最前沿人工智能，助力双 11 搜索推荐技术再升级——深度增强学习大规模在线应用

11 月 12 日消息，天猫“双 11”销售额 6 分 58 秒破百亿；前 30 分钟内交易峰值 17.5 万笔/秒，支付峰值 12 万笔/秒，24 小时实现销售额 1207 亿元。用户更快、更准购物体验来自于搜索和推荐的数据智能的提升。

去年双 11 期间，搜索事业部因为采用个性化推荐技术给业务带来显著提升而获得阿里巴巴最高奖“CEO 奖”，今年技术再度升级，规模化上线最前沿的人工智能技术深度增强学习与自适应在线学习，用户点击率提升 10-20%。

阿里搜索和推荐技术负责人王志荣表示，双十一的搜索与推荐场景中，使用深度增强学习与自适应在线学习，主要是通过持续机器学习和模型优化建立决策引擎，对海量用户行为以及百亿级商品特征进行实时分析，帮助每一个用户迅速发现宝贝、为商家带来投缘的买家，提高人和商品的配对效率。随着这种技术升级，更精确的搜索和推荐结果可以极大提升用户购物体验。

据了解，深度增强学习是当前人工智能领域最前沿的研究方向，是基于深度学习和增强学习发展而来。今年 3 月大胜人类围棋顶尖选手李世石九段 AlphaGo 背后的技术支撑就是深度增强学习。10 年前因为深度学习的兴起，很多像语音识别、图像识别、数据决策等应用领域得到巨大的突破，而学术界普遍认为深度增强学习是继深度学习之后的又一重磅技术。

“之所以将这一前沿技术应用到搜索推荐系统中，原因是除显性需求外用户还有很多隐性购物需求，如何捕捉和匹配商品是一个很大的挑战，深度模型的引入就是要挖掘这些深层次的需求。”王志荣表示，“另一方面，用户往往又会因为电视节目、广告宣传等一些外界刺激产生一些很随机的需求，针对这一问题我们采用自适应在线学习技术，实时捕捉、计算用户随时随地的每一次点击，不漏掉任何一次用户的需求表达，并通过增强学习不断尝试推荐给用户最匹配的商品。”

据悉，阿里巴巴记录超过 4.5 亿的活跃用户购买行为数据、数十亿的商品多维特征的刻画数据，面对这样的海量数据计算，背后有一个阿里内部称之为 Porsche 的强大实时计算平台，承载了包括在线学习，深度学习、增强学习在内的计算任务。

从近几年的双十一来看，人工智能、数据智能等技术发挥着越来越大的作用，这也正预示着技术驱动模式已经在阿里巴巴这家过去被认为是商业运营见长的公司悄然形成。11 月初普华永道发布的 2016 年《全球创新 1000 强企业研究报告》中，阿里巴巴研发投入 22 亿美元，问鼎中国上市公司榜单榜首，则成为阿里巴巴转型技术驱动公司的最新佐证。

据公开消息显示，近两年阿里巴巴从全球范围内引入像金榕、司罗、华先胜等一批全球知名的人工智能专家。