新媒体时代，基于个性化的信息分发已有广泛的用户基础，信息流产品正逐步改变我们获取信息的方式。伴随着人工智能技术的大爆发，AI正积极的改变我们的生活。当AI遇见信息流，信息分发已经迎来变革时代，新一代的信息流产品将何去何从？本次演讲我将分享AI技术在信息流产品的应用与变革

我7月份回来，加入网易，之前在美国待了十年，后来去了雅虎研究院，很长时间都是做技术方面或者基于学习方面，很偏学术性研究。早在十年前我感觉机器学习不错，很有意思，现在我突然发现，全世界都在讨论AI。后来在大公司待了很多年，去了Uber。技术没有最好的，只有最适合的，这句话我非常认同。产品设计追求简单、追求便捷，在过能的场景很丰富，追求各种场景、各种很有意思的玩法，这可能和两边的技术的场景也很不一样。这是我回国以后最大的感触。
我们都知道现在是AI的时代，AI技术其实已经几十年了，大家都说的神经网络几十年前也就有。之前我们做研究都是谈论基于统计做机器学习的东西，虽然机器学习理论或者统计的东西都还在，但是今天大家讨论的都是深度学习。有几个原因，一是数据非常多，尤其是国内。我觉得在中国，国人对于手机或者移动互联网接受程度非常快，甚至大家跨过桌面互联网的时代。国内很长时间没有电脑，突然手机普及了，每个手机都可以上网，而且中国人非常擅于把生活场景搬到移动互联网。机器学习技术成熟很多年，深度学习方兴未艾。当然计算能力必不可少，同时还有场景，技术说了很多，还要落地，给用户服务，还要变现。
信息流，在座的来自各行各业或者来自不同的技术领域，对信息流不一定了解。信息流是否有明确定义呢？我不知道，这是我个人的体会。它以推荐为基础，将信息呈现在用户面前。过去大家找信息是被动的，我知道要什么。但是有信息流产品，你不知道你要什么，或者我们都不知道要什么，我们推荐一些东西给你，希望在你不断的反馈和用户的行为中探索你真正想要的，也许你不清楚，但是机器比你更清楚。内容丰富多彩，我们知道今天的信息流，广义上已经远超过新闻或者资讯的新闻，过去是要闻、新闻、大事件，今天泛娱乐和内容形式，你要看图片、新闻、音频、视频、笑话，什么都有，付费内容、知识问答。场景也是很丰富的，早上起来要看重要新闻，很自然的，甚至不需要打开手机都可以，紧急大事件我第一时间告诉你，最新的常委亮相告诉你，路况告诉你，天气告诉你，等车打开信息流，我告诉你，追星、追剧都是一站式服务。还有信息选取是被动的，你不告诉我要什么，我主动猜。本身定义人与信息的连接和关系。
信息流为何崛起？
为什么信息流会崛起？大数据+算法+计算力，但是要有场景，非常丰富和适合的场景，这个要以信息为AI驱动，好像我们说AI，AI可能沾边，贡献10%、20%，但是信息流产品是100%信息流定义，每个环节都是由AI驱动的，不光是你看到，最终你用的产品。包括内容生产、内容理解还有用户反馈，其实完全由AI决定。还有很多产品，它也许是机器学习或者深度学习驱动，比如无人车，它有硬件制造、路况和当地政府合作，其实很麻烦，门槛很高，但是信息流产品，它纯技术人员就可以完成。
信息流是这几年比较火，信息流之前我们怎么获取信息？我们再回顾一下，我们要看东西去搜索引擎搜，你明确知道要什么。比如美国总统是谁，我想知道去搜。要么是门户网站，编辑已经编辑好的页面，今天的要闻十条，我访问或者你访问。要么我知道这个网站，我很清楚，我去买东西去什么网站、看新闻去什么网站。它更多是主动的、直接的信息获取手段，而且效率很低。比如用搜索引擎，我们觉得搜索引擎很高，但是你发现要单点，你去一个地方要去一个网站，然后搜索。信息单一、效率低、千人一面。信息流的优势是理想化的AI场景应用，是+AI，不是AI+。因为有少部分人生产少量内容，到大部分人生产大量内容，实际上需要AI技术。算法永远可以复制，大家都会发Paper，甚至买云服务，但是数据是不合作的。很多公司是做云服务，卖给你技术，永远不卖给你数据。如果今天一款产品可以得到很多数据，这是最珍贵的地方，其他的东西都可以想办法解决。体量很大，一般都是几千万。同时商业变现，我觉得这也是很重要的一环，你的产品不能只叫好不叫做，很多用户在烧钱，没有意义。因为信息流对用户行为的丰富采集和对用户的深刻理解，可以做定向广告，让变现很容易，而且可以想像产品形式很容易插入最传统的展示广告。
信息流的截图，以网易新闻为例，你会看到信息流本身有这种频道，我们叫头条，其实是综合体，把各种信息的形式插入里面，我们有置顶新闻，还有很重要的新闻。还有一些热点新闻，全世界的热点新闻。然后下面还有我关心的内容，恰好是有我的，不一定是我的，也许是很多人都喜欢的，也许是我的，就会推出来。下面是广告。这个页面几乎覆盖了各个场景，它有热点，也有个性化，还有变现的方式，有图片和文字，因为受限，你往下拉还有视频。上面有分类，通过个性化，视频关心，把食品放在第二个，还有垂直频道，你是体育迷，就给你推体育。
