科技猎借助人工智能，谷歌和微软从广告点击率中获利颇丰
本文来自wired.com，作者TOM SIMONITE；由亿欧编译，编译作者曾朵。
当 谷歌 和 微软 声称在 人工智能 和 机器学习 方面投资巨大时，他们会强调那些华丽的想法，如无与伦比的围棋玩家Alpha Go和各种社交聊天室。 但他们不怎么讨论机器学习近期改进的用途，实际上其用途最有利可图而且更加普通：提高广告收入。
毫无疑问， 无人驾驶 汽车和相关 机器人 等以人工智能为动力的摄像机不论在何时——或者说如果打入市场都是有利可图的。预测你的点击次数并从中获得更高的准确度，现在各公司有很大一部分的收益都是通过上述办法来获得。
许多在线广告只有在有人点击他们的情况下才能付费，所以向您展示恰当的广告将会直接转化成收入。 微软的必应搜索部门最近的一份研究报告指出，“即使有0.1％的精确度改善，我们也将产生数亿美元的额外收入。”换句话说，在相同基准线上的同一个精度测量值上，系统改善了0.9％。
关于他们的广告业务运作的更多细节，谷歌、微软和其他互联网巨头均不愿过多分享，这可以理解。但是，必应报纸、谷歌和 阿里巴巴 的最新出版物都提出了在广告系统中部署新的人工智能的想法，这将让利润更加丰厚。它们都使用深度学习来预测广告点击的重大收益，这种机器学习技术引发了当前对人工智能的希望和投资的兴趣。
谷歌首席执行官Sundar Pichai已将其公司描述为“人工智能优先”。其资产负债表总广告总是占据了绝大部分。 谷歌最近一个季度的广告收入为227亿美元，占母公司Alphabet收入的87％。
上月初，为了预测广告点击可能有助于进一步扩大这些广告费用，谷歌纽约办事处的研究人员发布了一篇关于新的深度学习系统的文章。作者指出，一个拥有庞大用户群的公司可以通过“小的改进”大大增加收入，然后显示出新的方法“大大地”击败了其他系统。这样做同时也意味减少了运算操作。
作为中国电子商务公司和世界最大的零售商之一，阿里巴巴也在思考如何通过更多的机器学习使年度广告收入提高数十亿美元。 6月份的一篇关于深度兴趣网络的文章描述说，可以预测用户点击什么样的广告。它每天在使用其网站的亿万人的匿名日志上进行了测试。
阿里巴巴研究人员强调，深度学习的力量优于传统算法，有时可能会影响用户在线生活的多样性。 例如，一个年轻人买东西，有时会为自己买东西，有时候则会为孩子们选衣服。
我们很难知道深度学习对技术巨头的广告收入有什么影响。 影响在线广告市场的因素有很多，公司不会透露有关其技术或业务的一切。多年来谷歌都说广告收入稳步增长；微软在过去五个季度的盈利发布中声称，必应搜索广告收入和每次搜索的平均收入都大幅增长。
谷歌拒绝透露其最近发布的点击预测系统与其在广告业务中的使用情况有多密切。研究员Gang Fu在一封电子邮件中说，在广告中使用机器学习的潜力仍然很大。“从技术层面说这仍然是一个具有挑战性的问题，而且模型关于准确性的任何（甚至轻微的）改善将对许多运行产生很大的影响。” 微软告诉WIRED，它在广告系统中不断测试新的机器学习技术。 在一封电子邮件中，微软搜索广告营销总监John Cosley将广告描述为“也许是迄今为止人工智能和机器学习在行业中最有利可图的应用。”
关注于广告中使用的深度学习的研究论文可能会削弱其真正的实力和挑战。公司仔细审核出版物，以避免披露企业秘密。计算广告公司Criteo的研究负责人Suju Rajan表示， 研究人员倾向于描绘工程师面临的简化版本问题，即必须以大规模和高速度的目标和投放广告。
这也许不足为奇，Rajan认为深入学习仍然还有更多的东西可以提供给广告业。例如，关于您今天在网上看的或做的与下周点击或购买的内容，它可以计算出二者之间存在的长期因果关系。她说：“能够塑造整理用户兴趣的时间表是深层模型能够做得更好的事情。”
在”预测我们的愿望和实现点击“这条路上，谷歌和微软做的越来越好，这可以看作是一件好事。 这帮助广告更接近于它们长期以来所追求的目标，即广告不像是广告，因为它们很有用。它可以帮助广告客户接触到他们想要投放广告的人。
但在线广告公司受到的激励，与消费者或其他公司所受到的却不太一样。哈佛商学院教授本杰明·埃德尔曼（Benjamin Edelman）发表了研究报告，指出谷歌搜索偏向自己公司的服务，旨在不公平地强制企业大量投入自己的商标广告。
这种市场扭曲的做法也可以通过机器学习来提升。Edelman说：“ 如果机器学习可以通过向需要的人显示恰当的广告来提高他们的广告平台的效率，那么就给予他们的更多的权力——他们正在创造价值。 “但谷歌所做的很多事情并没有扩大市场。”在广告方面，像在许多其他领域一样，人工智能可以为科技公司提供强大的权力并赋予其责任。
2017年8月25日，亿欧智库正式发布《2017人工智能赋能医疗产业研究报告》，该报告总结八大应用场景，从产品形态、业务模式、公司现状等角度对各场景进行深度解析，进而对我国医疗人工智能公司宏观数据和巨头企业布局进行盘点，最后提出“人工智能+医疗”未来发展机遇与挑战。了解更多报告内容，请点击： 《2017人工智能赋能医疗产业研究报告》
