在刚刚举行的2016年百度世界上,除了李彦宏的主题演讲,还有一位让很多人感到意外的嘉宾现身,为这场技术大秀添加了一份惊喜。百度钱包代言人、著名演员胡歌与李彦宏同台为现场观众展示了一段“百度大脑”核心能力——用户画像能力。
“你的粉丝都是一些什么样的人,我们觉得你一定也很关心。”李彦宏告诉胡歌,通过大量的用户行为数据,百度大脑能够描绘出他的粉丝群体的基本特点,“我其实还是有一点惊讶,本来以为(喜欢)影视音乐(的人)应该是最大的群体,但是我们看到像旅游出行、网络购物这些都是你粉丝群体特别特别喜欢的东西。”李彦宏表示,基于数亿用户各种各样的标签获得的群体画像,还是比较可信的。
关于这项能力的基础,李彦宏介绍,“用户画像是基于百度大数据、机器学习获得的能力。现在我们已经有接近十亿的用户画像,对于他们的识别,我们已经细分到1000万级细分标签,这些标签在两个维度上体现,一个是通用维度,也有一些垂直行业的特征。”李彦宏提出,用户画像能力对于了解用户喜好、提升用户粘性非常重要,因为“我知道你是一个什么人,喜欢看什么样的东西”。李彦宏告诉大家,在过去两个月中,手机百度资讯的推荐用户量有10倍的增长,这种增长背后正是以用户兴趣、喜好为依据进行的个性化新闻推荐,“它可以做到千人千面,其实准确的讲不是千人千面,而是万人万面,亿人亿面,每一个人对于百度来说都是不同的个体,每一个人看到的信息都是不一样的。”他说。
除了为胡歌定制了粉丝群体画像之外,李彦宏还分享了百度与电影《魔兽》制作方合作,利用用户画像提升电影票房的案例。“这个做法很聪明,他把人群分成三类,一类人是不管怎样都要看的,另外一类是不管怎样都不会看的。这两类他都不太关心,关心的是他可以影响的人群,通过用户画像把这些人群从摇摆变成去看电影。”李彦宏告诉大家,用户画像能力为《魔兽》带来了200%的票房提升,让制作方惊喜不已。
对于用户画像能力的应用空间,李彦宏表示,这还需要各行各业共同思考、探索,“我个人的想象力很有限,整个百度几万人想象力也是有限的,但是这些能力如果赋予很多很多人、几亿人、几十亿人,这个可能性几乎是无限的。”
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。