu)g覽什么內(nèi)容、下載什么應(yīng)用、看過什么視頻、停留了多長時間等等，這些數(shù)據(jù)在互聯(lián)網(wǎng)為用戶展示內(nèi)容時會進行收錄、分析，并在下一步的服務(wù)中加入這些反饋分析結(jié)果，進行推薦。

這個技術(shù)就是Online Learning，即機器自主的在線不斷學習，不斷的在與用戶交互的過程中調(diào)整策略。

Online Learning目前主要還是存在于學術(shù)界研究狀態(tài)，Yahoo和Google也主要停留在實驗、調(diào)研或論文層面，不過百度近期已率先在旗下產(chǎn)品中規(guī)模應(yīng)用了。對于Online Learning的定義，學術(shù)界也都不一，比較明確的有3個特征：

1)根據(jù)環(huán)境不同，自動選擇最佳策略。當經(jīng)驗不足或者表現(xiàn)不佳時，沒有辦法確切知道這個時候“做什么正確”，這時則通過嘗試去發(fā)現(xiàn)正確。

2)實時真實反饋。比如騎車的時候，騎車“策略”不同，會直接反饋到車是往前走，還是拐彎，還是停下來失去平衡。

3)增量特性。學習是不斷在過去經(jīng)驗上的積累，而不是接收到新的反饋時就清掉過去的經(jīng)驗。

以上的說法還比較抽象，舉幾個更容易理解的應(yīng)用場景：

1)在電子競技領(lǐng)域，如魔獸爭霸，DOTA等電子競技，中間包括很多策略和戰(zhàn)術(shù)的使用。Online Learning可以讓人工智能(AI)通過不斷與人對戰(zhàn)，或者學習人之間對戰(zhàn)過程提升競技策略，以至于可以戰(zhàn)勝最厲害的人類。

2)在機器人自主學習領(lǐng)域，在人們沒有給任何指示的情況下機器人自動給出方案，例如控制機器人的步態(tài)和平衡，控制理論太過復雜，機器人通過自己去嘗試走路，跌倒再爬起，調(diào)整方案繼續(xù)，最終學出了走路的方法。

3)編好程序的做菜的機器人，原來只會做中規(guī)中矩的青椒肉絲，但經(jīng)過Online Learning之后，不斷嘗試新用料來看主人的喜愛程度，而不斷了解主人口味后逐漸學會做魚香肉絲。

4)學習新的語言、新的詞語甚至學習編程。開始時對于新語言、新名詞不了解，但逐步通過外界的反饋，理解一門新的語言，或者學會一個新生代名詞的分類。

實際上，人腦本身就是一個基于反饋的在線學習系統(tǒng)，通過不斷研究在線學習技術(shù)，也是在做能夠適應(yīng)外界不斷變化的更加智能的系統(tǒng)。

以搜索巨頭百度為例，這些智能化的系統(tǒng)已經(jīng)在百度各在線應(yīng)用有實際的使用，效果很驚人：

百度搜索結(jié)果的排序：機器將不斷“讀懂”用戶需求，不斷“學習”而進行推薦有價值的內(nèi)容，例如搜索“雙層床”，這背后潛在的需求是因為空間小、或者有兒童房的需求，那么讀懂這個背后需求后可以將這類優(yōu)質(zhì)結(jié)果給予展示。根據(jù)百度在線的試驗，將搜索的第四位結(jié)果提供在線學習后的推薦內(nèi)容，第四位點擊率增加了8.6%，滿意率監(jiān)控指標增加10%。

百度右側(cè)欄知心推薦：也同樣會挖掘關(guān)鍵詞背后的需要，展開關(guān)聯(lián)內(nèi)容。比如搜索“爸爸去哪兒”，右側(cè)欄會把相關(guān)的嘉賓以及更多類似的綜藝節(jié)目做推薦。根據(jù)百度的試驗結(jié)果，其點擊率有10%甚至20%的提升。

百度手機助手“發(fā)現(xiàn)”和91助手的“猜你喜歡”：在“發(fā)現(xiàn)”中應(yīng)用online learning技術(shù)后，下載率增加了32.13%，點擊率增加42.9%。

百度視頻“隨心看”和“類似推薦”：針對用戶的喜好進行視頻推薦后，點擊量上升90.98%。

這些應(yīng)用數(shù)據(jù)可見，通過獲取用戶的反饋而進行更智能化的推薦，對于用戶而言確實獲得了更多“知心“的感覺，也就帶來越多使用。這些技術(shù)不斷升級之后能給我們更多，未來的搜索將不僅僅智能化推薦，將更成為一種個性化的貼心助理，在搜索更了解每個人的個性和需要之后，給出更直接的建議。

比如你想看什么書，不再需要輸入書名，機器將根據(jù)你的喜好以及當前的熱點為你選擇，你想聽什么音樂，機器將根據(jù)你所處的場景、心情自動播放應(yīng)時應(yīng)景的歌，你想買什么樣的房子，甚至你和Ta是否般配，機器都能給出靠譜的答案。

當機器學會了學習，我們?nèi)祟愡€需要什么?