十年磨一剑,阿里巴巴推荐与搜索深度学习服务体系AI·OS在云栖大会正式亮相

本文涉及的产品
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
OpenSearch LLM智能问答版免费试用套餐,存储1GB首月+计算资源100CU
智能开放搜索 OpenSearch向量检索版,4核32GB 1个月
简介: 2018年9月21~22日,在以“驱动数字科技”为主题的云栖大会上,阿里巴巴搜索事业部特别推出了“搜索推荐专场”,“推荐与搜索引擎AI·OS专场”,深度参与了这场科技盛宴。   阿里巴巴推荐与搜索引擎平台支持了包括淘宝、天猫、菜鸟、优酷以及海外电商在内的整个阿里集团的推荐与搜索业务,引导成交占据了集团GMV的绝大部分份额。

2018年9月21~22日,在以“驱动数字科技”为主题的云栖大会上,阿里巴巴搜索事业部特别推出了“搜索推荐专场”,“推荐与搜索引擎AI·OS专场”,深度参与了这场科技盛宴。

阿里巴巴推荐与搜索引擎平台支持了包括淘宝、天猫、菜鸟、优酷以及海外电商在内的整个阿里集团的推荐与搜索业务,引导成交占据了集团GMV的绝大部分份额。随着智能化时代到来,引擎平台正日益发展为大数据深度学习在线服务体系(AI Online Serving)。此外,引擎平台还拥有多项领先算法技术,如IBrain深度实时用户感知模型,可建设最完整的静态与动态电商用户兴趣感知网络,能够直接用于用户行为识别、偏好预估、个性化召回、个性化排序等任务中,在搜索、推荐和广告等个性化业务中有广泛的应用场景。

在9月21日的“推荐与搜索引擎AI·OS专场”的分论坛上,阿里巴巴高级研究员、搜索推荐工程技术负责人五福正式发布了阿里巴巴AI·OS系统,其团队向分论坛参与者详实地介绍了,随着智能化时代的到来,在保持原有的全链路10秒级更新延迟的引擎平台之上,AI·OS是如何拓展支持各种深度学习网络预测的灵活拆分,支持超TB的模型,驱动异构计算、实时计算以及深度学习训练平台发展,不断追求效率的极致。

AI·OS系统不仅仅服务于阿里集团的业务,同时也通过阿里云开放搜索OpenSearch产品服务外部开发者。为了更好赋能外部开发者,五福团队正在研发OpenSearch 2.0,进一步把淘宝、天猫更多的搜索核心算法产品化,给开发者提供效果更好、更智能的搜索服务体验,实现一键复制淘宝搜索的能力。此外,在推荐场景,阿里云智能推荐产品也将在近期推出公测,AI·OS系统将进一步赋能给开发者。

a04ae0719d10d6b4abd443f7ac81c4fc626443d9

(上图为阿里巴巴高级研究员,搜索推荐工程技术负责人五福在云栖大会)

淘宝搜索每天所承担的数据量级很大,数十亿级的query、数十亿级的商品、数百万级的卖家以及过半淘宝和天猫的GMV等。如此庞大的数据处理自然离不开灵活、易用和高效的AI·OS。在“推荐与搜索引擎AI.OS专场”上,阿里巴巴资深技术专家兰韬向与会者介绍了淘宝搜索与AI.OS的关系。阿里巴巴高级技术专家吴宗远则带领大家深入了解了阿里推荐系统架构的演进历程,并分享了在整套系统建设过程的经验教训。首先从猜你喜欢总体架构开始讲起,紧接着分享了业务层TPP服务架构,推荐的核心是图,因而重点对全图化推荐引擎进行了分析说明,包括在线图查询引擎iGraph和在线图服务框架SuezTuring。阿里巴巴高级技术专家唐辉天、柳明还介绍了搜索算法在云上产品化的尝试和探索,以及如何给算法开发人员提供简单高效的、端到端的、颠覆式的搜索算法开发、调优和评测体验。阿里巴巴资深开发专家陈乐重点介绍了搜索工程团队在手机淘宝搜索和拍立淘场景中成功落地了多个场景,提升机器学习的实时性、丰富性,改善用户体验并节省服务端计算资源的实践与探索。阿里巴巴高级技术专家李伟分享了其在大规模分布式系统运维管理上的经验,尤其是如何通过在离线混部、弹性调度,自动容量评估和部署优化等方式高效支持每年的双11大促。

0d00ec408cd6c5b6635dc246666baf8488d3c904

(图为推荐与搜索引擎AI.OS专场讲师合影)

而在同一天,阿里搜索事业部搜索推荐算法团队带着“搜你所需,荐你所想”的使命和愿景推出了“搜索推荐专场”。作为赋能淘宝和天猫等产品背后的核心搜索推荐算法技术,吸引了大量的参会者参加,现场可以算是爆满了。

df314454ba635d6f2db8a80eae61ed3bc09309a1

(搜索推荐专场现场参与状况)

阿里巴巴搜索事业部从成立到今年刚好是第十个年头,算法上经过了好几次大的更新换代,包括从最初首次使用机器学习模型,开启千人千面的个性化时代,到大规模机器学习的时代,以及应用在线学习平台实现模型的在线学习和实时更新,到最近的深度学习技术的全面应用等等。经过十年的发展,阿里巴巴的搜索推荐技术已经取得了世界领先的水平。

