构建自我演化的信息服务作者张一鸣三编辑Rework阅览室整理大家好，我是张一鸣。今天是我第一次公开演讲，大概两年前我参加极客的活动，周总讲两年内最好不要在这个活动里参加演讲。我一想两年了，所以我就来了。今天是关于极客关于技术的会议，所以我准备的PPT跟前面几位相对有些不一样，我谈的更多是产品技术的话题，不知道来听的有多少是产品经理或者工程师。我简单介绍一下今日头条，我是两年前准备启动创业的时候参加了上一次极客公园的活动，到两年时间我们有累计一亿激活用户，并且每天用户在上面消耗的时间有3.5亿分钟，月度活跃用户达到三千万，提供连接人与信息的服务，为用户提供有价值的信息。我今天重点想讲的是我在做这个产品的时候观察到新的，随着技术越来越丰富，信息出现自我演化的信息服务。我先解释一下什么是自我演化，应该是这个系统开发完成之后，部署完成之后并不能一下提供很好的服务，哪怕你把这个系统重新拷贝一份部署起来提供服务也不能提供同样的服务，必须经过用户使用过程不断使用，系统不断理解用户的输入，用户每次使用不仅是使用信息服务，并且是教育系统，让系统越来越有智慧。系统会随着这个过程自发成长，大家可以类比一下之前的信息服务，比如搜索。如果你今天有能力搭建一个跟百度、谷歌一样的系统，第二天能够提供同样的服务。只有极少部分搜索结果有点击反馈的调前。门户基本上每天早上前一天主编把对世界、中国的理解在门户上编排出来，如果总编一旦走了服务质量就下降。自我演化服务特点不是依靠一个人的经验，并且不是依靠一个不固定不变的算法，我自己归纳它有三个特点。第一个大家都比较理解的个性化，用的越多越懂你，你的每一次输入在某各时间和地点给你一条内容看或者不看，认真看还是粗劣看，参与评论还是分享，每个行为都为系统更好理解提供帮助。第二个是，它不是只懂得你部分的信息，其实个性化另一面是泛化，所谓泛化不仅是对一个刺激积极相应，是对这个刺激同质的刺激给予响应。另外一种说法就是人和人之间总有共通的特点，每个人共同的特点的每次行为就会对拥有共同特点的人效果就会影响到拥有共同特点的人，泛化结果是越多人使用系统就更好懂你。自我演化系统还有一个很重要的是，它会随着时间的推演越多人用越长时间积累的智慧越多。我举一个稍微形象一点的例子，基本上我们把特征分三类特征，一个是人的特征，环境的特征，文章的特征，系统会记录某个时刻某个地点因为某个原因给某个人推荐了什么内容，如果捕捉到很快滑过这个内容，是读了一半还是认真读完，每一个行为给系统就做了一次教育。这是一个简化的表达，久而久之系统在三类纬度，每类纬度更丰富的组合下统计出了规律，三大纬度分下的子纬度，整个出来都是非常高纬度的举证空间，好处是能够把规律给记下来。我们能够统计出在一个周五的晚上一个清华的男生和一个人大的女生有什么兴趣爱好不同，给他们推荐不同的内容会有不同的反馈。我认为构建一个自我演化系统基于三种能力，正是最近三种能力大幅度的提升才带来提供这种可能的时间点的来临，我认为这三种能力是观察、记忆、理解。观察刚刚周总提到手机设备带来了很强的输入输出功能，带来了很多传感器，不论是经纬度还是手势，移动互联网带来了强大连接能力。所以系统云端对用户观察能力大幅度增强。记忆能力其实最近几年有非常大的发展，如果大家留心关注大概09、10年开源技术领域的普及，我们用户一天会产生一千条日志，虽然互联网时期大家也存储网上日志，但是只统计P有多少，就是按这个纬度统计一下。但是在自我演化系统中记忆能力要求更高，必须把这些行为数据结构化，必须解析出来，供给批量的存储，批量访问。所以对系统记忆能力有大幅度的要求。理解能力也是这几年工业界跟学术节带来的巨大进步，理解力是普及应用带来的提升，我们有了很多的用户行为，但是光有日志行为是不够的。理解我刚刚说的每个人用户看或者不看的行为需要更高的运算能力。理解能力又分两个纬度，第一个理解数据规模的能力，这基本上跟分布式大规模机器相关，在之前是没有工业界提供好的方案之前没法理解百万级条记录。第二个跟学术界以深度学习为代表的模型技术发展相关，因为越复杂的模型能够理解的知识越深刻，能够对规定和知识理解的颗粒度越精细。所以在我看来这三种能力的大幅度提高为新型信息服务提供了可能。这是三种能力提高的背景。我还要提到社交网络发达也对一个人留下他的社交痕迹，你评论了什么，点赞了什么，转发了什么内容也都是给系统更多的输入。这是我们系统中两个用户信息的标签，这两个都是我们使用时间较长的用户，我们把一部分好理解的信息给提取出来。一个是70后男生，一个是90后女生，系统对他们的理解完全是基于他们的行为，不仅是基于他们的行为，基于他们具有相同共性用户的行为泛化到他们身上。基于对人的理解，对产品的理解，我们就能够随时随地推荐这个用户此时此地最应该感兴趣的内容。在我们看来与有自我演化能力服务比起来，广告将不再是以门户网站强行插入用户视觉区域的方式提供。