通過推薦引擎的技術(shù)，我們在過去兩年超越了幾個(gè)互聯(lián)網(wǎng)的巨頭，達(dá)到每天有2000萬的用戶使用今日頭條，并且每天每個(gè)用戶使用6到7次，每次6-7分鐘，所有用戶加起來有7億分鐘的時(shí)長。如果一個(gè)人看的話，相當(dāng)于從唐朝閱讀到清朝的跨度。
這么多用戶每天使用會(huì)產(chǎn)生多少數(shù)據(jù)呢？我們每天現(xiàn)在的日志函數(shù)在100億的規(guī)模，每天產(chǎn)生的特征組合會(huì)在750億，這些數(shù)據(jù)經(jīng)過組合之后最后真正被使用的特征也有300多億。
這幅圖是我們內(nèi)部的一個(gè)指標(biāo)用來衡量學(xué)習(xí)的效果，可以看到在過去一年中我們大概通過增加這個(gè)特征，增加特征的組合，優(yōu)化模型可以提高80%、90%。如果簡化來說，我們可以認(rèn)為機(jī)器的智商水平有了80%、90%的提高。
所以我理解類似今日頭條這種推薦引擎的系統(tǒng)，它不僅是個(gè)人助理的角色，我們很多時(shí)候想學(xué)習(xí)的時(shí)候都會(huì)想到人工智能，想到人工智能會(huì)想到機(jī)器人，想到機(jī)器人會(huì)想到替代一個(gè)人，他不是替代一個(gè)人。
你從獲取數(shù)據(jù)的角度來說，他更像整個(gè)世界共享一個(gè)大腦，視角并不是觀察你個(gè)人，今日頭條的后臺(tái)系統(tǒng)每天觀察2000萬用戶使用行為，每天觀察100億條日志，最新資訊在不同人群中受歡迎的程度。其實(shí)在做這個(gè)產(chǎn)品過程中，我感覺系統(tǒng)有時(shí)候有一個(gè)上帝的視角，可以觀察用戶。
機(jī)器學(xué)習(xí)短期內(nèi)是看不到有機(jī)會(huì)跟人類智商相比較的系統(tǒng)，有機(jī)會(huì)在各個(gè)垂直領(lǐng)域出現(xiàn)可能比平均的人類能力更好的一種判斷，比方說在閱讀，在導(dǎo)航，在天氣預(yù)報(bào)不用說了，人無法對(duì)天氣的各種特征做反映。
我覺得跟生活相關(guān)的各個(gè)領(lǐng)域比如說導(dǎo)航，機(jī)器對(duì)交通信號(hào)，對(duì)歷史的人流情況做出判斷，比人做出判斷更靠譜，這個(gè)已經(jīng)實(shí)現(xiàn)，閱讀也是。比如今日頭條比你的助理更能理解你喜歡什么，這也是很可能達(dá)到的。
因?yàn)闄C(jī)器智商未必高，抵不過年長和見多識(shí)廣的人。人的記憶力有限，處理的數(shù)據(jù)量有限，機(jī)器不僅能夠觀察一個(gè)人的數(shù)據(jù)，它可以觀察幾千萬、三億用戶的數(shù)據(jù)。
什么叫不知疲倦呢？機(jī)器不需要休息，每時(shí)每刻都可以輸入數(shù)據(jù)。在夜深人靜時(shí)，機(jī)器可以進(jìn)行不斷地迭代。通過機(jī)器連接眾多的設(shè)備，觀察眾多的設(shè)備產(chǎn)生的行為，通過感知理解判斷形成機(jī)器的智慧之后，可以大規(guī)模抹平信息的鴻溝，減輕人的負(fù)擔(dān)。拿閱讀來說，以前信息整理搜集能力強(qiáng)的人他有更好的信息獲取能力，他在信息社會(huì)就有更多的優(yōu)勢。
比方說對(duì)交通敏感的人，交通經(jīng)驗(yàn)多的人可以判斷出更好的路線，現(xiàn)在有了機(jī)器學(xué)習(xí)的系統(tǒng)之后，機(jī)器能夠指引人，能夠更有效地獲取信息，更有效地交通出行，所以減輕人腦的負(fù)荷。
機(jī)器還知道什么呢？比方說今日頭條的系統(tǒng)在過去一年中它從這么多用戶行為中還了解了什么呢？他知道哪些人所不知道的知識(shí)點(diǎn)呢？比方說過去一年中哪個(gè)事件被人最快遺忘了？哪個(gè)城市的人最喜歡某個(gè)明星？這些都能知道。想知道這些答案的話，我這邊做一個(gè)廣告。20號(hào)下午我們會(huì)發(fā)布一個(gè)題為“算數(shù)”的年度發(fā)布會(huì)，我們會(huì)把機(jī)器學(xué)到的東西，以算數(shù)的主題發(fā)布出來，歡迎大家屆時(shí)參與，謝謝！