信息流本身的体量是非常大的，也看到很多家大公司入场，但是每个产品几乎都有几千万的，排名头部的有数千万的用户。数千万的用户，如果每个用户的经营时长是几十分钟，这样就会产生大量的行为数据。生产端每天也有几十万的内容，这是各种各样的形式，首先有少量的原创，这是最独特的地方，很多地方没有原创的能力，只能去外面爬和收集信息，质量往往不能保证，同时还有海量的自媒体内容，你会发现智慧在民间，比如快手，几乎完全是民间创造，网易也是自媒体平台，大家会上传大量原创内容。还有很多其他形式，我们有社区，这是网易的特色，包括评论，还是很有意思的，里面本身有很多具体内容。还有直播和线下活动，以客户端为载体，把所有的信息、表现形式穿在一起。海量用户加海量时长就创造海量数据。
信息流产品本质
信息流的本质是什么？重新定义人和信息的关系，解决信息过载，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数据库把你最想要的东西展示到你面前。信息获取更加便捷，还有很多泛娱乐，帮你填补碎片时间。我们谈了信息流产品的本质，一个信息流产品怎么才是成功的呢？还是那句话，用算法以AI为驱动来预测你的需求，无非是何时何地，这里面有三个要素，你的人，就是你的用户加上你的地点和你的场景，我觉得场景包括时间和地点，来预测你的需求，过去是人找信息，过去是单点的需求，现在是全面个性化的需求，每个人的信息需求，每个人肯定不一样，每个人在不同的时间点、不同的地点也是不一样的。
信息流产品的关键步骤
信息流产品有这么几个步骤:
一是内容的生产、加工和过滤，你内容拿过来，不管是图文还是其他，要理解这个内容讲什么，质量的好坏，甚至说低俗程度怎么样，我才能更好的做推荐。你理解用户，并且把最想要、最合适的内容，在合适的时间推给你，即便你想要，时间不合适也不行。比如白天工作很忙，我给你推一个八卦信息，你也不会看。晚上我推给你，你可能觉得会看一看，这就是很典型的场景化的应用。收集用户反馈，改进模型，精准定向广告。我想强调的是，这个事情是非常综合、非常复杂的，很多人觉得信息流，它涉及内容的生产、消费，然后这种闭环，生态的建设，本身是很不容易的事情。这些环节，比如技术很好，你没有内容，这也不行，内容本身就是生态，是很长的过程，是难度很大的事情。
二是内容形式，我再具体的阐述一下，里面我个人是这么分类的，比如有文本、图片、音频，还有其他的拓展，就是知识图谱，这是内容本身。文本，有人物、标签、信息点，文章质量、文章热度。还有图片、视频，有清晰度，很多东西技术难点没有那么简单，清晰度，视频的比特率就可以，码率就可以，视频本身很不清晰，只是把不清晰用高清晰的形式表现出来，还是不清晰，这是算法的技巧。包括类别和语义，我们希望可以做到，但是不能完全做到，这个视频有谁，到底讲什么事情，有谁，这是很复杂的。否则我推就根据视频的标题，这可能不是很准确。包括用户体验，是不是有广告，是不是插入二维码。还有我们不知道的问题，转化为已知的问题解决。
三是内容处理，这个层面会提到一些，分析、处理、挖掘，这里面技术主要是用NLP、Computer Vision、知识图谱、Data Ming。用户本身我们需要了解他的用户需求和兴趣点，比如说这几个维度，有人习惯看图文、有人喜欢看视频、有人喜欢看短内容、有人喜欢看长内容，每个人的需求不一样，属性也不一样，有人喜欢看要闻、有人喜欢看娱乐、有人喜欢看八卦，其他的场景需求也是，我刚才强调了有天气、路况，如果你可以预测出，他这时候要出门，想看一下路况，或者给他发一条天气信息，他的关注度肯定很高。
四是用户画像，有这种行为画像、上下文画像、人口属性画像，有些我们可以采集到，有些要推测出来，用户行为，本身可以采集到，上下文有些自己的行为数据的积累，人口属性，也许你自己推测，也许通过第三方合作，毕竟今天的数据交换、数据共享的服务也有，你可能推算出来大体是30岁女性，城市白领，也可能不一定准确，可能别的公司也有这种很精准的服务。他们可能要求注册者必须提供这些，更精准的数据可以帮助你更好做推荐。
谈完内容、谈完用户，本质还是算法，算法是基于用户兴趣的推荐引擎。算法需要用户建模，我什么样的性别、什么样的年龄、什么样的收入，推什么内容，这是用户属性。其他的用户行为，通过阅读历史、兴趣点和时间推一些东西，还有上下文，甚至网络条件也很重要，4G和wifi和3G条件下，时好时坏推什么内容。这个时间他对高清视频推很大的，他不点，因为网络不支持，不是没有兴趣。
