【会议精彩演讲】国美杨骥谈深度学习在互联网中的应用

IT高管会（ITGGH13）----与一群浪漫而有思想的IT高管同行，一同分享那些有价值、有意思的观点和事！不一样的人生，不一样的事业，咱们的IT高管社区。合作联系：caocy@yeah.net

6月11日，2017中国IT互联网产品创新论坛在中科院计算所成功举办！来自全国各地500多位IT企业的高层管理人员与会，大家就“产品创新、产品运营”做了深入细致的研讨，会场上精彩观点频出。有不少企业家朋友说，本次会议不虚此行，感谢主办方IT高管会提供的交流互动平台，让IT互联网人有了一个能够进行思想碰撞、观点探讨、互相学习、多赢进步的平台。

会议举办方特邀国美在线杨骥博士做了主题为《深度学习在互联网中的应用》的演讲，他说，利用机器学习排序就是从数据中自动学习模式，在若干限定条件下，找出全局最优或者局部最优的近似值。

首先，杨博士介绍了深度学习溯源。全球领先的信息技术研究和顾问公司Gartner，于近日发布了《2017十大技术趋势》报告，第一大技术趋势就是人工智能应用（AI）和高级机器学习（Advanced Machine Learning）。Gartner报告认为，到了2020年人工智能（AI）将成为服务提供商的主要战场，人工智能（AI）和高级机器学习（ML）快速发展应用在日常生活中，其中涉及到的深度学习、神经网络、自然语言处理（NLP）等算法和技术的进步将超越基于规则的传统算法，创造能够理解、学习、预测、适应，甚至可以自主操作的系统。同时，应用人工智能和高级机器学习将催生一系列智能化功能，包括物理设备（机器人、无人驾驶汽车和消费电子）以及应用和服务（虚拟个人助理VPA和智能顾问）。

机器学习专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能。其需要更多的大数据、更强的硬件和更好的算法。作为机器学习的一个分支，深度学习是基于人工神经网络，含多隐层多层感知器的学习结构。数据是通过多层的非线性的转换，获取最有效的传递函数的转变参数。

技术格局和信息化发展程度及本身基因使得机器学习&人工智能应用呈现”阶梯式”的发展格局。目前，人工智能机器学习应用有三个梯队。第一梯队是以谷歌为首的互联网，第二梯队是信息产业（包括政府、电信、金融等行业应用），第三梯队是企业行业的零星案例。

其次，杨博士谈到国美互联网机器学习实践。他以国美推荐系统架构为例子，说明推荐个性化排序的效果，对比了人工规则和机器学习，涉及训练数据、特征工程、模型训练、线上部署和正式部署的排序工作流，对比离线预处理和在线处理的排序效率。

国美互联网深度学习应用场景包括：拍照购、相似图像推荐、搭配购推荐、图像增强、商品详情页图片理解、图片主体识别、视频理解、智能导购和智能客服。

在谈到深度学习在互联网中的应用的时候，杨博士详细说明涉及的方法矩阵。最后，杨博士进行了简单的总结。