本次大会上,来自阿里巴巴集团的众多专家对最新的发展方向和研究成果作了详细的解读。其中阿里巴巴研究员郑波重点介绍了多场景和多目标的迁移学习在电商场景中的应用。阿里巴巴资深算法专家邓洪波介绍了新一代的智能交互搜索及其背后的算法。在推荐方面,阿里巴巴资深算法专家欧文武重点介绍了新版的猜你喜欢系统,包括基于图计算和图引擎的新推荐引擎,基于强化学习和多智能体的智能决策,以及如何加速预测和训练提速等方面。来自阿里巴巴的资深算法专家赵斌强从另一角度详细介绍了推荐系统中的向量化,包括商品的向量化和用户的向量化,探讨了如何将各种特征组合以及用户的行为和物品信息融合到一起学习,从而可以增强推荐算法的发现性和冷启动的能力。

77e3e83a80aa1c6421c5337cafd312fdac85e8de

(图为搜索推荐专场讲师合影)

AI·OS(Online Serving),大数据深度学习在线服务体系,由搜索事业部工程与算法同事们砥砺十年而成,支撑起海内外阿里电商全部的搜索和推荐业务,时刻置身大数据主战场,引导成交占据大盘主体;此外,作为中台技术中坚,AI·OS已是包括电商、阿里云、优酷、菜鸟、盒马、钉钉等等在内全集团的基础设施;更为重要的是,AI·OS体系的十年积累,已经透过云产品矩阵服务于全球各行各业的开发者,搜索即服务,推荐即服务已经深入人心,产品创新和服务能力还在持续升级。

目录
相关文章
|
14天前
|
机器学习/深度学习 人工智能 安全
探索AI的未来:从机器学习到深度学习
【10月更文挑战第28天】本文将带你走进AI的世界,从机器学习的基本概念到深度学习的复杂应用,我们将一起探索AI的未来。你将了解到AI如何改变我们的生活,以及它在未来可能带来的影响。无论你是AI专家还是初学者,这篇文章都将为你提供新的视角和思考。让我们一起探索AI的奥秘,看看它将如何塑造我们的未来。
51 3
|
16天前
|
机器学习/深度学习 数据采集 人工智能
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】随着人工智能的发展,深度学习技术正逐步应用于教育领域,特别是个性化学习系统中。通过分析学生的学习数据,深度学习模型能够精准预测学生的学习表现,并为其推荐合适的学习资源和规划学习路径,从而提供更加高效、有趣和个性化的学习体验。
73 9
|
15天前
|
存储 人工智能 运维
|
15天前
|
机器学习/深度学习 人工智能 算法
AI在医疗:深度学习在医学影像诊断中的最新进展
【10月更文挑战第27天】本文探讨了深度学习技术在医学影像诊断中的最新进展,特别是在卷积神经网络(CNN)的应用。文章介绍了深度学习在识别肿瘤、病变等方面的优势,并提供了一个简单的Python代码示例,展示如何准备医学影像数据集。同时强调了数据隐私和伦理的重要性,展望了AI在医疗领域的未来前景。
38 2
|
28天前
|
人工智能 自然语言处理 数据可视化
阿里云AI大模型助力客户对话分析——全方位提升服务与体验
随着数字化转型的推进,企业愈发重视客户互动数据的价值。阿里云推出了一套基于AI大模型的客户对话分析解决方案,通过自动化手段分析大量客户对话数据,提取有价值信息,优化服务流程,提升客户体验。本文将结合技术文档和实际体验,全面评测这一解决方案。
51 2
|
15天前
|
人工智能 Anolis 开发者
|
1月前
|
机器学习/深度学习 数据采集 自然语言处理
使用Python实现深度学习模型:智能客户服务与支持
使用Python实现深度学习模型:智能客户服务与支持
33 6
|
16天前
|
安全 搜索推荐 机器学习/深度学习
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】在人工智能的推动下,个性化学习系统逐渐成为教育领域的重要趋势。深度学习作为AI的核心技术,在构建个性化学习系统中发挥关键作用。本文探讨了深度学习在个性化推荐系统、智能辅导系统和学习行为分析中的应用,并提供了代码示例,展示了如何使用Keras构建模型预测学生对课程的兴趣。尽管面临数据隐私和模型可解释性等挑战,深度学习仍有望为教育带来更个性化和高效的学习体验。
44 0
|
16天前
|
机器学习/深度学习 数据采集 人工智能
AI在医疗:深度学习在医学影像诊断中的最新进展
【10月更文挑战第26天】近年来,深度学习技术在医学影像诊断中的应用日益广泛,通过训练大量医学影像数据,实现对疾病的准确诊断。例如,卷积神经网络(CNN)已成功用于识别肺癌、乳腺癌等疾病。深度学习不仅提高了诊断准确性,还缩短了诊断时间,提升了患者体验。然而,数据隐私、数据共享和算法透明性等问题仍需解决。未来,AI将在医学影像诊断中发挥更大作用,成为医生的得力助手。
42 0