推荐系统架构，用户画像、检索、数据流、实验系统都要，你需要实时数据流，用户点击马上就应该更新你的模型，我这秒点这个新闻，你下一秒就应该给我反馈。我点体育赛事，你明天推，可能已经晚了，因为比赛已经结束。最后还有效果评估。
信息流生态培养
重点谈一下生态的培养，信息流不是纯信息流，需要生态的培养，来组织好用户和组织好内容，用户一方面是客户端用户，另一方面是自媒体号用户，就是网易号用户，现在都很重视生态的培养。内容是起点，用户是终点，形成闭环，互相促进。比如某个影视剧在某个时间段很火，鼓励生产者都做生成。这个是动态的，包括一些兴趣点可能是临时的，也有一些长期的，比如NBA之类的，可以放在池子里反复推荐，鼓励大家更好做这些事情。大量内容来自PGC/UGC，UGC是用户生产，看起来质量不那么高，但是有些个人观点很好，有很多量，能达到个性化、千人千面的效果。包括内容创作要审核、过滤，毕竟接口开放给大家会有各种各样的内容涌进来，泥沙俱下，要把这些好的内容挑出来，把糟粕过滤出去。希望完全机器做，如果风险很大，还需要加一道人工。最终用户看到的用户体验一定是最好的内容。人工标注来促进人工智能的发展，这个我们很熟悉，一开始数据不够，人工标，标一阵，数据可以了，反过来就不需要人的工作。
信息流未来发展趋势
再谈谈我对信息流未来的发展变化趋势判断，形式越来越多样，图文、视频、音频，今天看到音频不是很多，很多是第三方的，只做音频内容，信息流这种瀑布流的形式，我觉得内容是不拘一格的，音频一定会出现，知识问答也会有，知识问答今天很多公司已经在做了。实际上只要有用户、有流量、有兴趣点、有热点，为什么不做问答？一个是把内容形式变得更多样，另一方面社交属性，一旦做问答，可能就把用户的互动性建立起来，其实就是往社交方向引导，很多人想能不能做社交，黏性越来越强。当把所有生活场景覆盖掉以后，你发现离不开这个产品，这个产品也许变成你一站式的服务，也许将来不需要搜索引擎和第三方，通过这个就可以获得你想要的所有信息。
场景更加细分，刚才提到一些，要做个性化、做推荐，为达到更好的效果，肯定要把这些列出来。有些东西机器可以分别出来，有些需要在产品思考，要真正思考一下用户是怎么用这个产品。我大体罗列了一下，早上起来，我给你发一些东西和晚上起来发一些东西，东西不一样。晚上是一些沉淀的东西，可能是一些精读，体育赛事，如果有体育赛事，关心体育赛事，一定是第一时间push，明天看可能没有意义。有时候抱怨手机收到信息太多，但是你关心的体育比赛，推给你，你一定是放在重大新闻。还有追剧，电视上热播的剧，我们推给你，甚至精彩片断，相信你会点。打发时间，等车的时候拿出来，我们判断出你在车站，拿出来就是打发时间，我可能推一些泛读的东西给你，还有路况信息。
AI本身的角色会发挥更大的价值，这无需多说，我很看好AI在信息流的应用。随着内容形式复杂，必须通过AI。
AI的应用价值
刚才说AI很泛泛，机器学习和深度学习具体能干什么？我们知道视频、图像的分类，这个不多说。深度学习CNN、RNN、ETC很多，这方面进展很热，我自己也看。明星脸识别，看视频，如果视频关于明星，识别出来推荐给合适的人还是可以做到的。语音识别，音频拿过来转化为语音，这包括不同地区的语音。三俗、不适内容，这个很关键，其实很多内容，我觉得并不适合推给大家，或者不适合在很多场景下推给大家。很多很低俗的内容，今天看来，这个生态是其中一部分，今天很多人为了拿到流量，故意生产一些不太好的内容，或者比较低俗的内容，也许一部分人推给他不介意，但是很多人介意。如何挑这些内容出来，是很困难的。这种不适内容和低俗内容如何定义，还没有很好的定义。
还有比较传统的理论，迁移学习，今天你点很多图文，明天我突然上马视频项目或者音频项目，没有用户数据，如何快速的把你在其他领域的积累，马上被模型迁移到另外的领域，很关键，因为短视频很火爆，如果今天说推短视频场景，我花一年时间积累五百万用户数据做好的模型，已经来不及，必须把现有的信息扩展到新的。
智能写稿我觉得也是很好的方向，今天很多场景下，写稿需求很紧迫，比如体育赛事和重大新闻和重大自然灾害，大家比的是谁快、谁准确，如何能在已知的现有条件下，让机器人把稿件准确写出来，并且传播，这是我们的核心竞争力之一。有时候人可以盯着，但是人总有失误的时候，可能会慢一点，人写又很慢，如何用机器更精准的把信息真实表达出来，并且传播，我觉得是未来的方向之一。
以上就是我演讲的全部内容。谢谢大家！