亿欧智库：从计算广告看大数据和人工智能的关系

不了解 计算广告 ，就不可能深入地了解互联网，因为广告为全世界互联网行业贡献了大部分收入；其次，不了解计算广告，也不太容易真正理解 大数据 ，因为计算广告是大数据最早落地的应用，也是到目前为止唯一获得规模化营收的应用。

一、计算广告，大数据问题中的一支；

如上图所示，C类曲线只需通过少量采样就能达到问题的目标函数，此为传统数据处理问题，一般统计报表、报告归属此类；A类曲线代表的数据问题不同于C类的少量采样就能达到全量数据的效果，解决问题的收益与数据采样率的高低呈强正相关关系，A类曲线绘制的便是大数据问题；B类处于A类和C类中间，少量采样有明显的收益效果，一旦超过一定范围再收益效果不那么明显。

由此可以总结出，如果有的数据处理问题无法通过数据采样的方法来降低处理的复杂程度，就必须利用一些专门为海量数据处理而设计的计算架构和存储技术来实现，此类数据处理问题称之为大数据问题。

计算广告需要用到每一个人的行为进行定制化推送，而无法单靠对小部分个体的采样来完成，因此归类为大数据问题。计算广告技术解决的是大数据问题中的一支。

二、大数据技术在计算广告中的应用；

计算广告的核心问题，是为一系列用户与环境的组合找到最合适的广告投放策略以优化整体广告活动的利润。在线广告区别于传统线下广告的最大特点体现在计算优化和可衡量的效果。 

1、受众定向的冷启动；

广告最初的定向标签往往都设置在较粗的粒度上，最典型的是一些人口属性标签。按照广告本身就是一项服务业的本质来看，受众定向显然更符合需求方的口味和利益，也是受众定性推动着市场向着精细化运作的方向快速发展。

如上所示为计算广告受众定向的几种方法，其中人口属性（年龄、性别、教育程度、收入水平等）这些定向的数据除非有特别的来源，如实名制SNS的注册信息或在线购物的消费记录等，一般情况下要进行准确的定向并不容易，所以利用好已知人口属性的用户作训练集，构造分类器对人口属性进行自动标注。

2、数据驱动的投放决策；

与工业革命时期机器化的根本驱动力——电力相类比，互联网化的根本驱动力可以认为是数据的深入加工和利用。在线广告的计算技术在很大程度上也要依赖于对于数据的大规模利用。广泛收集用户的行为数据和广告反馈数据，利用 云计算 的基础设施对用户打上合适的标签，同样根据数据在多个广告竞争同一次展示时做出决策，再将投放的结果统计数据反馈给广告操作人员以调整投放策略，此为计算广告的基本投放逻辑，可以认为，在线广告系统就是一个大数据处理平台，对数据处理的规模和响应速度的要求都相当高。

三、从计算广告到理解“ 人工智能 ”；

深度神经网络的“智能”，是建立在海量数据基础之上的，因此，深度学习与大数据，有着非常紧密的内在联系。

关于深度学习，还有一个有趣的现象。就目前情况来看，深度学习技术在互联网应用（例如广告、推荐等）上取得的提高，没有语音图像这些领域那样显著。这里面规律性的解释是，语音识别、人脸识别属性对自然现象的数据收集和处理，我们完全可以通过主动的语料收集，让各色传感器都做到充分的覆盖，人工智能在这些领域面对的是一个基本确定、变化不快的数据空间进行建模做到自动化；而互联网收集的社会行为，诸如计算广告面对的社会现象数据是一个由千万网民反馈、快速变化的数据空间，即使对同一个人、同一则广告、同一个广告位，点击与否是一个很不确定的时间，而这样的不确定性即使引入再多的上下文信息也无法消除。

从狭义层面来理解人工智能便是“大数据+自动化”的产物，“自动化”依赖从标注数据中寻得y=f（x）的分类器来完成下一个的识别，而广义的人工智能是要做到像人类一样面对任何不确定环境都能凭借种类各异的思考方式来试图给出解决方案。

松鼠没有像人类一样拥有种类各异的思考方式，但即使在几年之后，它依然可以精确记住几千个橡子所在的具体位置，这种技能就能甩人类好几条街了。人工智能也很类似，我们完全可以把计算器当成算数天才，计算广告利用狭义人工智能的存储力和计算力，在对人类各色标签记忆的完整度也已经超过了人类，在竞价环节的实时数据反馈也交上了令人满意的答卷，但面对不确定环境的决策能力，其实人类也没有教给它，所以广义的人工智能即通用人工智能，机器斗不过人类。

也许换个层面来理解智能，它不是一个单一维度的概念，有的智能或许非常复杂，包含许多象征各种思维模式的子节点，还有的或许较为简单，但却非常极端，处在可能性空间的角落位置。我们可以将智能视作一套生态系统，不同思维模式的节点相互依赖、共创共生。

本文作者吴亦，亿欧专栏作者；微信：flamingo92（添加时请注明“姓名-公司-职务”方便备注）；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。