杭州2019年4月26日 /美通社/ -- 4月26日，2019华为智能计算大会杭州站如约而来，网易副总裁、网易杭州研究院执行院长汪源受邀参加本次大会，分享网易在人工智能方面的探索与实践。汪源表示，人工智能已经成为网易业务发展的一个核心引擎，而这得益于网易独特的产品设计，以及强劲的智能计算平台。
AI驱动的网易业务创新
一直以来，网易被认为是一家信奉产品为王的公司，并致力于通过技术进步不断优化产品体验和服务质量。2006年成立的网易杭州研究院，正是承担了业务孵化和技术创新的职责。汪源介绍，网易对AI技术的系统探索，至今已经有10余年历史 -- 2009年，网易开始借助大规模机器学习的方式来对抗日益泛滥的垃圾邮件，而这正是日后网易易盾内容安全产品的萌芽。
到了今天，人工智能与云计算、大数据一起，已经成为驱动网易业务创新的三驾马车，广泛应用于网易邮箱、传媒、云音乐、考拉、严选、易信等业务。人工智能方面的积累，汇集成了网易AI平台，为网易内部业务和外部客户提供AI技术和解决方案。网易AI平台包括基础平台层、技术能力层和业务应用层三个层面。
基础平台层暂且不表。技术能力层包括计算机视觉、智能语音语言和推荐搜索三类能力。计算机视觉包括OCR、视频分析、人脸识别、图像处理、人脸美化等。2012年，人脸识别、认证算法及系统在网易邮箱产品中上线，这是中国第一家在互联网产品中应用人脸技术的案例。智能语音语言包括语音识别、机器翻译、语言处理基础技术、语音合成等。第三是推荐搜索，2012年，伴随着网易云音乐的成长，网易正式开启了智能个性化推荐的探索。此外，在传媒、电商、教育等业务中，推荐和搜索也成为必备的核心能力。
业务应用层则是基于上述核心技术构建的视频分析、视频翻译、智慧课堂、智能机器人等能力。2016年，基于智能语音语言、计算机视觉的反垃圾云服务（网易易盾的核心能力之一）、全智能云客服（网易七鱼的核心能力之一）在成功服务网易传媒、教育、音乐、电商等团队之后正式对外开放。时至今日，网易易盾服务超过1000家互联网公司，每日过滤有害信息量超过10亿条，网易七鱼注册企业超过20万。这标志着人工智能成为网易业务的新增长点。
AI成功逻辑之一：面向AI推荐的产品设计
以音乐推荐为例，网易云音乐APP首页实现全部个性化推荐，30%听歌行为来自推荐，知乎上超过两万五千人对网易云音乐推荐算法的关注，“听不完的歌”的用户评论，充分说明了这个推荐系统的成功。
网易云音乐是国内首个以“歌单”作为核心架构的音乐APP，通过这些歌单俘获超过6亿用户的心，这背后离不开“智能推荐”，比如基于上下文场景推荐，采用深度神经网络优化排序算法，结合消费心理学建立用户兴趣模型，根据反馈优化用户兴趣模型……但反过来，这些推荐策略与算法的成功，也建立在网易云音乐的产品设计与数据收集之上。
首先，拥有数亿的“歌单”库，这为合乎用户兴趣的歌曲相关性提供了数据来源。其次，数十亿评论成为了歌曲内容特征的重要数据来源。第三，数百亿社交关系，成为基于关系的推荐与召回策略的基础。此外，根据用户拖垃圾桶、红心的反馈操作抽象出用户不喜欢的艺人、风格、语种、推荐源，这也需要产品设计的配合。
AI成功逻辑之二：智能计算平台
回头来看网易AI基础平台层，包括了网易猛犸大数据平台和分布式深度学习平台。来自数据科学团队、基于Hadoop的猛犸，提供了一站式的大数据管理和应用开发服务，包括数据集成、数据存储、数据计算、数据安全等能力，为人工智能应用提供了数据处理的基础。猛犸的设计特点之一是简化工作流程，此外还提供了数据质量控制能力，这对保证数据挖掘效果带来了保障。
分布式深度学习平台则以TensorFlow、Caffe、PyTorch等主流深度学习框架为基础，加入了多机分布式计算的优化，为业务方提供快速托管深度学习模型训练服务和模型推理服务。该平台消除了底层基础结构服务的环境安装部署、性能调优的成本和资源管理复杂性，并且自2017年开始支持任何标准化GPU Docker推理计算服务，这些能力让业务方不必关注基础架构的管理，只需要专注业务算法逻辑应用。
另一方面，不管推荐还是视觉、语音语言，都需要处理海量的数据，这就需要强劲的硬件平台，包括高性能计算、集群高速互联以及海量共享存储的能力。
汪源还表示，未来的人工智能，需要解决如何形成跨越不同类型媒体数据而进行更泛化推理的模型、方法和技术的问题，而机器要实现不同媒体语义的融合计算，像人类那样以极低功耗来高效地表达外部世界的复杂结构，唯有采用类脑的神经计算系统。
所以说，不管着眼于当前还是未来，实现智能计算平台的升级，对于AI的成功都是不可或缺的。
